医学统计础.pptVIP

医学统计基础 张桢 统计学与医学统计学 统计学是一门处理数据中变异性的科学与艺术，目的是求得可靠的结果。 将统计学的思维方法引入医学实践，已经渗透到医学研究和卫生决策之中。 目前医学研究者们对其越加重视，这正是统计学经200年发展并与医学磨合的结果。 经典例子 Louis（1787-1827）医师曾在伤寒研究收集了1822-1827年5年的患者资料。为了研究放血治疗伤寒的可靠性，其观察了52例重病员，88例恢复期病员。结果表明：放血者平均病期32天，不放血者31天。 Louis还研究了放血治疗咽颊炎、肺炎，发现其无效。另外，其对传统手术与碎石术的对比告诉人们，前者死亡率21.6%，后者2.3%。 得到的启示 由于人类记忆的谬误，医生总是倾向于较多地记住成功的案例，而忘记不成功的。 因此，“用事实说话”是非常重要的！！ 用数据表达疗效、说明问题和“或多或少”、“罕见”、“频繁”之类用词的区别是有巨大区别的！ 史上案例1 美国于1954年实施了人类历史上最大规模、花费最多的一次临床试验，旨在评价索尔克（Salk）疫苗预防小儿麻痹或死于脊髓灰质炎的效果。当时脊灰的年发病率约1/2000。有180万儿童参与，直接花费超过500万元。开始遇到许多阻力，最后有约1/4儿童得到随机化，证实了Salk疫苗的效果。 史上案例2 上世纪60年代初，药物“反应停”（酞胺哌啶酮）曾引起一次胎儿畸形的暴发。FDA发现有1267名医生共开处方给19822名患者，服用了250余万片药片。FDA的专业性受到了公众的质疑，国会与总统通过了1962药物修正案。这项法律把ＦＤＡ推上了医疗领域中的有效性的最终仲裁者。从此，ＦＤＡ制定了一整套制度，使之成为药物疗效的标准办法。德国的生产厂家因此向世界赔付大量金钱，终致破产。 统计学的重要性 经过以上几个颇有代表意义的例子，我们知道了：医学统计学就是如何用统计的眼光与思维去采取医学手段的一门学科。其目的是采取有价值的、正确的治疗方法，得到最好的医疗实践。 医学统计学已经深入到了医疗卫生实践当中，甚至自觉不自觉地被我们应用着。 具体举例 １、发表论文的要求 ２、技术进步的要求 ３、科学研究的要求 ４、临床带教的要求 早期的统计学 方差的公式之一： 　　　Ｓ2=Σ(X-X) 2 n－１ 这是看起来不算复杂的一个公式。事实上，比这长上数倍的公式相当多见。所以，对统计学，许多医师都是望而生畏。 日常工作的统计学 远离高深的高等数学困扰（统计学涉及高等数学的每个学科：代数、几何、微积分、解析几何、概率论、拓扑数学、模糊数学等等），但日常我们接触到的统计学符号不外这些： 检验、分组、随机、卡方、t、p、显著性差异、率，等等。 今天让我们一起复习一下这些符号。 小问题 当我们看到一份血常规报告单，第一行： WBC:6.2　109/L　（４－１０） 　这表示什么？如果是16.2*109/L，又提示什么？ 为什么要这样想？ 这名患者一定不正常吗？ 1０.2*109/L呢？ 4000~10000是怎么来的？ 临床资料的分类 一类来说，临床资料（变量）可以分为定性与定量两种。 定性变量应以考虑为“没有单位”。这其中又包括分类（名义）变量与有序变量。举例： 定量变量可以想成“有单位”。分为：离散型变量与连续型变量。 定性资料（计数资料）与定量资料（计量资料）的认识方法与分析方法是不同的。 定量资料的描述与分析 强调定量资料的特征。 举例说明：我院外剥内扎术后患者的住院天数。考察一个月，得到一组数据。 如何去认识？怎样去描述？ 直观地看图： 图解 图上连成曲线的是一个一个的点，对应着一个个的数据。 这些点所在的位置，称为“分布”。 研究这些分布内在规律、相互联系的学问就是统计学。 统计学中阐述这些“分布”情况的内容，称为“统计描述”。 上图是统计描述中最重要的一种分布：正态分布。 图解 正态分布的特点：与样本量的关系非常密切。样本量越大，越接近理想的、标准的正态分布。 在实际中，我们常常通过抽样去了解整体。这就是为什么我们要做统计分析的原因：抽样的情况不可避免地带来误差。如何减小抽样误差是重要的研究内容，也是统计学的重要意义所在。 图解 无论是红线或白线，都属于正态分布。所不同的是哪个更接近标准正态分布而已。 但白线与红线总是不同的。我们怎样去形容、衡量其间的区别？这就需要了解“参数”。 参数可以通过数学的办法进行推演。记录一个正态分布，一般通过两方面来进行，即集中趋势与离散趋势。 集中趋势包括均数、分位数、中间数、众数等；离散趋势包括极差、间距、方差、标准差、变异系数等。 对正态分布最重要的参数 １、均数。这是集中趋势的指标，反映数据的一般状态，确定波峰“地理位置”