醫(yī)學統(tǒng)計學傻瓜教程

1、醫(yī)學統(tǒng)計學傻瓜教程醫(yī)學統(tǒng)計學傻瓜教程 作為一名臨床醫(yī)師， 不管你愿意不愿意， 某些時候必須撰寫醫(yī)學論文。這時， 大多數(shù)人會遇到一個難題， 醫(yī)學論文的數(shù)據(jù)都必須進行 統(tǒng)計學處理， 早些年學過的 醫(yī)學統(tǒng)計學 早已忘得差不多了， 重 新翻開統(tǒng)計學書本， 看得基本上是云里霧里。醫(yī)學統(tǒng)計學傻瓜教程 有別于其他任何的統(tǒng)計學教程， 其特 點是略去一些高深難懂的統(tǒng)計學原理及計算公式， 直奔解決實際問 題的方法。本教程的學習時間約需要23小時，前提是你必須曾經(jīng) 學過醫(yī)學統(tǒng)計學 ， 不管學得好或?qū)W得差， 或是否已忘記， 只 要有一點印象即可， 同時還需要下載一個簡明統(tǒng)計學處理軟件臨 床醫(yī)師統(tǒng)計學助手 V4. 0

2、， 因為作數(shù)據(jù)統(tǒng)計學處理時最令人頭痛 的問題是煩瑣的計算， 則由預存在本軟件內(nèi)的計算公式來完成。臨床醫(yī)師統(tǒng)計學助手 V4. 0 下載地址 : http: /www. onlinedown. net/soft/63895. htm這是一個全傻瓜化 的教程，由 4 個實例組成， 只要認真看完這 4 個實例， 將實際中碰到的問 題對號入座， 就足以解決絕大多數(shù)問題了。接下來我們開始輕松愉快的學習過程。一、均數(shù)與標準差【例 1】 本組 105 例， 男 55例， 女 50 例； 平均年齡：62.36. 1歲，所有入選病例均符合1999年WHO高血壓診斷 標準。舉這個例子是為了 說明均數(shù) 與標準差 的概

3、念。我實在不愿意多花時間闡述一些概念性的東西， 但是由于標準 差實在太重要了 ?！纠?1 】 中的數(shù)據(jù) 62. 36. 1 ， 62. 3 就是年齡的均數(shù)， 均 數(shù)的概念大家都懂， 那么后面的 6. 1 是什么呢？它就是標準差。有人可能會問， 表達一組人的平均年齡， 用均數(shù)就夠了 ， 為 什么還要加一個標準差呢？ 先看下面的一個例子：有兩組人，第 1組身高（ cm） ：98 、 99 、100 、101 、102 ； 第 2 組身高（ cm） ：80 、 90 、100 、110 、120 ， 這兩組人雖然身高的均數(shù)都是100cm， 但是， 仔細觀察， 第 1 組的身高很接近， 第 2 組的身

4、 高差別很大， 故僅僅用一個平均數(shù)表達一組數(shù)據(jù)的特征是不完整的， 還需要用另一個指標來表達其參差不齊的程度， 這就是標準差。統(tǒng)計學上對一組測量結(jié)果的數(shù)據(jù)都要用均數(shù)標準差 表示， 習慣 表達代號是：， 具體例子如：平均收縮壓 12010. 2mmHg。我想現(xiàn)在大家都已知道標準差是什么東東了， 那么， 標 準差是怎樣得到的呢？ 有一個比較復雜的計算公式， 我們不必去深 究這個公式是怎么樣的， 只需知道標準差越小， 說明數(shù)據(jù)越集中， 標準差越大， 說明數(shù)據(jù)越分散。撰寫醫(yī)學論文的第一步是收集原始數(shù)據(jù)， 如：第 1 組身高（ cm） ：98 、 99 、 100 、 101 、 102 ；第 2 組身高

5、（ cm） ：80 、 90 、 100 、 110 、 120 。在論文中并不是直接給出原始數(shù)據(jù)， 而是要以方式表示。 利用軟件臨床醫(yī)師統(tǒng)計學助手 V3. 0 ， 只要輸入原始數(shù)據(jù)， 就能自動計算出均數(shù)及標準差， 即第 1 組平均身高：1001. 58cm ； 第 2 組平均身高：10015. 81cm ， 如下圖。二、兩樣本均數(shù)差別 T 檢驗 【例 2 】 目的 研究 中藥板蘭根對非典 療效。方法 將 36 例非典 患者隨機分為治療組 19 例， 采用常規(guī)治 療+板蘭根口服， 對照組 17 例， 僅采用常規(guī)治療。結(jié)果 治療組平均退熱時間 3. 281. 51d ； 對照組平均退熱時 間5.

6、 651. 96d,兩組間對照差別有極顯著意義（pv 0. 01）結(jié)論 中藥板蘭根對非典 有顯效療效， 實為國之瑰寶。這是最常見的一種統(tǒng)計學數(shù)據(jù)處理類型， 統(tǒng)計學述語叫做 兩樣本均數(shù)差別 T 檢驗 ， 說得通俗易懂一些， 就是檢驗兩組方法 所得到的數(shù)據(jù)到底有沒有差異， 或者說， 差異是否有意義。 我們平時的思維習慣是， 數(shù)據(jù)的大小還用得著檢驗嗎？ 這是小 學生都會的問題?？墒莿e忘記了現(xiàn)在是在搞科研， 科學方法看問題可不一定這么簡單?？赡苓€沒有說明白這個問題， 下面舉一個簡單的例子。 我們的目的是得出這樣一個結(jié)論： 北京出產(chǎn)的西瓜比上海出產(chǎn)的西瓜大 。 最可靠的方法是把所有北京的西瓜和上海的西瓜

7、都測量重量， 得到兩個均數(shù)， 然后比大小即可， 可是智商正常的人并不會這樣去 做， 通常的做法是， 隨機選一部分北京的西瓜和一部分上海的西瓜， 先讓這兩部分西瓜比大小， 然后推斷到底那里的西瓜大。這種方法是窺一斑可見全豹 ， 統(tǒng)計學述語叫做由樣本推斷總 體 ， 事實上， 我們所做的醫(yī)學科研都是基于這種方法。再回到上面的例子， 假如我們有二種做法：A 、 隨機選 2 個北京西瓜， 平均重量是 5. 60. 3kg ； 再 隨機選 2 個上海西瓜， 平均重量是 4. 30. 25kg； B 、 隨機 選 1000 個北京西瓜， 平均重量是 5. 60. 3kg ； 再隨機選 1000 個 上海西瓜

8、， 平均重量是 4. 30. 25kg 。憑生活常識， 由 B 推出北京的西瓜比上海西瓜大 這個結(jié) 論的把握性就非常的大， 而 A 則基本上推不出這個結(jié)論。現(xiàn)在， 終于可以引出我們的主題了， 統(tǒng)計學處理本質(zhì)是考查由 樣本差異推斷總體差異的把握性有多大， 這種把握性在統(tǒng)計學上由 P 值表示。如P v0. 05或P v 0. 01,可以理解為由樣本差異推斷總體差異的把握性達 95%或 99%以上， 兩組數(shù)據(jù)差異有顯著意義； 如 Pword.> 0. 05,可以理解為這種把握性在 95%以下，兩組數(shù)據(jù)差異沒有顯上面所講的實已為統(tǒng)計學之精髓， 建議多看幾遍， 如果 天生愚魯， 還是看不太懂， 也

9、沒有關(guān)系， 現(xiàn)在進一步傻瓜化 ， 即 所謂統(tǒng)計學處理，只要求得 P 值即可。P V 0. 05或P V 0. 01,表示陽性結(jié)果， 兩組數(shù)據(jù)差異有顯著 意義； P0. 05 ， 表示陰性結(jié)果， 兩組數(shù)據(jù)差異沒有顯著意義。所以, 統(tǒng)計學處理的中心任務(wù)是求 P 值。 下面講解遇到【例 2 】 這樣的問題, 如何求 P 值?！纠?2 】 中一共有 6 個數(shù)據(jù)：第一組均數(shù)（X1）、標準差（S1）、例數(shù)（N1）與第二組均 數(shù)（ X2） 、 標準差（ S2） 、 例數(shù)（ N2） , 就是根據(jù)這 6 個數(shù) 據(jù), 先通過復雜計算, 求出 T 值（如果沒有想成為統(tǒng)計學專家, 就 不必去理解 T 是什么了, 知道

10、 T 是為了求 P 用的就可以了 ） , 求 出T值后，再查T界值表，就知道P值了。具體解法步驟如下： 通過計算（這里略去計算公式, 可由軟件求出） , T=4. 088 計算自由度：自由度二N1+N2-2=19+17-2=3（計算自由度是為了查 T界值表用 的, 自由度即兩組例數(shù)之和減去 2, 不要問我為什么不減去 3 或 減去 1 這樣的問題了。） 查 T 界值表, 對應(yīng)自由度 34 , T0. 05=2. 032,TO. 0仁2. 728, 今 T=4. 088 >TO. 01 , 即 P v 0. 01, 差別有高度 顯著意義。T=4. 088是如何求出的呢？ 我們再回到軟件臨床

11、醫(yī)師統(tǒng)計學助手 V3. 0 ， 只要把第一組均數(shù)（ X1） 、 標 準差（S1）、例數(shù)（N1）與第二組均數(shù)（X2）、標準差（S2）、 例數(shù)（ N2） 這 6 個數(shù)據(jù)輸入對應(yīng)的框內(nèi)， 該軟件就會利用預先存 儲的公式自動計算 T 值， 并查 T 界值表， 得到 P 值， 如圖：三、配對計量資料 T 檢驗 【例 3 】 目的 研究音樂 胎教對胎兒運動技能培養(yǎng)的效果。方法10例2832周孕婦，分別記錄聽音樂（水滸傳主題曲） 前每小時的胎動次數(shù)及聽音樂后每小時的胎動次數(shù)， 結(jié)果 數(shù)據(jù)如 表 1 所示， 音樂胎教后胎動次數(shù)增多， 差別有顯著意義（ pv 0. 05 ）結(jié)論 音樂胎教可增強胎兒運動技能， 對

12、培養(yǎng)我國運動天才有 現(xiàn)實意義。顯然【例 3 】 與【例 2 】 有所不同， 主要是【例 3 】 兩組間的數(shù)據(jù)可以前后配對的。我們經(jīng)常碰到這種情況， 即同一個體做兩次處理， 如治療前檢 測某一指標， 治療后再檢測某一指標， 而后做治療前后配對比較， 以判斷療效， 正如【例 3 】 。這種情況如何進行統(tǒng)計學處理呢？ 同樣也是先計算 T 值， 然 后按自由度（這時自由度 =對子數(shù) -1 ， 如本例自由度是 9 。） 查 T 界值表， 求得 P 值。但是配對 T 檢驗 計算 T 值的方法與兩樣本均數(shù) T 檢驗 有所不同， 這里不再作介紹， 由軟件 臨床醫(yī)師統(tǒng)計學助手 V4. 0 自動完成即可， 如下圖

13、。本例 T=2. 47，自由度=10-1=9，查 T 界值表， 對應(yīng)自由度 9， TO. 05=2. 26, TO. 0仁3. 25,今 T=2. 47>TO. 05, 即 P V 0. 05, 差別有顯著意義?？赡苡腥藭?, 【例 3 】 的情況, 也可以把胎教前視 為對照組, 求得平均胎動次數(shù)是：21. 85. 31, 胎教后視為治療組, 求得平均胎動次數(shù)是：24.06. 31 , 然后套用【例 2 】 的方法, 用兩樣本均數(shù) T 檢驗 行不行？ 這樣雖無大錯誤, 但是將會導致檢驗效率的下降, 就 是說, 如果數(shù)據(jù)差異較大時, 兩種方法均可, 如果數(shù)據(jù)差異較小 時, 用配對 T 檢

14、驗 會顯示出差異有意義, 而用兩樣本均數(shù) T 檢 驗 時, 可能差異無意義。切記, 非配對資料誤用配對 T 檢驗, 則是錯誤的。四、計數(shù)資料卡方檢驗【例 4】目的 研究醫(yī)患關(guān)系對重癥病人死亡率的影響。方法 根據(jù)問卷調(diào)查對收住重癥監(jiān)護病房的病人分為醫(yī)患關(guān)系良 好組與醫(yī)患關(guān)系緊張組 , 比較兩組間的住院死亡率。結(jié)果 醫(yī)患關(guān)系良好組 25 例, 住院間死亡 3 例, 死亡率 13. 6%, 醫(yī)患關(guān)系緊張組 23 例, 住院間死亡 9 例, 死亡率 39. 1%, 兩組間差別有顯著意義( pV 0. 05 ) 結(jié)論 醫(yī)患關(guān)系緊張增加重癥 病人的住院死亡率， 可能與醫(yī)師害怕被病人告而治療方案趨向保守 有

15、關(guān)。【例 4 】 又是一個非常常見的一種統(tǒng)計學數(shù)據(jù)處理類型?！纠?4 】 中所提供的數(shù)據(jù)是比例 ， 或百分數(shù)， 與前面三個例 子不同，前面三個例子所提供的數(shù)據(jù)則是直接在病人身上測量到的數(shù) 據(jù)， 如收縮壓 12010. 2mmH、g 身高 10015. 81cm 等， 我們把【例 4】中的數(shù)據(jù)叫做計數(shù)資料， 而【例 1、 2、 3】 中的數(shù)據(jù)叫做計 量資料。計數(shù)資料無法用形式表示， 只能用比例表示， 如： 死亡率 13. 6%、 30 例中顯效 10 例（ 10/30 ） 等。顯然， 對于計數(shù)資料， 再用 T 檢是不適合了， 必須用 卡方檢驗?？ǚ綑z驗的步驟是：先求出X2 （類似于T檢驗時先求T

16、值）值，然后進行判斷： 如果X2 V3. 84, 則P >0. 05; 如果X2> 3. 84,則 P V 0. 05;如果 X2 >6. 63,則 P V 0. 01。解釋一下， 上面的兩個數(shù)字3. 84與6.63是查X2界 值表 得來的, 只要記住即可。所以, 卡方檢驗的關(guān)鍵是求出 X2 值。為了求出 X2 值, 必須先介紹四表格 概念。四表格 的形式如下, 關(guān)鍵數(shù)據(jù)是 a 、 b、c、 d 四個數(shù), X2 值就是通過這四個數(shù)據(jù)計算出來的（這里仍不介紹公式, 由軟件計算。現(xiàn)將【例 4 】 中的數(shù)據(jù)填入四表格 即如下圖。當你學會了填四表格 數(shù)據(jù)之后， 就能利用軟件臨床 醫(yī)師統(tǒng)計學助手 V4. 0 非常容易的進行卡方檢驗了， 本軟件提供 與四表格 完全相同的界面， 把數(shù)據(jù)填寫正確之后， 就自動