[医学]循证医学 第2讲循证医学中常用的统计学方法和指标.ppt

循证医学中常用的统计指标 六、分类资料的指标 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。 循证医学中常用的统计指标 六、分类资料的指标 5．RRR及可信区间 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%。 循证医学中常用的统计指标 六、分类资料的指标 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： RRI = |EERb－CERb |/ CERb 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。 循证医学中常用的统计指标 六、分类资料的指标 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： RBI=|EERg-CERg |/ CERg 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。 循证医学中常用的统计指标 六、分类资料的指标 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±u?SE（ARR） = (ARR－u?SE（ARR） ，ARR+u?SE（ARR）) 循证医学中常用的统计指标 六、分类资料的指标 8．ARR及可信区间 循证医学中常用的统计指标 六、分类资料的指标 8．ARR及可信区间 其95%的可信区间为： ARR±u?SE= (ARR－u?SE ，ARR＋u?SE) = (0.13－1.96×0.049，0.13＋1.96×0.049) = (3.4%，22.6%) 该治愈率的95%的可信区间为3.4%～22.6%。 循证医学中常用的统计指标 六、分类资料的指标 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 : ARI =|EERb－CERb| 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。 循证医学中常用的统计指标 六、分类资料的指标 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： ABI=|EERg-CERg| 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。 循证医学中常用的统计指标 六、分类资料的指标 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（NNT）。其计算公式为： NNT=1/|CER-EER|=1/ARR 从公式可见，NNT的值越小，该防治效果就越好，其临床意义也就越大。 循证医学中常用的统计指标 六、分类资料的指标 11．NNT、NNH及可信区间 NNT的95%的可信区间，由于无法计算NNT的标准误，但NNT= 1/ARR，故NNT的95%的可信区间的计算可利用ARR的95%的可信区间来计算。 NNT95%可信区间的下限： 1/ARR的上限值 NNT95%可信区间的上限： 1/ARR的下限值 例如某试验的ARR的95%CI为3.4%～22.6%，其NNT的95%CI下限为：1