[医学]第五章 统计方法在循证医学中的应用.ppt

统计方法在循证医学中的应用 肖 政 遵义医学院循证医学中心 2012年11月24日 学习目的 1、掌握常用统计学指标及其置信区间如：OR、RR、NNT等在EBM中的正确使用和结果解释及Meta分析的基本概念与结果判读； 2、熟悉Meta分析的统计目的和主要分析步骤； 3、熟悉Meta分析中异质性检验、固定效应模型与随机效应模型的用途及正确应用。 用当前最佳临床证据指导临床决策与实践是循证医学的核心内容，而许多最佳临床医学证据中包含了大量医学统计学知识。 因此，正确理解和应用与循证医学相关的统计学知识，对循证医学研究者和应用者都十分重要。 系统评价(systematicreview)是公认的临床医学最佳证据之一，其中的医学统计学内容主要包括统计描述和统计推断两大类。 【统计描述(statisticaldescription)】：利用统计指标、统计图和统计表，反映数据资料基本特征的统计分析方法，可使人们准确、全面地了解数据资料包含的信息，有利于在此基础上完成进一步的统计分析。 统计描述指标，包括计数资料和计量资料。 计数资料：相对危险度(relative risk，RR)、比值比(odd sratio，OR)、率差(rate difference，RD)等； 计量资料：均数，标准差，均数差(mean difference，MD)和标准化均数差(standardised mean difference，SMD)。 【统计推断(statisticalinference)】是利用样本提供的信息对总体进行估计或推断，主要包括参数估计和假设检验两大内容。 参数估计：利用样本指标估计总体参数，常用置信区间(confidence interval，CI)的方法来估计，如均数的置信区间、率的置信区间； 假设检验(hypothesis test)：利用两个或多个样本提供的信息比较两个或多个总体之间有无差别，如t检验、卡方检验等。 系统评价中的统计推断内容主要为：RR、0R、MD等的置信区间和Meta分析(Meta—analysis) 第一节 循证医学中的常用统计指标及置信区间 一、分类资料的指标 常用指标：有效率、死亡率、患病率、发病率等指标 特色指标：相对危险度(RR) 比值比(OR) 相对危险度降低率(relative risk reduction，RRR) 绝对危险度降低率(absolute risk reduction，ARR) 多减少1例不利结果需要治疗的患者数(number needed to treat，NNT)等。 可信度指标 所估计参数值置信区间：总体指标的置信区间是按预先给定的概率(1-α，常取95％或99％)估计未知总体参数(如总体均数、总体率、总体RR或总体OR等)的可能范围，该范围被称为所估计参数值的置信区间。 95％置信区间：指该区间有95％的可能性(概率)包含了被估计参数，有5％的可能性(概率)不包含被估计参数。 置信区间：以置信上、下限为界的一个开区间(不包含界值在内)。 置信限(confidence limit，CI)只是置信区间的上、下界值。 【置信区间计算与判断】主要与标准误有关，标准误愈小，抽样误差愈小，置信区间的范围就愈窄，用样本指标估计总体参数的可靠性就愈好；反之，用样本指标估计总体参数的可靠性就愈差。 【主要用途】 1、用于估计总体参数，从获取的样本数据资料估计某个指标的总体值(参数)，如均数的置信区间可用来估计总体均数，率的置信区间可用来估计总体率； 2、用于假设检验，95％的CI与a为0.05的假设检验等价，99％的CI与a为0.01的假设检验等价。 (一)基本指标 1．EER、CER及置信区间 率(rate)： EER和CER两类（适用于预防和治疗性试验） EER即试验组事件发生率(experimental event rate，EER)：对某病采用某些防治措施后该疾病的发生率。 CER即对照组事件发生率(control event rate，CER)：对某病不采取防治措施的发生率。 率的置信区间：可用于估计总体率，计算总体率的置信区间时要考虑样本率(p)的大小。当n足够大，如n100，样本率p与1一p均不太小，且np与n(1－p)均大于5时，可用正态近似法 求总体率的置信区间. 试验组病死率(EER)的95％的置信区间为0.063～0.177(6.3％～17.7％)。 对照组病死率(CER)的95％的置信区间为0.173～0.327(17.3％～32.7％)。 当样本率P较小(如p0.30)或较大(如p0.70)时，使用上述正态近似法计算率的置信区间计算误差较大。此时可使用平方根反正弦变换或精确概率法计算 2．率差及置信区间 率差(rate difference，RD)，