医学研究的数据管理与分析——第一章 绪论.ppt

比值比（OR） 联系强度 病例对照研究 队列研究 相对危险度（RR） * 定性数据统计推断 定性数据 ☉数据类型的转换 ①定量数据转换为定性数据一般比较简单，但从名义变量、等级数据转换为定量数据，则比较繁琐且损失数据信息。 ②对两组或多组研究单项的某项指标进行统计学检验时，数据从定量转换为定性或等级数据时，统计学的效率会下降。 * ①以正常参考值或临床诊断标准作为分组依据。 ②某些定量指标尚无公认的正常参考值，可根据均数、中位数或三分位、四分位间距值，将其分为两组或多组。 ③根据数据的分布特点和研究需要，自行确定，但要能对统计分析结果做出合理的解释。 定量数据转换为定性或等级数据－分组切割值确定方法 * 数据类型 计量资料？ 计数资料？ 分布类型 是否正态分布？→ 数据转换 研究设计 成组？配对？配伍组？其他？ 统计分析方法和指标的选择 取决于 * 常用的数据转换类型及方法 数据类型 转换方法 举例 Poisson分布 平方根转换 水中细菌数、单位时间放射性计数等 二项分布 反正弦函数转换 非传染病患病率、白细胞百分数、淋巴细胞转换率等 标准差与均数呈正比关系 对数转换 发汞含量 * 检验 方法 正态性 用直方图或正态概率纸进行观察 用矩法、W 法或 D 法进行统计检验 两组方差齐性 F 检验 多组方差齐性 Bartlett检验 常用正态性及方差齐性检验的方法 * 常用非参数统计方法小结 设计方法 参数统计方法 非参数统计方法 配对比较 配对t 检验 符号检验*、符号等级检验 （Wilcoxon法） 两组比较 成组比较t 检验 两样本等级秩和检验（Wilcoxon Mann and Whitney法）、中位数检验* 配伍组比较 随机区组ANOVA M检验（Friedman法） 多组比较 完全随机设计ANOVA H检验（Kruskal and Wallis法） * 医学数据统计分析方法选择－流程图 * （三组及以上均数比较） * 医学数据统计分析方法选择－流程图 （定性数据：R×C表资料分析） * 医学数据统计分析方法选择－流程图 忠实于原始数据 重视数据整理过程 选择合适的统计方法和指标 科学合理地解释统计分析结果 第三节 数据管理和分析应遵循的原则 一、忠实于原始数据是必须具备的科学精神 医学研究的结果和客观现实之间，总会存在或多或少的不一致（即误差，error） 随机误差 系统误差 医学研究过程中，应尽量通过科学的设计和严格的质量控制措施，控制系统误差。 任何篡改研究数据的行为，不管出自什么目的，都违背科学精神。 二、重视研究数据资料的处理过程 保证被分析数据的正确性，和获得的客观结果尽可能保持一致，控制信息偏倚； 使原始数据经过编码、转换、重新赋值后符合进一步统计分析的需要。 三、选择合适的统计分析方法和指标 取决于数据及其分布得类型 （一）数据转换 （二）正态性检验 （三）非参数统计法 （四）分析指标的选择 四、医学研究数据分析结果的解释 一般来说，要从统计学、逻辑学和生物医学三个方面科学、合理地解释数据统计分析结果，正确认识统计学联系和因果联系的区别，并应用因果关系判定的标准进行评判。 统计学解释 了解不同研究设计的效率、优点和局限性 理解样本和总体的关系 应从抽样的随机化程度和样本含量两方面解释样本的代表性 合理分析抽样误差和选择性偏倚对研究结果的影响 应推算抽样总体指标的95％CI，用样本资料推断总体可能的范围 正确认识P值大小和统计学意义，合理解释分析结果 逻辑学解释 假设演绎法 Mill准则 科学实验五法 求同法(method of agreement) 求异法(method of difference) 同异并用法(joint method of agreement and difference) 共变法(method of concomitant variation) 剩余法(method of residues) 生物医学解释 根据现有的生物医学知识对所获结果进行客观评价 是否与现有的理论知识相矛盾？ 是否符合疾病自然史和生物学原理？ 和现有生物医学领域的研究成果是否一致？ 可通过下述方式进行评价： 和国内外既往的研究结果比较 和国内外同期的研究结果比较 从相关学科中寻找支持和不支持该结论的证据 深刻理解统计学联系的本质 真实的联系 机遇（chance） 偏倚（bias） 医学研究设计的目的（本质） 估计随机误差、控制偏倚，凸现真实联系。 From association to causation 课后作业 回顾统计学的理论方法； 着手撰写一份研究