口腔统计临床研究资料统计分析方法1课件.docx

口腔统计临床研究资料统计分析方法1课件.docx

《口腔统计临床研究资料统计分析方法1课件.docx》由会员分享，可在线阅读，更多相关《口腔统计临床研究资料统计分析方法1课件.docx（4页珍藏版）》请在冰点文库上搜索。

口腔统计临床研究资料统计分析方法1课件

口腔统计临床研究资料统计分析方法-1课件

临床研究资料统计分析方法-1基本内容统计描述：

反映样本结果的基本特征统计图表（各类表格或图示）基本指标（均数/标准差；率、构成比）统计推断：

样本推断总体参数参数估计（点估计及其95%可信区间）假设检验：

差别（均数、率）推断；相关性推断。

FrancisGaltonKarlPearson贡献：

重要术语和方法，包括SD、相关与回归、卡方检验等1890-1920RonaldFisher贡献：

小样本统计推断方法、假设检验、确切概率法、方差分析（1915-33）JerzyNeymanEgonPearson贡献：

I、II型错误；检验效能Power可信区间（置信）（1937-1949）AbrahamWald贡献：

统计决策理论1950-生物统计在国内外临床研究中的应用1747年英国Lind医生对船员坏血病进行干预研究。

1835年法国研究者Louis对放血疗法治疗肺炎进行研究，否定了该种疗法。

1948年在英国发表了用链霉素治疗肺结核的随机对照试验报告，使用生物统计方法进行分析。

1960年Doll和Hill等利用队列研究首次证实了肺癌与吸烟有关，RR=23.7。

1948年原四军大郭祖超教授编写出版了全国首部教材《医学与生物统计方法》FrancisGaltonKarlPearson贡献：

重要术语和方法，包括SD、相关与回归、卡方检验等1890-1920RonaldFisher贡献：

小样本统计推断方法、假设检验、确切概率法、方差分析（1915-33）JerzyNeymanEgonPearson贡献：

I、II型错误；检验效能Power可信区间（置信）（1937-1949）AbrahamWald贡献：

统计决策理论1950-BIGDATA大数据随着云计算、物联网等新技术的推广应用，大量新型数据、种类多元化数据出现，数据量呈爆炸式增长；全球大数据时代：

220万TB/day+++。

（相当于3亿张DVD）兆字节（megabyte，MB）吉字节（gigabyte，GB）太字节（terabyte，TB）1PB（Petabyte拍）=1024TB；1EB（Exabyte艾）=1024PB；-----1ZB（Zettabyte泽）=1024EB；1YB（Yottabyte尧）=1024ZB；1BB（Brontobyte布）=1024YB。

日渐成熟的数字技术和网络技术，可采集C、传输T、存储S、随时调用全球范围内的一切信息S，而对这些大数据用不同的工具和算法进行计算统计A、归类加工C，挖掘出其中的规律、结论，并用以指导人类的活动，将改变世界。

云物移大智时代。

云是云计算物是物联网移是移动互联大是大数据智是智慧城市或智慧地球。

5V+3S+2C+1T+1A大数据（bigdata）的定义与特点定义：

是指体量庞大且数据类型复杂多样的数据集，难以用传统数据库工具对其内容进行截取、管理、处理、并整理成为人类所能解读的信息。

特点：

4个V‖Volume（体量巨大）Variety（类型多样）Value（密度低、价值高）Velocity（处理速度快）：

时效性。

JGinsbergetal.Nature000,1-3（2008）doi:

10.1038/nature07634Acomparisonofmodelestimatesforthemid-Atlanticregion（black）againstCDC-reportedILIpercentages（red）,includingpointsoverwhichthemodelwasfitandvalidated.通过Google搜索流感相关主题的人数与实际患有流感症状的人数之间存在着密切的关系：

bigdata大数据研究成功案例大数据研究成功案例啤酒＋尿布的数据分析成果早已成了大数据技术应用的经典案例。

塔吉特百货就是靠着分析用户所有的购物数据，然后通过相关关系分析得出事情的真实状况。

明尼苏达州一家塔吉特门店被客户投诉，一位中年男子指控塔吉特将婴儿产品优惠券寄给他的女儿-一个高中生。

但很快又来电道歉，确实怀孕了。

大数据分析的方法学挑战对于大数据分析，常规统计分析方法往往无能为力：

大数据对科学研究方法论的变革（因果性相关性），线性因果分析往往仅适合于基于小数据的、简单封闭的系统，开放复杂的大数据系统时，寻找线性因果往往徒劳无功（全基因组关联研究，GWAS）关联分析：

machine-learning,―reverseengineeringandforwardsimulation‖（REFS）.无预设假设的因果分析：

贝叶斯网络分析（Bayesiannetworkanalysis:

hypothesis-freeprobabilisticcausalapproaches）GOINGHYPOTHESIS-FREE：

不预设假设，lettingthetechnologyrunwildandseeingwhatitcomesupwith。

让数据说话临床研究的基本数据类型计量资料数值变量资料numericaldata计数资料分类变量资料categoricaldata二分类变量资料binarydata有序多分类变量资料---等级资料ordinaldata无序多分类变量资料nominaldata变量类型的判断病例号年龄（岁）性别身高（m）血型心电图尿WBC职业RBC1012/L135女1.65A正常－教师4.67244男1.74B正常－工人5.21326男1.80O正常＋职员4.10425女1.61AB正常＋农民3.92541男1.71A异常++工人3.49645女1.58B正常++工人5.48750女1.60O异常++干部6.78828男1.76AB正常+++干部7.10931女1.62O正常＋军人5.24基于不同资料分型的分析方法数值变量资料（计量资料）统计描述（频数表/直方图、均数/标准差）统计推断（均数估计、t和u检验）分类变量资料（计数资料）统计描述（频数表/直条图、率/比）统计推断（总体率估计、卡方检验）中华医学系列杂志80篇治疗性研究的论文使用统计方法汇总统计方法篇数比例t检验290.36卡方检验230.29秩和检验100.13其他26未做统计分析13注：

2019年测评结果,BMJ44%（t检验）评价实例[CJIM;16（5）]假设检验频数频率（100%）t检验13062%方差分析3115%卡方检验2713%秩和检验178%生存分析10.5%直线回归/相关10.5%未做假设检验21%合计209100%未见多元分析方法使用评价实例[CJIM;16（5）]假设检验频数正确率错误t检验13026%方法不当：

重复测量方差分析\方差分析方差分析3194%数据类型混用、未考虑设计方案卡方检验2774%P、FISHER、生存分析、秩和检验、检验水准未校正秩和检验1712%重复测量生存分析11/1直线回归/相关10/1回归、相关混淆未做假设检验2合计209一、计量资料的统计描述及结果表达统计图表：

频数表、直方图、箱图定量描述临床研究中对于服从正态分布者用均数标准差；服从对数正态分布者改用几何均数对于其它不服从以上分布者，用中位数和四分位间距（IQR）表达（interquartilerange,IQR）血清总胆固醇（mmol/L）6.005.004.003.002.00正态性判断正态性检验:

判断资料是否服从正态分布。

正态性检验偏度系数（Skewness）峰度系数（Kurtosis）W检验或D检验法（Shapiro-Wilk/DAgostino）图形法（P-P图/Q-Q图）正态性判断正态性判断其它判断方法：

比较均数与中位数（收入差距）比较均数与标准差（均数1S或2S中样本例数）借助医学专业知识对资料的正态性进行估计。

（龋齿数、患者年龄）某地居民发汞含量的频数直方图22.018.014.010.06.02.0频数3020100Std.Dev=4.99Mean=8.0N=86.00患者头孢唑啉钠药物动力学参数组别（h-1）老年组（n=7）0.620.1260岁以下组（n=5）3.553.56二、计量资料的假设检验t检验u检验t检验方差分析秩和检验规则一：

与比较组别和设计类型有关数值资料两组间的比较可以考虑使用t、u、方差分析、t检验或者秩和检验。

结合不同的设计类型又分为：

样本与总体比较、配对设计、两组完全随机设计的假设检验。

数值资料三组及三组以上间的比较则不能使用t检验和u检验。

可考虑使用方差分析、秩和检验等方法。

结合不同的设计类型又进一步分为：

多组成组设计、配伍设计、析因设计、交叉设计等设计方案假设检验。

规则二：

与样本含量有关当样本含量n较大时，其抽样分布服从正态分布（中心极限定理）：

*可考虑使用u检验当样本含量n较小时，其抽样分布服从t分布；*可考虑使用t检验当样本含量n较小时，若样本来源于偏态或未知分布，其抽样分布未知。

*则不能使用t、u检验，选用秩和检验n=30/40/50/60/100?

规则三：

选用假设检验方法当且仅当用样本均数推断总体均数比较是否相等时；否则可直接或校正后比较。

我校2019级研究生统计成绩男生（210人）80分6分我校2019级研究生统计成绩女生（190人）88分6分男生抽取20人866分女生20人806分总体样本t检验概述1908年,统计学家戈塞特（WilliamGosset）以Student笔名发表他发现统计量t的分布，他指出若X为正态分布，则t为自由度n-1的studentt分布;开创了小样本统计推断的新纪元。

1926年,由费雪（Fisher）加以严格证明.当未知，尤其当样本数n值很小时，非常适宜采用t分布。

t检验是以t分布为理论基础，以t值为统计量的假设检验方法，适用于例数较少，来源于正态分布资料.ttXX0t分布=（标准正态分布：

u分布）=30=5Gosset假设检验目的：

推断一个样本所代表的未知总体均数与已知总体均数0（常为理论值或标准值）有无差别。

应用条件：

已知样本服从正态分布一）单样本与总体比较的t检验实例分析：

36名一线抗SARS医生的血红蛋白含量（150.8310.5）是否不同于一般水平？

150.83g/l140g/l150.83~=140推断总体两总体均数相等H0两总体均数不等P值小概率事件拒绝H0不拒绝H0假设检验基本思想小概率+反证法1：

建立假设，确定检验水准H0：

=140g/LH1：

140g/L检验水准=0.052：

选定t检验,计算统计量统计量t=4.11,自由度=353：

确定P值,作出推断结论P0.001，按照=0.05水准，拒绝H0，接受H1,可以认为临床一线医生的血红蛋白含量高于一般水平。

（自由度为36-1）95%可信区间：

146.8153.6（g/L），而一般水平为140g/L。

是一种比较独特的设计方式，能很好控制非实验因素对结果的影响，有以下类别：

①对同对两个受试对象分别给予不同处理（异体配对）；②对同一受试对象分别给予不同处理（自身配对），目的都是推断两种处理的效果有无差别（窝沟封闭）二）配对设计的t检验检验目的、资料特点与应用条件假设检验目的：

推断两总体均数相等,即配对差值的总体均数是否等于0‖。

两组比较的配对计量资料，检验效能较高。

应用条件：

配对差值服从正态分布。

实例分析某单位研究饮食中缺乏维生素E与肝中维生素A含量的关系,将同种属的大白鼠按性别相同，年龄、体重相近者配成对子，共8对，并将每对中的两只动物随机分到正常饲料组和维生素E缺乏组，过一定时期将大白鼠杀死，测得其肝中维生素A的含量，见下表,问不同饲料的大白鼠肝中维生素A含量有无差别？

不同饲料大白鼠肝中维生素A含量大白鼠对号正常饲料组VE缺乏组差值1355024501100220192400-400330001800120043950320075053800325055063750270010507345025009508305017501300合计6500差值均数=6500/8=812.5s=546.25

（1）建立假设H0：

d=0，即差值的总体均数为0‖，不同饲料的大白鼠肝中维生素A含量相同。

H1：

d0，即差值的总体均数不为0‖，不同饲料的大白鼠肝中维生素A含量不相同。

检验水准=0.05（双侧）

（2）计算统计量t=d－Sd/n=812.5546.25/8=4.207自由度v（对子数减-1）=8-1=7（3）确定P值，作出结论查t界值表，t0.05,7=2.365，tt0.05,7，得P0.05，按=0.05水准，拒绝H0，接受H1，可认为两种饲料所得肝中维生素A含量有差别，即维生素E缺乏对大白鼠肝中维生素A含量有影响。

注意当样本含量n较大时，可用u检验.三）成组设计的t检验成组设计又称为完全随机设计假设检验目的：

推断两个样本所代表的总体均数是否相等。

资料特点：

成组设计两组比较的计量资料应用条件：

（1）两独立样本均来自服从正态分布总体

（2）两独立样本的总体方差齐性（方差相等）实例分析目的:

观察伢典（Carisolv）去腐法治疗老年人根面龋的疗效及对老年人血压、心率、治疗心理反应的影响。

方法:

选择老年根面龋患者64例,随机分为伢典（Carisolv）治疗组和对照组。

伢典（Carisolv）治疗组30例,采用伢典（Carisolv）去腐法治疗患牙;对照组34例,采用传统牙钻去腐法治疗患牙,比较2种方法的治疗效果,并且去腐前后测量患者血压、心率及了解患者对治疗的心理反应,采用统计学方法进行比较。

结果:

2组患者治疗1年后复查,成功率无统计学差异（P0.05）;2组患者去腐治疗前后血压、心率的变化及对治疗的心理反应有统计学差异（P0.05）。

结论:

伢典（Carisolv）对老年人根面龋的治疗安全、有效,可大大降低患者对口腔治疗的紧张和恐惧,有利于维护老年人的牙齿健康。

（1）建立假设H0：

1=2两组去腐后DBP变化总体均数相等。

H1：

12两组去腐后DBP变化总体均数不等。

检验水准：

=0.05（双侧）

（2）计算统计量t=X－－1-X－－2SX1－－-X2－－=3.89-9.830.827=-6.5,n=n1+n2-2=62SX1－－-X2－－=（3.13）2（30-1）+（4.02）2（34-1）30+34-2（130+134）=0.827（3）确定P值，作出结论查t界值表t0.05,62=1.99,tt0.05,62P0.05，按=0.05水准，拒绝H0，接受H1，可以认为两组的DBP变化均数不等。

注意当样本含量n较大时，可用u检验成组设计t检验的要求（两独立样本均数比较）应用条件：

独立性、正态性、方差齐性独立性：

应确保两组样本是相互独立的，如应有明确的诊断标准等两样本同时满足：

代表性、均衡性。

代表性：

（样本量、随机化）均衡性：

除欲研究因素外，其它因素尽可能的均衡：

对于临床资料，两组应在性别、年龄、病情轻重、诊断分期分级、有无并发症等方面基线比较具有均衡性。

因此在设计阶段应控制混杂与偏倚。

实例分析四）u检验u检验是以标准正态分布为理论基础，以u值为统计量的假设检验方法，适用于例数较多的数值资料。

应用条件：

样本例数较大，n50或100，或n虽小而总体标准差已知。

实例分析某地男女红细胞数（1012/L）的抽查资料：

如下表资料，问该地男女红细胞数有无差别？

组别例数均数标准差男性3604.660.58女性2554.180.291.建立假设H0：

1=2该地男、女红细胞数均数相等H1：

12该地男、女红细胞数均数不相等检验水准=0.05（双侧）2.计算统计量u=X－1-X－2（S1）2n1+（S2）2n2=4.660-4.1780.5752360+0.2912255=13.633.确定P值，作出结论查u值表u0.01=2.58，uu0.01，P0.01，按=0.05水准拒绝H0，接受H1，可认为该地男、女红细胞数的均数不相等。

u检验的三种形式。

1.正态性检验在做t、u检验前，首先应判断资料是否服从正态分布，不服从正态分布的资料不能使用这类方法。

判断资料是否服从正态分布，可用正态性检验、统计图和表、其它专业估计。

三、t和u检验注意事项2.方差齐性检验在两小样本均数的t检验之前，要推断两样本代表的总体方差是否相等，若方差相等，可用t检验；否则应使用t检验或秩和检验等。

方差齐性检验的方法使用F检验、Levene检验：

其原理是看较大样本方差与较小样本方差的商是否接近1‖。

若接近1‖，则可认为两样本代表的总体方差齐,否则，两方差不齐。

3.确定是否进行假设检验符合应用条件则选用适当的方法t、u检验；若正态性不符合，可考虑变量变换的方式，进行尝试，若还是不行，则考虑使用秩和检验；若方差齐性不满足，则考虑使用t检验校正法---t检验。

两组基线情况进行比较判断有无缺失值、失访值及其处理是否正确结合临床专业知识有无极端值或异常值4.注意假设检验的局限性假设检验目的是比较P值与检验水准，并得到两组总体均数是否有差异的推断结论。

P值:

两组总体均数间的差异有统计学意义。

P值:

两组总体均数间的差异无统计学意义P值在附近时，下结论应慎重不能表明差别的程度以及有无实际意义（临床意义）5.统计分析结果的正确表达：

P值与可信区间P值与相比只能表明差别有无统计学意义，不能表明差别的程度。

组间均数差值的95%可信区间。

可信区间能提供更多的信息：

能表明差别有无统计学意义及临床意义，同时能显示差别的程度,但CI不能提供确切概率。

统计结果的表达：

P值与可信区间相结合，同时报告。

。

统计推断:

区间估计单样本均数与总体均数差值的可信区间配对设计的两组均数差值的可信区间成组设计的两组均数差值的可信区间临床意义0abcd统计学意义与临床意义统计学意义临床意义结果评价有有可取有无临床价值不大无有？

继续无无不可取四、不满足假设检验条件