循证医学中常用的统计指标要点.ppt

4.OR及可信区间 n2 d c 非病例组 n1 b a 病例组 例数 非暴露 暴露 组别 odds1是病例组暴露率p1和非暴露率1-p1的比值，即 odds1=p1/(1-p1)= odds0是对照组暴露率p0和非暴露率1-p0的比值，即 odds0=p0/(1-p0)= 以上两个比值之比即为比值比（odds ratio, OR）,又称机会比、优势比等，公式为： OR= 当所研究疾病的发病率较低时，即a和c均较小时，OR近似于RR,故在回顾性研究中可用OR估计RR; 由于前瞻性研究中，OR的可信区间与RR的可信区间很相近，且OR的计算更为简便，因此，常用OR可信区间的计算来代替RR的可信区间的计算。 OR值的解释与RR相同。 OR的可信区间同样需要采用自然对数计算，其In (OR)的标准误SE (InOR)按下式计算： In(OR)的可信区间为： OR的可信区间为： 例如：前述阿斯匹林治疗心肌梗死的效果估计其OR的95％可信区间。 In(OR)=In(0.409)=-0.894 OR的95％可信区间为： =exp(-0.894±1.96×0.347) =(0.207,0.807) 该例OR的95％可信区间为0.207～0.807,可认为阿斯匹林治疗心肌梗死有效。 5.RRR及可信区间 RRR为相对危险度减少率（relative risk reduction）,其计算公式为： RRR=∣CER-EER∣/CER=1-RR RRR的可信区间可由1-RR计算得到。 如前例RR=0.48,其95％的可信区间为0.272～0.846,其RRR＝1-0.48＝0.52，RRR的95％可信区间为0.154～0.728。 RRR反映了某试验因素使某结果的发生率增加或减少的相对量，但是，该指标无法衡量发生率增减的绝对量。 如：试验人群中某病的发生率EER=39%,而对照组人群的发生率CER=50%, RRR=(CER-EER)/CER=(50%-39%)/50%=22% 但是，若在另一研究中，试验组的疾病发生率为0.39/10万，对照组的疾病发生率为0.50/10万，其RRR仍为22％。 6.RRI RRI,相对危险度增加率（relative risk increase, RRI）,试验组中某不利结果的发生率为EERb,对照组某不利结果的发生率为CERb, RRI可按下式计算： 该指标可反映采用试验因素处理后，患者的不利结果增加的百分比。 7.RBI RBI,相对获益增加率（relative benefit increase,RBI）,试验组中某有益结果的发生率为EERg，对照组某有益结果的发生率为CERg,RBI可按下式计算： 该指标可反映采用试验因素处理后，患者的有益结果增加的百分比。 8 .ARR及可信区间 绝对危险度减少率（absolute risk reduction, ARR）,其计算公式为： ARR=∣CER-EER∣ ARR的可信区间为： ARR的标准误： ARR的可信区间： 例如：试验组某病发生率为15/125＝12％， 而对照组人群发生率为30/120=25%,其ARR=25%-12%=13%,标准误为： 其95％可信区间为： =(0.13-1.96×0.049,0.13+1.96×0.049) =(3.4%,22.6%) 该治愈率的95％可信区间为3.4%～22.6％ 9. ARI 绝对危险度增加率（absolute risk increase, ARI）,即试验组中某不利结果发生率EERb与对照组某不利结果发生率CERb的差值，不利结果（bad outcomes）如：死亡、复发、无效等，其计算公式为： 该指标可反映采用试验因素处理后，患者的不利结果增加的绝对值。 10 .ABI 绝对受益增加率（absolute benefit increase, ABI）,即试验组中某有益结果发生率EERg与对照组某有益结果发生率CERg的差值，有益结果（good outcomes）如：治愈、显效、有效等，其计算公式为： 该指标可反映采用试验因素处理后，患者的有益结果增加的绝对值。 11. NNT、NNH及可信区间 NNT (The number needed to treat)的临床含义为：对病人采用某种防治措施处理，得到一例有利结果需要防治的病例数（