杨爱平肿瘤标志物数据统计分析及论文写作.ppt

杨爱平肿瘤标志物数据统计分析及论文写作.ppt

  1. 1、本文档共27页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
杨爱平肿瘤标志物数据统计分析及论文写作

肿瘤标志物数据的统计分析及论文写作 杨爱平 医学论文写作 论文书写探索过程 实验型文章-基层医院开展难:缺经费,少平台,领导更多注重剩余价值 Meta分析-但苦于非教学医院,近半年国内外发表最新数据检索困难 回顾性统计-方法学论文:实验室已开展项目联合诊断,观察指标与疾病预后和病理分期的关系等 四格表临床应用 相对危险度(relative risk , RR) 相对危险度RR(Relative Risk)是前瞻性研究(队列研究)中常用的指标,它是暴露组的发病率与非暴露组的发病率之比,用于说明前者是后者的多少倍,是用来表示暴露与疾病联系强度的指标。RR也叫危险比(risk ratio)或率比(rate ratio),适用于队列研究或随机对照试验 RR的计算公式是:RR=暴露组的发病或死亡率/ 非暴露组的发病或死亡率 RR= = 归因危险度(attributable risk , AR) 归因危险度(AR)是暴露组发病率与对照组发病率相差的绝对值。又叫特异危险度、率差(rate difference, RD)和超额危险度(excess risk),是暴露组发病率与对照组发病率相差的绝对值,它表示危险特异地归因于暴露因素的程度,即由于暴露因素的存在使暴露组人群发病率增加或减少的部分 特异危险度(AR)的计算公式是:AR=暴露组的发病或死亡率-非暴露组的发病或死亡率 AR= 比值比(odds ratio , OR) 比值比(OR)也称优势比、比数比、交叉乘积比,是病例对照研究中表示暴露与疾病之间关联强度的指标,比值(odds)是指某事物发生的概率与不发生的概率之比。比值比指病例组中暴露人数与非暴露人数的比值除以对照组中暴露人数与非暴露人数的比值 比值比OR=?病例组暴露比值/对照组暴露比值  OR= = ???????????????????? ??????????? RR、AR、OR临床解释 1 暴露与疾病的危险度增加 正相关 1 暴露与疾病的危险度减少 负相关 =1 暴露与疾病的危险度无关 无相关 RR与AR都是表示关联强度的指标,但其流行病学意义不同。RR说明暴露者与非暴露者比较相应疾病的危险增加的倍数;AR则是暴露人群与非暴露人群比较,所增加的疾病发生数量,如果暴露因素消除,就可减少这个数量的疾病发生。前者具有病因学意义,后者具有疾病预防和公共卫生学上的意义 敏感性与特异性 敏感性(真阳性):真阳性例数占金标准确诊为有某病例数的百分比。 = *100% 特异度:真阴性例数占金标准确诊为无某病例数的百分比。 = *100% 假阳性与假阴性 假阳性:金标准确诊为无某病但诊断试验检出为阳性的例数。 = *100% 假阴性:金标准确诊为有某病但诊断试验检出为阴性的例数。 = *100% 阳性似然比与阴性似然比 阳性似然比:是指诊断试验检测患某病人群的阳性率与非患某病人群的阳性率的比值,即真阳性率与假阳性率之比。 = = 阴性似然比:是指诊断试验检测患某病人群的阴性率与非患某病人群的阴性率的比值,即假阴性率与真阴性率之比。 = = 阳性预测值与阴性预测值 阳性预测值:由诊断试验检出的全部阳性例数中,真阳性例数所占的百分比。 = *100% 阴性预测值:由诊断试验检出的全部阴性例数中,真阴性例数所占的百分比。 = *100% 例:AFP在肝癌诊断中的作用 单一实验室指标去诊断疾病,提高敏感性必然会降低特异性,反之亦然;换句话说,减少误诊必然增加漏诊。采用AFP诊断肝癌,如标准为AFP大10mmol/L,按照此标准诊断肝癌,具有很高的敏感性,是不会漏诊肝癌,因为几乎所有的肝癌患者AFP都大于10?mmol/L。相反依据此标准却容易造成误诊,因为AFP大于10?mmol/L的病人中,除了肝癌还有肝炎和肝硬化等肝脏疾病 例:AFP在肝癌诊断中的作用 肝癌诊断标准从10?mmol/L提高到1000?mmol/L,自然是不会误诊病人,因为AFP大于1000?mmol/L几乎就可以肯定是肝癌了。但是另一方面,却增加了漏诊,因为不是所有的肝癌患者AFP都大于1000?mmol/L的。由此可见,漏诊和误诊之间是相互矛盾的,减少误诊必然以增加漏诊为代价,减少漏诊又必然以增加误诊为代价,敏感性与特异性始终是鱼与熊掌不可兼得的矛盾。 如何协调灵敏度和特异性呢? 最好的方法就是做ROC分析。将病例组和与之难以鉴别诊断的疾病放在一起,采用需要研究的指标去诊断疾病,以1-特异度为横坐标,敏感性为纵坐标。观察指标变化时,敏感性与特异性的关系,绘制ROC曲线,然后根据曲线的结果对指标进行判断

您可能关注的文档

文档评论(0)

dajuhyy + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档