醫(yī)學統(tǒng)計分析

1、 醫(yī)學統(tǒng)計分析 注：文本框可根據(jù)需求改變顏色、移動位置；文字可編輯1 分析資料： 1. 統(tǒng)計描述-選用合適的統(tǒng)計表和統(tǒng)計圖，對資料的數(shù)量特征及其分布規(guī)律進行描述。 注：文本框可根據(jù)需求改變顏色、移動位置；文字可編輯2 2.統(tǒng)計推斷：由樣本信息推斷總體特征。常見的是由樣本來推斷總體之間是否存在差異，稱為假設檢驗 注：文本框可根據(jù)需求改變顏色、移動位置；文字可編輯3 最常用統(tǒng)計軟件： SPSS(Statistical Product and Service Solutions) 注：文本框可根據(jù)需求改變顏色、移動位置；文字可編輯最初軟件全稱為社會科學統(tǒng)計軟件包(SolutionsStatistic

2、al Package for the Social Sciences)，但是隨著SPSS產品服務領域的擴大和服務深度的增加，SPSS公司已于2000年正式將英文全稱更改為統(tǒng)計產品與服務解決方案其它：SAS4 常見統(tǒng)計概念11.計量資料（數(shù)值變量）身高，血壓，尿素氮2.計數(shù)資料二分類的：性別 多分類：血型 出院轉歸3.等級資料結核桿菌痰涂片（+）、（+）、（+）5 常見統(tǒng)計概念21正態(tài)分布36例患兒年齡1 2、2 3、3、3 4、4、4、4 5、5、5、5、5 6、6、6、6、6、67、7、7、7、7 8、8、8、8 9、9、9 10、10 116 注：文本框可根據(jù)需求改變顏色、移動位置；文字可

3、編輯2偏態(tài)分布(非正態(tài)分布)數(shù)據(jù)（28例患者年齡）1 2、2 3、3、3 4、4、4、4 5、5、5、5、5 6、6、6、6、6、67、7、7、7、7、7、77 常見統(tǒng)計概念31.四分位數(shù)（把全部變量分成四個部分的分位數(shù)） P25(QL)， P50(M)， P75(QU) Q=quartile2.中位數(shù) M（n個變量中位于中間的那個數(shù)） 1 2 3 4 5 6 7 8 9 10 11 1 2 3 4 5 6 7 8 9 10 11 123全距（極差） 最大值-最小值8 4.均數(shù)（算數(shù)均數(shù)） 1 2 3 4 5 6 7 8 9 10 11 6 =65總體方差（一組數(shù)據(jù)中的每一個變量與均數(shù)的差值的

4、平方和）（1-6)2+(2-6)2.(10-6)2+(11-6)2=121 平均方差（方差）=總體方差/變量個數(shù) 12111=116.標準差(s)=方差的正平方根 =3.316 9 7.P(probalibity)概率P0.05，表示在實驗中發(fā)生的可能性很小，可視為不可能發(fā)生P=1 表示事件必然發(fā)生P=0 表示事件不可能發(fā)生10 8.樣本與總體總體：根據(jù)研究目的而確定的同質觀察單位的全體。 有限總體 明確了空間時間人群范圍內的有限觀察單位 例：調查黃山市2017年7歲兒童的身高 無限總體 沒有時間空間限制，其觀察單位的全體只是理論上存在 例：研究保列治治療慢性前列腺增生的療效樣本：從總體中抽出

5、部分觀察單位。11 常用統(tǒng)計方法1.t檢驗 2.單因素方差分析3.重復測量數(shù)據(jù)的方差分析4.多變量反差分析5.卡方檢驗（X2檢驗）和Fisher確切概率法12 6.秩和檢驗7.相關分析8.Logistic回歸分析9.ROC曲線13 一、T檢驗，亦稱student t檢驗1.單樣本t檢驗 一個樣本平均數(shù)與一個已知的總體平均數(shù)的差異是否顯著性。例：某醫(yī)生測量了36名鉛作業(yè)工人的血紅蛋白，均數(shù)130.83g/L，標準差25.74g/L。問兩者有差別嗎（正常140g/L）？14 2.配對t檢驗（單樣本t檢驗的特例）1、配對的兩個受試對象分別接受兩種不同的處理；2、同一受試對象接受兩種不同的處理；3、同

6、一受試對象處理前后的結果進行比較（即自身配對）； 4、同一對象的兩個部位給予不同的處理。15 3.兩樣本t檢驗兩個樣本平均數(shù)與其各自所代表的總體的差異是否顯著。16 t檢驗注意事項： 正態(tài)性檢驗 方差齊性檢驗 17 二、單因素方差分析 （one-way ANOVA）用于完全隨機設計的多個樣本均數(shù)間的比較，其統(tǒng)計推斷是推斷各樣本所代表的各總體均數(shù)是否相等。從離散趨勢進行分析18 應用條件：1.變量間相互獨立的隨機樣本2.變量服從正態(tài)分布3.各樣本的總體方差相等（方差齊性）19 是對同一因變量進行重復測量的一種試驗設計技術。在給予一種或多種處理后，分別在不同的時間點上通過重復測量同一個受試對象獲得

7、的指標的觀察值。分析前要對重復測量數(shù)據(jù)之間是否存在相關性進行球形檢驗。 如果該檢驗結果為P0.05，則說明重復測量數(shù)據(jù)之間不存在相關性，單因素方差分析的方法來處理。如果檢驗結果P0.05，則說明重復測量數(shù)據(jù)之間是存在相關性的。三、重復測量數(shù)據(jù)方差分析 20 21 四、多變量方差分析 22 五.卡方檢驗 是用途非常廣的一種假設檢驗方法 包括：兩個率或兩個構成比比較的卡方檢驗 (四表格卡方檢驗) 多個率或多個構成比比較的卡方檢驗 ( R*C卡方檢驗) 分類資料的相關分析等 23 1.四表格卡方檢驗使用注意事項：1.所有的理論數(shù)T5并且總樣本量n40，用Pearson卡方進行檢驗。2.如果理論數(shù)T5

8、但T1，并且n40，用連續(xù)性校正的卡方進行檢驗。3.如果有理論數(shù)T1或n40，則用Fishers檢驗。24 25 26 27 28 2.R*C卡方檢驗29 注意： R*C卡方檢驗各個格子的理論頻數(shù)不應該小于1。 1T5的格子數(shù)不宜超過格子總數(shù)的20%。30 3.分類資料的相關分析神經超聲結合神經傳導檢測在腕管綜合征診斷中的應用價值研究采用線性趨勢檢驗，對不同Hi-OB等級患者之間超聲檢測分級情況比較，結果顯示，Hi-OB四個等級之間超聲檢測分級情況不存在線性變化趨勢（F=2.445，P=0.122）。31 六、秩和檢驗最早是由維爾克松提出，叫維爾克松兩樣本檢驗法。如果兩個樣本來自兩個獨立的但非

9、正態(tài)或形態(tài)不清的兩總體，要檢驗兩樣本之間的差異是否顯著，不應運用參數(shù)檢驗中的T檢驗，而需采用秩和檢驗。秩和檢驗的適用范圍32 例1：鉛作業(yè)組合非鉛作業(yè)組血鉛濃度比較血鉛濃度（ug/100g）a非作業(yè)組：5 5 6 7 9 12 13 15 18 21b作業(yè)組：17 18 20 25 34 43 4433 34 例2：某年級隨機抽取6名男生和8名女生的英語考試成績如表1所示。問該年級男女生的英語成績是否存在顯著差異？分析：1.編排秩次，求秩和 2查秩和檢驗表得到P值35 36 七、相關性分析是指對兩個或多個具備相關性的變量元素進行分析，從而衡量兩個變量因素的相關密切程度。Pearson相關 資料均為正態(tài)分布Spearman相關Kendalltau-b等級相關 等級資料37 例：如果我們要評價CAPS評分在評估患者病情嚴重程度方面是否有價值，分數(shù)越高病情越重嗎？使用什么統(tǒng)計分析？38 39 八、Logistic回歸分析主要在流行病學中應用較多，比較常用的情形是探索某疾病的危險因素，根據(jù)危險因素預測某疾病發(fā)生的概率等。例如，想探討胃癌發(fā)生的危險因素，可以選擇兩組人群，一組是胃癌組，一組是非胃癌組，兩組人群肯定有不同的體征和生活方式等。40 41 九、ROC曲線（受試者工作特征曲線）以靈敏度為縱坐標，(1-特異度)為橫坐標繪制的曲線。42 主要作用：1.ROC曲線能很容易地查出任意界限值