流行病学数据分析陈常中-汕头大学医学院.pptVIP

例二 * 例二 * * 例二 * * 这两个大数相乘，你用手算或算盘算，需要学习怎么手算，学习怎么打算盘，然后要一步步算。要花一点时间才能得出结果，还有可能出错。 有了一个数据文件，你怎么统计分析？用SAS或R或SPSS等，需要学习统计知识，学习这些软件怎么用，然后是一步步分析，同样要花一点时间才能得出结果，还有可能出错。 * 我们的假设是，X影响Y，X与Y有联系，如何分析X与Y的关系呢？一般我们需要回答这样三个问题： 第一个问题是： X与Y之间是什么样的关系？X对Y有没有作用？ 第二个问题是：什么因素影响X与Y之间的关系？什么因素影响X对Y 的作用？ 最后是：X对Y有没有独立作用？独立作用的大小是多少？所谓独立作用，是排除了其它因素的混杂作用后，X对Y的作用。 * 分析两个变量之间的关系，用什么统计方法，取决于变量的类型，如X是BMI、Y是SBP，两者都是连续性变量，可以用线性回归，曲线拟合，还可以把X即BMI分组，用方差分析。如X是是否吸烟，两分类变量，Y是连续性变量SBP，用什么方法呢？如果X是连续性变量BMI，Y是两分类变量是否有高血压，又应该用什么方法呢？如果X、Y都是分类变量又该用什么方法呢？这需要我们懂统计方法，会应用，这对很多人来说是很困难的事？ * 但如果你用易侕统计，哪有那么复杂，你只要告诉它你要看哪两者之间的关系就可以了，不需要你选择统计方法。看看这个演示。 * 这是发表在2012年11月“环境研究”杂志上的一篇文章，讲的是锰与新生儿体重指数的关系，这两者之间就存在阈值效应，当对数锰大于0.7时，锰增加导致新生儿体重指数增高。这个结果反映了锰在低水平时被认为是一个微量元素，但高水平时有可能是个有害的重金属。阈值效应在生物医学研究中常出现，如很多激素水平、微量元素等的作用常常都有阈值与饱和值。 * 当X是连续性变量时，随X的变化，Y是否呈直线性的变化趋势呢？不一定，通常我们用线性回归都是假定是直线性的变化，这可能掩盖了数据内部的真实规律。看看下面这个例子。 再看看易侕统计数据挖掘功能模块：平滑曲线拟合与阈值效应与饱和效应分析 * 可以假想这样一种情况，X影响Y，在吸烟的人群中，X增加Y也增加，在过去吸烟现在不吸烟的人群中，X增加Y也增加，在从不吸烟的人群中，X增加Y也增加，大家有没有看到X与Y的关系在这三组人群中有什么不同呀？ 对了，斜率不同，X每增加一个单位，Y增加的幅度不一样，如果统计检验这三组斜率有显著性差异，就表示X与吸烟状态有交互作用。吸烟影响X对Y的作用。 * 在讨论研究人群描述之前，让我们先看看，我们要验证的假设：X影响Y，X与Y有因果关系。 可以想象，可能有几种途径，都会导致Y的发生，假设当有X时，可以有3种途径： 通路A是：X加f加d，能导致Y的发生； 通路B是：a加b加c，能导致Y的发生； 通路C是：d加e加f，能导致Y的发生。 当没有X时，通路A就不可能发生，只有通过通路B和C 导致Y。 流行病学验证假设，X与Y有联系，就是验证通路A是否存在。 如果有X组与无X组相比，其它因素f、d、a、b、c等出现的比例相同，也就是说，两组通过通路B和C，发生Y的概率相同。这时，如果通路A存庄，有X组发生Y的概率，就比无X组高。 如果X是Y的一个危险因素，即通路A存在，但你所用的研究人群，不一定能验证出来，为什么呢？ 可以想象一下，如果所有的人，都没有因素d，你就不能验证出通路A的存在； 再如所有的人都有a、b、c呢？即所有的人都会通过通路B发生Y，你也不能验证通路A是否存在。 这样一来，你应该明白，为什么研究人群很重要。 * * * * * 成就更多 省力 省时 中文网址：/cn/ BBS： 用户交流QQ群：274574202 学生版授课教程：Empower U 盘 免费下载 试用易侕软件 学习平台 扫此二维码 或搜索 “易侕统计” * 今天大家期望从我这里听到什么呢？ 特别的统计方法？ 特别的统计软件？怎么做论文？还是如何做课题设计？等等 那到底我将讲的是什么？ * 这也是一两句话说不清，至少，大家会从我这里听到一个秘密吧！ * 《美国医学会杂志》刊发的一篇文章认为，在目前国际上最有影响力的16个指南共2711条建议中，具有确凿证据的仅占11%，半数以上建议仅来自于专家意见，难以满足临床需要。 ? 大量的临床实践需要决策依据，但现在的证据还严重不足。中国有独特而丰富的人群资源，完全有能力成为证据输出国。 * 2012年5月28日在汤母斯若特（Thomson Reuters）上发表的一篇题为：“深入的剖析：中国科研在崛起，但模式仍有缺陷的报告中，指出：根据经济合作和发展组