科研统计方法分析.ppt

讲 者：陈文森 感染管理办公室 Email:metrischen@126.com 医学论文 是反映医学科学水平和科研动向的重要标志; 是促进医学发展的重要工具; 是总结交流科研成果的重要方法; 是衡量单位和个人业务水平和实际能力的重要指标; 统计学与研究的关系争论？ 案例 洗必泰口腔护理（Oral care）有人认为可以有效呼吸机相关肺炎（VAP），但是有人认为效果不佳。那么若想比较两者的区别。 如何设计？哪种最好？哪种最可行？ 要搜集多少样本？ 搜集数据后如何分析？ 核心问题 用什么方法？（资料类型、描述、推断分析） 怎么实现？（SPSS、SAS、STATA） 基本概念与临床常用统计方法选择 案例应用分析 总体（population）: 打算研究的全部个体 样本（sample）: 总体中，具有代表性的一部分 小概率事件: 发生概率小于5%的事件,如P值<0.05 假设检验的基本步骤 建立检验假设（三个内容） 无效假设（null hypothesis）H0 备择假设（alternative hypothesis）H1 检验水准（size of test）α 计算统计量 根据统计量的值来得到概率（p）值；再按概率值的大小得出结论 数据的种类 临床上数据资料分类： 计量资料，具体数值，如血压、心率、年龄、尿量。 分类资料，属性分类，如性别，职业，血型。 数据的统计描述 计量资料统计描述：集中趋势与离散程度 集中趋势选择均数或者中位数。根据正态检验 离散程度可用标准差来描述。对于偏态数据,可以用四分位距(Interquartile range , IQR) 描述离散程度。 大量连续随机变量都符合正态分布。小样本量需做K-S检验/S-W检验判断是否符合正态分布。 重要的分布——正态分布 正态性检验 正态性检验结果解读 四分位数 - 下四分位数: 25 percentile, P25 - 上四分位数: 75 percentile, P75 四分位数间距： P75 - P25 变量描述 SPSS如何变量描述 计数资料的统计描述: 构成比：各类别在总数中的比重或百分比。 率：如果数据分为发生或不发生，如死亡、患病等,则可计算其死亡率、发病率等指标，表示其发生的强度。 不能以构成比代替率的分析 数据的统计描述 优势比、相对危险度 优势比(Odds Raito，OR) 是在病例对照研究中表示暴露与疾病发生之间的相关程度 相对危险度(Relative Risk，RR) 是两种暴露条件下发病率之比，队列研究（前瞻性研究）。 OR值及95%CI的意义 OR值为1时，表示暴露与疾病危险无关联 OR>1说明疾病的危险度增加，危险因素 OR<1说明疾病的危险度减少，保护因素 95%可信区间包含“1”，统计学无差异。 这个图您会解读吗？ 分类变量描述 两组或多组计量资料的比较 两组资料： 大样本资料或服从正态分布的小样本资料 - 若方差齐性，则作成组t检验 - 若方差不齐，则作t’检验或用成组的Wilcoxon秩和检验 小样本偏态分布资料，则用成组的Wilcoxon秩和检验 t检验与方差分析：正态、方差齐 t检验。正态分布，小样本量（n<30），两组。 配对T检验（配对）：所谓“配伍”是指两样本中的个体两两对应，不可以独立颠倒顺序，否则会改变问题的性质。如每一病人手术前后的相同参数比较。如： a.自身比较，即同一受试对象前后测的比较； b.用两种不同方法来测定一个样本中的两部分； c.将配对组随机分成两组。 两组独立样本的T检验（成组）：两样本中的个体可以独立颠倒顺序而不对问题产生影响，也即非配对样本。如设置手术组与对照组。 结果解读 多组资料： 若大样本资料或服从正态分布，并且方差齐性，则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：LSD检验，Bonferroni检验等）进行两两比较。 如果小样本的偏态分布资料或方差不齐，则作Kruskal Wallis的统计检验。如果Kruskal Wallis的统计检验为有统计学意义，则进一步作统计分析：选择合适的方法（如：用成组的Wilcoxon秩和检验，但用Bonferroni方法校正P值等）进行两两比较。 方差分析 三种温度下（分别分为第一组，第二组，第三组），细菌培养数目 非参数统计：两组或多组计量资料的比较。 两组比较采用两样本等级和检验(Wilcoxon Mann and Whitney ranksum 法) 或中位数检验； 多组比较采用H检验( Kruskal and Wallis)