归纳循证医学中常用的统计指标说课.pptVIP

循证医学中常用的统计指标;一、概述; 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，也是反映数据根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，以便于在此根底上完成资料的进一步统计分析 .; 可信区间〔Confidence interval, CI〕是循证医学中常用的统计指标之一.; 可信区间主要用于估计总体参数，从获取的样本数据资料估计某个指标的总体值〔参数〕.如，率的可信区间估计总体率，均数的可信区间估计总体均数.; 此外，可信区间还可用于假设检验，尤其是试验组与对照组某指标差值或比值的可信区间，在循证医学中更为常用.; 通常，试验组与对照组某指标差值或比值的95％可信区间与为0.05的假设检验等价，99％的CI与为0.01的假设检验等价.; 常用的可信区间有：率的可信区间、两率差值的可信区间、均数的可信区间、两均数差值的可信区间、相对危险度可信区间等.; 循证医学中常用的是率的可信区间、RR或OR的可信区间、均数的可信区间、两均数差值的可信区间等.;二、分类资料的指标; 在循证医学的研究与实践中，除了有效率、死亡率、患病率、发病率等常用的指标外，相对危险度〔RR〕、比值比〔OR〕及由此导出的其他指标也是循证医学中富有特色的指标.; 目前，在循证医学中分类资料常用的描述性指标主要有EER、CER、OR、RR、RRR、ARR、NNT等.; 循证医学中预防和治疗性试验中，率可细分为EER和CER两类.; EER即试验组中某事件的发生率〔experimental event rate, EER〕,如对某病采用某些防治措施后该疾病的发生率. CER即对照组中某事件的发生率〔control event rate, CER〕,如对某病不采取防治措施的发生率.;2. RD〔率差〕及可信区间;两率差的可信区间由下式计算：;两率差的标准误：; 两率差为0时，两组的某事件发生率没有差异.因而两率差的可信区间不包含0〔上下限均大于0或上下限均小于0〕，那么两个率有差异；反之，两率差的可信区间包含0，那么无统计学意义.;阿司匹林治疗心肌梗死的效果 ;阿斯匹林治疗心肌梗死的效果EER＝15/125＝12％,CER=30/120=25%,两率差的标准误：;该试验两率差〔RD〕的可信区间为：; 该例两率差的可信区间为-0.23～-0.03，上下限均小于0〔不包含0〕，两率有差异.可认为阿斯匹林可降低心肌梗死的病死率.;3. RR及可信区间;其计算方法为： ; RR的可信区间，应采用自然对数进展计算，即应求RR的自然对数值In(RR)和In(RR)标准误SE〔InRR〕,其计算公式如下：;In(RR)的可信区间为：;RR计算的四格表 ; 阿斯匹林治疗组的病死率对照组的病死率其RR和可信区间为： ;RR的95％可信区间为：;4.OR及可信区间;;; 当所研究疾病的发病率较低时，即a和c均较小时，OR近似于RR,故在回忆性研究中可用OR估计RR; 由于前瞻性研究中，OR的可信区间与RR的可信区间很相近，且OR的计算更为简便，因此，常用OR可信区间的计算来代替RR的可信区间的计算. OR值的解释与RR一样.; OR的可信区间同样需要采用自然对数计算，其In (OR)的标准误SE (InOR)按下式计算： ;In(OR)的可信区间为：;例如：前述阿斯匹林治疗心肌梗死的效果估计其OR的95％可信区间.;;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，假设在另一研究中，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％.;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：;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E