春3-循证医学中统计指标和统计分析方法的选择.pptxVIP

循证医学实践中常用的统计分析指标和方法;;统计数据类型;住院号;1. 计量资料;2. 计数资料;3. 等级资料 Rank data;4. 三类资料间关系;可信区间 （confidence interval, CI） 按预先给定的概率(常取95%或99%)去估计未知总体参数(如总体均数或总体率)的可能范围，即是指该区间有95%的可能性包含了被估计的参数。 CI与标准误有关：标准误越小，抽样误差越小，可信区间的范围越窄。 用途：参数估计、假设检验。;循证医学中的常用统计指标;循证医学中的常用统计指标;率的抽样误差与标准误;举例：标准误的计算;总体率的可信区间; 率差(RD)及可信区间 率差(rate difference, RD)两个发生率的差，其大小可以反映试验效应的大小，其可信区间可以推断两个率有无差别(是否包含0) RD=P1-P2 ;3. 相对危险度（RR）及可信区间 相对危险度(relative risk)：是暴露组的发病率与非暴露组发病率的比，用于说明前者是后者的多少倍，常用来表示暴露与疾病联系的强度及其在病因学上的意义大小。;可信区间 可以推断RR有无统计学意义(是否包含1) 计算： SE(lnRR)= RR的可信区间;4. OR及可信区间 也称比值比、优势比(odds ratio)：病例组暴露比值与对照组暴露比值之比即为OR。比值是指某事件发生概率与不发生概率之比。 OR＝ad/bc ，或配对病例对照研究时，OR＝c/b 意义同RR;可信区间 可以推断OR有无统计学意义(是否包含1) 计算： SE(lnOR)= OR的可信区间;5. 相对危险度减少率RRR及可信区间 RRR(relative risk reduction)，可反映试验组与对照组某病发生率增减的相对量，无法衡量增减的绝对量。 RRR＝(CER-EER)/CER=1-RR 可信区间可由1-RR的可信区间得到。;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%，试计算RRR。 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%。;ARR(absolute risk reduction)，反映试验组与对照组某病发生率增减的绝对量时，较RRR更明确，更具有临床意义。 ARR较小（如小于10）难于判断临床意义。 ARR＝CER-EER 可信区间：ARR ±ZαSE ;　ARI，绝对危险度增加率(absolute risk increase)，指试验组中某不利结果发生率与对照组某不利结果发生率的差值。 　RRI，相对危险度增加率(relative risk increase)，反映采用试验因素处理后，患者的不利结果增加的百分比。 ABI ，绝对受益增加率(absolute benefit increase)，指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。 RBI，相对获益增加率，反映试验因素处理后，患者的有益结果增加的百分比。 NNT，NNT值越小，防治效果越好。 NNH，NNH值越小，治疗措施引起的副作用就越大。 LHH，防治性措施受益与危害的似然比。LHH1,利大于弊； LHH1,弊大于利;集中趋势：均数、几何均数、中位数 离散趋势：标准差、四分位数间距、极差、变异系数 均数的可信区间： 小样本 两均数差的可信区间： ;数值资料的指标;数值资料的指标;二、循证医学中常用的统计方法;1.统计描述;计数资料 常用率和比，比如发病率、死亡率、构成比和相对比等。 ;2. 统计推断;一、单个研究中假设检验的方法的正确选择;分类资料;多因素分析和相关要求;常用的多因素分析模型;Logistic回归分析;多因素Logistic 回归模型 ? 线性Logistic 回归模型公式: 或: 多因素Logistic模型参数的解释?: ?:与变量 xi 无关的因素的影响;? ?i :自变量 xi 的回归系数，大小由因素 xi 决定，是控制了其他因素的混杂效应后的 ?i 值。? ?i = 0: 表明 P与 xi 无关，发病