循证医学中的常用统计指标相关.pptVIP

循证医学中的常用统计指标;主要内容;数据资料可分为数值资料（计量）和分类资料（计数和等级）两大类。统计指标因而也分为数值资料指标与分类资料指标两类。 统计指标可用于描述性的统计分析，也是反映数据基本特征的统计分析方法。并可使人们准确、全面地了解数据资料所包涵的信息，以便于在此基础上完成资料的进一步统计分析。;概述—可信区间;概述—可信区间;概述—可信区间;分类资料的指标;、与;两个发生率的差即为率差，也称危险差（ ， ，），如，试验组发生率（）与对照组发生率（）的差，其大小可反映试验效应的大小。 两率差的可信区间由下式计算： ±? () (－? ()，? ()) ;两率差为时，两组的某事件发生率没有差别。因而两率差的可信区间不包含（上下限均大于或上下限均小于），则两个率有差别；反之，两率差的可信区间包含，则无统计学意义。; 阿斯匹林治疗心肌梗死的效果;阿斯匹林治疗心肌梗死的效果 ， ，两率差的标准误：;． （率差）及可信区间 ;相对危险度（ ）是前瞻性研究中较常用的指标，它是试验组某事件发生率与对照组（或低暴露）的发生率之比，用于说明前者是后者的多少倍，常用来表示试验因素与疾病联系的强度及其在病因学上的意义大小。 其计算方法为：;当＝时，可认为试验因素与疾病无关； 当＞时，可认为试验组发生率大于对照组； 当＜时，可认为试验组发生率小于对照组。;．及可信区间 ;()的－?可信区间为： () ± ? () 的可信区间为： [ () ±? () ] 由于时为试验因素与疾病无关，故其可信区间不包含时为有统计学意义；反之，其可信区间包含时为无统计学意义。;．及可信区间 ;．及可信区间 ;是病例组暴露率和非暴露率 的比值，即 () ， 是对照组暴露率和非暴露率 的比值，即 () ， 以上两个比值之比即为比值比( ，)，又称机会比、优势比等。公式为： ;当所研究疾病的发病率较低时，即和均较小时，近似于，故在回顾性研究中可用估计； 由于前瞻性研究中，的可信区间与的可信区间很相近，因此，常用可信区间的计算来代替的可信区间的计算。 值的解释与相同。;．及可信区间 ; ()的可信区间为： () ± ? () 的可信区间为： [ () ±? () ];．及可信区间 ;．及可信区间 ;．及可信区间 ;．及可信区间 ;．;，相对获益增加率( ，)，试验组中某有益结果的发生率为，对照组某有益结果的发生率为，可按下式计算： 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。 ;．及可信区间 ;．及可信区间 ;．及可信区间 ;． ;绝对受益增加率( ，)，即试验组中某有益结果发生率与对照组某有益结果发生率的差值，有益结果（ ）如：治愈、显效、有效等，其计算公式为： 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。 ;．、及可信区间 ;．、及可信区间 ;．;．;数值资料的指标;加权均数差 (, ) 某个研究的两均数差 可按下式计算:;两均数差-的方差()，可按下式计算：;从公式可见，加权均数差( , ) 即为两均数的差值。 该指标以试验原有的测量单位，真实地反映了试验效应，消除了绝对值大小对结果的影响，在实际应用时，该指标容易被理解和解释。;标准化均数差 ( , ) 某个研究的标准化均数差，可按下式计算：;标准化均数差的方差()，可按下式计算：;可简单地理解??两均数的差值再除以合并标准差的商，它不仅消除了某研究的绝对值大小的影响，还消除了测量单位对结果的影响。因此，该指标尤其适用于单位不同或均数相差较大的数值资料分析。 但是，标准化均数差()是一个没有单位的值，因而，对分析的结果解释要慎重。;;;结束语