医学统计学总结课件

,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,医学统计学总结,1,医学统计学总结1,题型,判断题（,10,个,2,分,20,分）,单项选择题（,10,个,2,分,20,分）,简答题（,2,个,10,分,20,分）,计算分析题（,4,个,10,分,40,分）,笔试,80,+,实习分总成绩,2,题型判断题（10个2分20分）2,统计学的任务,结合专业知识和具体要求进行统计研究设计,按照设计要求收集和整理资料,对所收集的资料进行统计处理,对统计处理的结果进行分析和解释,3,统计学的任务结合专业知识和具体要求进行统计研究设计3,统计结果是否可靠取决于以下几个方面,调查或实验设计是否周密完善，是否按设计要求实施,所选用的指标是否特异性和客观性强， 灵敏度和精确度高,数据是否真实可靠，样本含量是否足够大,所选用的统计方法是否妥当,结果解释是否正确,4,统计结果是否可靠取决于以下几个方面调查或实验设计是否周密完,选择统计分析方法流程,设计类型,资料类型,统计分析目的,病例分析 疗效分析,寻找病因 关系探讨,调查研究：横断面研究 回顾性研究 前瞻性研究,实验研究：完全随机设计 随机区组设计 拉丁方,设计 交叉设计 析因设计 正交设计,裂区设计 重复测量设计,定量资料 定性资料 等级资料,统计描述 ：统计表 统计图 统计指标,统计推断：参数估计 假设检验,研究目,的,5,选择统计分析方法流程设计类型资料类型统计分析目的病例分析 疗,统计分析方法,运算,报告,见后,手工运算,统计软件：,SAS SPSS,统计结论,专业结论,6,统计分析方法运算报告见后6,医学统计学学习要点,统计学的基本概念和思维逻辑,各种统计方法适用于什么资料，对于资料所要求的条件,根据资料的性质和分析要求，应选用什么统计方法,如何组织数据，输入数据，建立数据文件,如何运用计算工具或软件进行统计计算,如何阅读软件的输出结果，选择所需要的部分写入论文,如何正确分析统计结论,7,医学统计学学习要点统计学的基本概念和思维逻辑7,医学研究设计,分类,观察性研究,实验研究,临床试验研究,8,医学研究设计分类8,观察性研究（调查研究）,分类,常用抽样方法,样本含量估计：用于参数（均数或率）估计,9,观察性研究（调查研究）分类9,实验研究,三要素,三原则（四原则）,样本含量估计：用于假设检验,10,实验研究三要素10,单变量定量资料统计分析,11,单变量定量资料统计分析11,单变量定量资料统计描述,频数表（,n,较大时）,频数分布图（直方图）,统计指标,正态分布或近似正态分布资料,：,均数,标准差,倍数资料；对数正态分布资料,：,几何均数,几何标准差,偏态分布；分布未知；分布末端有不确定数据,：,中位数,四分位数间距,度量衡单位不同或单位相同但均数相差悬殊的多组资料变异度比较,：,变异系数,12,单变量定量资料统计描述频数表（n较大时）12,单变量定量资料统计推断,参数估计,总体均数点估计：,总体均数区间估计：,n,较小时：,n,较大时：,注意可信区间和参考值范围的区别,总体,样本,13,单变量定量资料统计推断参数估计总体均数点估计：总体13,单变量定量资料统计推断,假设检验,1.,样本均数与总体均数比较,样本来自正态,分布或变换后,为正态,t,检验,Wilcoxon,符号秩检验,Y,N,14,单变量定量资料统计推断假设检验1. 样本均数与总体均数比,单变量定量资料统计推断,假设检验,2.,配对设计两均数比较,差值正态或,变换后正态,配对,t,检验,Wilcoxon,符号秩检验,Y,N,15,单变量定量资料统计推断假设检验2. 配对设计两均数比较差,配对,t,检验（例,3-6,）,16,配对t检验（例3-6）16,配对,t,检验（例,3-6,）,17,配对t检验（例3-6）17,配对,t,检验（例,3-6,）,18,配对t检验（例3-6）18,Wilcoxon,符号秩检验（例,8-1,）,19,Wilcoxon符号秩检验（例8-1）19,Wilcoxon,符号秩检验（例,8-1,）,20,Wilcoxon符号秩检验（例8-1）20,Wilcoxon,符号秩检验（例,8-1,）,21,Wilcoxon符号秩检验（例8-1）21,单变量定量资料统计推断,假设检验,3.,完全随机设计两均数比较,正态性,方差齐性,两样本,t,检验,近似,t,检验,Wilcoxon,秩和检验,Y,N,22,单变量定量资料统计推断假设检验正态性两样本t检验近似t检,两样本,t,检验（例,3-7,）,23,两样本t检验（例3-7）23,两样本,t,检验（例,3-7,）,24,两样本t检验（例3-7）24,两样本,t,检验（例,3-7,）,25,两样本t检验（例3-7）25,Wilcoxon,秩和检验（例,8-3,）,26,Wilcoxon秩和检验（例8-3）26,Wilcoxon,秩和检验（例,8-3,）,27,Wilcoxon秩和检验（例8-3）27,Wilcoxon,秩和检验（例,8-3,）,28,Wilcoxon秩和检验（例8-3）28,Wilcoxon,秩和检验（例,8-3,）,29,Wilcoxon秩和检验（例8-3）29,单变量定量资料统计推断,假设检验,4.,完全随机设计多均数比较,正态性,方差齐性,完全随机设计,方差分析,Kruskal-Wallis,秩和检验,Y,N,30,单变量定量资料统计推断假设检验4. 完全随机设计多均数比,多组均数比较方差分析（例,4-2,）,31,多组均数比较方差分析（例4-2）31,多组均数比较方差分析（例,4-2,）,32,多组均数比较方差分析（例4-2）32,多组均数比较方差分析（例,4-2,）,33,多组均数比较方差分析（例4-2）33,多组均数比较方差分析（例,4-2,）,34,多组均数比较方差分析（例4-2）34,35,35,36,36,37,37,Kruskal-Wallis H,检验（例,8-5,）,38,Kruskal-Wallis H检验（例8-5）38,Kruskal-Wallis H,检验（例,8-5,）,39,Kruskal-Wallis H检验（例8-5）39,单变量定量资料统计推断,假设检验,5.,随机区组设计多均数比较,正态性,方差齐性,随机区组设计,方差分析,Friedman,秩和检验,Y,N,40,单变量定量资料统计推断假设检验5. 随机区组设计多均数比,单变量定量资料统计推断,假设检验,6.,多个样本均数的多重比较,完全两两比较：,SNK,法,部分两两比较：,LSD-t,检验：一对或几对专业上有特殊意义,的均数间的比较,Dunnett-t,检验：多个实验组与一个对照组,比较,41,单变量定量资料统计推断假设检验6. 多个样本均数的多重比,定量资料分析中常见的错误,误将定量资料判为定性资料,为探讨雌激素受体（,ER,）、孕激素受体（,PR,）在小儿皮肤血管瘤发生、发展中的意义，采用免疫组化方法对毛细血管瘤、海绵状血管瘤、淋巴管瘤及正常皮肤组织的,ER,、,PR,受体进行检测。全部标本经,10,福尔马林固定，常规石蜡包埋。每例选一典型蜡块，,4-6m,切片，进行免疫组化染色，高倍镜下每例肿瘤区内计数,500,个细胞，计数,ER,、,PR,阳性细胞百分率，此阳性细胞百分率为定量资料而不是定性资料。,42,定量资料分析中常见的错误误将定量资料判为定性资料42,定量资料分析中常见的错误,忽视,t,检验、方差分析的前提条件,直肠癌手术前后,3,项肿瘤标志检测结果,不同时期,CEA CA19-9 CA71-4,术前（,n=58,）,34.079.0 209.0 739.0 7.2 4.8,术后（,n=30,）,2.0 1.2 11.0 10.9 4.3 2.8,转移复发（,n=19,）,88.0 107.0 212.0 529.0 9.8 3.2,此资料中若干个单元格中标准差的数值是均值的,2,倍以上，基本可以认为不服从正态分布，而且不同组间标准差也相差悬殊，也不满足方差齐性的要求，所以不宜采用方差分析。,43,定量资料分析中常见的错误忽视t检验、方差分析的前提条件43,定量资料分析中常见的错误,误用多次,t,检验进行多组均数之间的比较,三菱莪术液抑癌实验的小鼠瘤重（,g),组别 均数,标准差,对照组,4.66 1.01,0.5ml 2.50 0.93,1.0ml 2.46 1.18,1.5ml 1.87 1.16,44,定量资料分析中常见的错误误用多次t检验进行多组均数之间的比较,定量资料分析中常见的错误,误将方差分析结论加以扩展,方差分析结果,P0.99),。,本资料的自变量是人为选定的布比卡因的浓度，并不是随机变量，因而属于,I,型回归资料，并不适合作直线相关分析。可进行直线回归分析，求出回归方程，并进一步作假设检验，看两变量之间有无直线变化趋势。,73,双变量统计分析中常见的错误误对I型回归资料作相关分析73,双变量统计分析中常见的错误,散点图并不反映直线趋势，仍作直线相关分析,“高脂餐后内皮依赖性血管舒张功能变化及其影响因素”一文中，作者对,75,名受试者测定了餐后,2h,血清甘油三酯（,TG,）浓度增高值与餐后内皮依赖性血管功能下降值（），经相关分析，认为餐后,2h,血清,TG,浓度增高值与餐后内皮依赖性血管功能下降值显著正相关（,r=0.459,，,P0.01),。,进行直线相关分析前，应绘制散点图。本资料散点图无明显的直线变化趋势，并不适合作直线相关分析。另外决定系数,R,2,=0.459,2,=0.21,，说明餐后,2h,血清,TG,浓度增高值可解释餐后内皮依赖性血管功能下降值变异的,21,，即两变量之间的关系实际意义不大。,74,双变量统计分析中常见的错误散点图并不反映直线趋势，仍作直线相,组间比较统计方法选用小结,反应变量定量变量（,如,血压）,非研究,因素均衡：,t检验,（两组）,ANOVA,（多组）,（多见于实验研究）,非研究,因素不均衡：,多重线性回归,（多见于观察性研究）,75,组间比较统计方法选用小结反应变量定量变量（如血压）75,组间比较统计方法选用小结,反应变量两分类定性变量（,如,有效/无效）,非研究,因素均衡：,卡方检验,（两组/多组）,非研究,因素不均衡：,logistic回归,76,组间比较统计方法选用小结反应变量两分类定性变量（如有效/,组间比较统计方法选用小结,反应变量多分类等级变量（,如,轻/中/重）,非研究,因素均衡：,秩和检验,（两组/多组）,非研究,因素不均衡：,累积logistic回归,77,组间比较统计方法选用小结反应变量多分类等级变量（如轻/中,组间比较统计方法选用小结,反应变量两分类定性变量（生存/死亡）+生存时间,非研究,因素均衡：,log-rank检验,（两组/多组）,非研究,因素不均衡：,Cox回归,78,组间比较统计方法选用小结反应变量两分类定性变量（生存/死,多因素分析,/,预测统计方法选用小结,应变量,Y,为定量变量（血压）,多重线性回归,应变量,Y,为二分类（多分类）定性变量（有效,/,无效）或等级变量（轻,/,中,/,重）,logistic,回归,应变量,Y,为二分类结局变量（生存,/,死亡）,+,生存时间,Cox,回归,79,多因素分析/预测统计方法选用小结应变量Y为定量变量（血压）7,多变量回归分析,用途：,多因素分析,平衡（调整）其它影响因素后的组间比较,多因素,预测,80,多变量回归分析用途：80,多变量统计分析中常见的错误,用单因素分析取代多因素分析,多变量筛选的策略错误,多因素分析时，先进行单因素分析，再将有统计意义的变量进行多变量分析，这是一种错误的分析策略。单变量分析中表现的不仅是变量自身的作用，还可能有其它变量的混杂作用，其结果只起参考作用。在多元回归中每个自变量对应变量的贡献也与其它自变量是否被选入模型有关。正确的做法是考虑所有的变量，采用逐步回归方法，必要时多用几种筛选变量的技术，同时还要考虑因素之间的交互作用，综合分析，得出较为可靠的结果。,81,多变量统计分析中常见的错误用单因素分析取代多因素分析81,多变量统计分析中常见的错误,不会用多因素分析方法平衡混杂因素对结果的影响,例：分析急性白血病患者具有某种不良染色体是否与其缓解有关，可采用,logistic,回归平衡混杂因素如年龄、性别、骨髓原幼细胞数、,cd34,表达等对缓解的影响。如同时考虑缓解时间，可采用,Cox,回归。,82,多变量统计分析中常见的错误不会用多因素分析方法平衡混杂因素对,医学论文统计表达的基本要求,摘要,引言,材料与方法,结果,讨论,83,医学论文统计表达的基本要求摘要83,一、摘要,摘要是研究核心内容的浓缩，简述研究目的、方法、结果和结论。,摘要中要有表示研究结果的重要指标统计描述的数值、假设检验结果（检验统计量及其,P,值）及可信区间。如处理组和对照组的均数（中位数）、标准差、,t,值、,P,值、两组均数之差的,95,可信区间、,OR,（,RR,）值及其可信区间等。,84,一、摘要84,二、材料与方法,除专业方面的描述外，统计学描述包括以下两个方面。,1.,清晰地描述研究设计的内容，包括研究类型、观察对象类型、入选和剔除标准、观察方法和测量技术以及实验、试验或调查资料的搜集过程等。,尤其应具体地描述研究对象的来源和选择方法、包括观察对象的基本情况、有无随机分组（随机抽样）、样本含量及其估计的依据等。,若进行了随机化分组，应说明具体的随机化方法。对于非随机化分组的观察性研究，除要明确说明观察对象的选择方法外，还应给出影响因素（如年龄、性别、病情）的均衡性分析结果。,对临床试验，还需要特别说明诊断标准、疗效评价标准、病例入选标准、病例剔除标准、有无失访及失访的比例、有无“知情同意”、是否盲法观察等。,85,二、材料与方法85,2.,说明所采用的统计分析方法与统计计算软件。,数据处理用到的所有统计方法都要说明。如果用了几种统计方法，必须清楚地指出在何处用了何种方法。,常用的统计方法简单说明即可，如,t,检验、单变量方差分析、卡方检验等，对一些特殊的统计方法，如生存分析、重复测量资料方差分析、协方差分析等，要同时给出相应的参考文献。统计计算软件一般给出名称（版本号）即可，如,SPSS,（,17.0,）、,SAS,（,9.1,）等，但对于一些特殊的计算，要给出软件的过程名，如重复测量资料方差分析采用,SPSS/GLM,等。,86,2. 说明所采用的统计分析方法与统计计算软件。数据处理用到的,三、结果,统计结果主要用统计指标（统计量）表示。,统计指标比较多时，如分组比较，要借助统计表（,Table,）和统计图（,Figure,） （图表均要求具有自明性）。,假设检验的结果表达,不能仅仅给出,P,值，还要求给出检验统计量的值，如,t,值等。由于统计软件的普及，提倡报告,P,的具体数值，如,P=0.018,或,P=0.436,等。,87,三、结果87,表,1.,甲、乙两地,1980,年,HbsAg,阳性率,地区,调查数,阳性数,阳性率（,%,）,甲地,5000,1100,22.0,乙地,6000,1050,17.5,合计,11000,2150,19.5,标目,线条,数字,备注：,标题,纵标目,横标目,统计表的结构,88,表1.甲、乙两地1980年HbsAg阳性率地区调查数阳性数阳,复式条图,89,复式条图89,箱式图,(Box Plot),使用,6,个统计量反映原始数据的特征，,即,Max,、,Min,、,P25,、,P75,、,Median,、,Mean,。,Max,P75,M,P25,Min,90,箱式图(Box Plot)使用6个统计量反映原始数据的特征，,四、讨论,统计结果的解释主要集中在论文的“讨论”部分。作者往往要在“讨论”部分引用统计结果作为支持其新发现、新结果、新观点的统计学依据，对统计结果理解和解释上的偏差，可能导致结论上的错误。,91,四、讨论91,1.,假设检验结果的解释,即使疗效显著，当观察的数据很少时，也极有可能出现无统计学意义的结果；相反，疗效差别很小时（如新药比对照药有效率仅提高了,0.1,），大样本数据也可能出现有统计学意义的结果。因此，有统计学意义并不等同于临床上的疗效显著。,P,值越小，不能说明比较的两均数（或率）之间差别越大；也不能说明两变量的关系越密切。,92,1. 假设检验结果的解释92,2.,关联与因果,在观察性研究中，变量间的关联或组间差别可能是因果关系，也可能是偏倚，确定因果关系需要根据专业知识进行进一步的分析。,在随机对照研究中，变量间的关联和组间差别可以解释为有概率保证的因果关系。,当变量都随时间变化时，变量间很容易出现虚假的相关关系，必须特别加以小心。,93,2. 关联与因果93,3.,数字变化,对于数字的增加可用倍数和百分数表示。如增加了,2,倍，即原来为,5,，现在为,15,；增加到,2,倍，即原来为,5,，现在为,10,；增加了,20,，即原来为,5,，现在为,6,。,对于数字的减少只能用百分数或分数表示。如降低了,20,，即原来为,5,，现在为,4,；降低到,20,，即原来为,5,，现在为,1,；减少了,1/2,，即原来为,5,，现在为,2.5,。,94,3. 数字变化94,4.,缺陷或不足,要指出在研究设计和实施过程中有哪些缺陷或不足。若发现缺陷或不足，则应考虑这些缺陷或不足对结果和解释可能产生的影响。不能对缺陷或不足视而不见，更不能寄希望于不被读者发现。,95,4. 缺陷或不足95,结 束 语,虽然医学统计学课程即将结束，但科研工作中真正应用统计学尚未开始。,反对“,统计无用论,”和“,统计万能论,”，要做一个见多识广的统计分析消费者。,建议选修“,高级多元统计与,SPSS,应用,”。,96,结 束 语虽然医学统计学课程即将结束，但科研工作中真正应用统,结 束 语,感谢同学们的支持和配合！,希望大家考试取得好成绩！,欢迎到卫生统计教研室咨询！,教研室办公电话,4135049,。,97,结 束 语感谢同学们的支持和配合！97,