臨床醫(yī)學研究方法之臨床研究的資料分析

臨床研究的資料分析（一）定量變量（quantitativevariable）（數(shù)值變量）是對每個觀察對象用定量方法測定某項指標大小所得的資料，一般有度量衡單位如：年齡、身高、體重、血壓等類型離散型變量：數(shù)據(jù)之間存在“縫隙”，只能取有限的幾個數(shù)值，如家庭人口數(shù)

連續(xù)性變量:某一區(qū)間可以取任何值，如身高、體重一、定量變量和定性變量第一節(jié)

臨床科研中變量的類型（二）定性變量（categoricalvariable）（分類變量）先將觀察對象按某種屬性或類別分組，然后清點各組觀察對象的個數(shù)所得的資料如：按血型分布，計數(shù)各血型組人數(shù)類型按照變量之間的順序、等級、大小關(guān)系劃分有序變量：變量之間呈順序關(guān)系，如療效（治愈、進步、好轉(zhuǎn)、無效）、疾病嚴重程度（輕、中、重）名義變量：變量之間無順序大小關(guān)系，類別只代表名稱或標簽含義，沒有數(shù)量意義，如性別、職業(yè)、血型，多因素分析時需進行啞變量編碼按照類別數(shù)劃分二分類變量：采用0、1編碼，稱指示變量多分類變量：有序分類變量按由小到大編碼，如1、2、3（三）變量的轉(zhuǎn)換定量變量定性變量注意：搜集數(shù)據(jù)階段盡可能搜集定量數(shù)據(jù)

例如血壓二、按研究因素間的因果聯(lián)系分類根據(jù)研究變量在疾病過程中的發(fā)生作用分類：自變量：它的變化可以引起某一現(xiàn)象或情況發(fā)生相應(yīng)變化因變量：因自變量變化而引發(fā)的效應(yīng)或結(jié)果中介變量：由自變量至因變量的過程中，往往需先引發(fā)一個或多個中間變化，最終才能發(fā)病，這些中間變化稱為中介變量混雜變量：與研究的自變量和因變量均有關(guān)，能縮小或夸大病因與疾病間的真正聯(lián)系圖13-1病因關(guān)系中的變量類型第二節(jié)

統(tǒng)計方法的選擇正確選擇統(tǒng)計方法的條件研究目的設(shè)計類型變量的類型統(tǒng)計方法的應(yīng)用條件專業(yè)知識選擇統(tǒng)計方法的時間科研設(shè)計階段一、統(tǒng)計方法選擇基本原則研究目的設(shè)計類型變量的類型統(tǒng)計方法的應(yīng)用條件統(tǒng)計方法分類：統(tǒng)計描述：利用統(tǒng)計指標、統(tǒng)計圖或統(tǒng)計表，對數(shù)據(jù)資料進行最基本的統(tǒng)計分析，使其反應(yīng)數(shù)據(jù)資料的基本特征，利于研究者能準確、全面地了解數(shù)據(jù)資料所包含的信息，以便作出科學推斷統(tǒng)計推斷：利用樣本提供的信息對總體進行推斷包括參數(shù)估計和假設(shè)檢驗（一）研究目的比較不同干預(yù)措施效果差異：t檢驗、卡方檢驗、方差分析、秩和檢驗分析不同因素間關(guān)系：相關(guān)分析、回歸分析、主成分分析、因子分析、對應(yīng)分析將變量或記錄分成若干類別：聚類分析、判別分析預(yù)后因素分析：生存分析根據(jù)時間序列數(shù)據(jù)預(yù)測：時間序列模型對同類結(jié)果進行定量綜合：Meta分析（二）設(shè)計類型完全隨機設(shè)計：成組t檢驗、兩獨立樣本秩和檢驗、卡方檢驗、單因素方差分析、Kruskal-Wallis檢驗配對設(shè)計：配對t檢驗、符號秩和檢驗、McNemar卡方檢驗隨機區(qū)組設(shè)計：隨機區(qū)組設(shè)計方差分析、Friedman檢驗等交叉設(shè)計：交叉設(shè)計方差分析等析因設(shè)計：析因設(shè)計方差分析等重復(fù)測量設(shè)計：重復(fù)測量方差分析等（三）資料類型變量類型、特征、在研究中作用：定量變量：分布？定性變量：無序分類/有序分類？二分類/多分類？自變量/因變量/混雜變量/連接變量？圖13-2臨床研究中統(tǒng)計方法選擇流程圖（四）統(tǒng)計方法的應(yīng)用條件檢驗方法所需的前提條件必要時可做變量轉(zhuǎn)換

例如：兩獨立樣本t檢驗或單因素方差分析：資料獨立性、正態(tài)、方差齊四格表χ2檢驗：樣本量大于40且最小理論頻數(shù)大于5正態(tài)分布法估計參考值范圍：資料正態(tài)分布建立多重回歸方程：檢驗變量間的多重共線性和殘差分布的正態(tài)性二、統(tǒng)計方法的具體應(yīng)用單變量分析雙變量分析多變量分析（一）單變量分析對不含自變量，僅有因變量的資料所進行的分析內(nèi)容：

樣本推斷總體參數(shù)估計：總體均數(shù)、總體率

單組樣本資料的假設(shè)檢驗：單樣本均數(shù)Z檢驗、單樣本均數(shù)t檢驗、單樣本頻率檢驗

配對樣本的假設(shè)檢驗：配對t檢驗、配對符號秩和檢驗

檢驗樣本的總體分布：正態(tài)分布、二項分布、poisson分布分類：1.因變量為定量資料2.因變量為定性資料分析流程：（1）總體均數(shù)估計（2）單組樣本資料的假設(shè)檢驗（3）配對樣本的假設(shè)檢驗1.因變量為定量資料（1）總體均數(shù)估計：參數(shù)估計：用樣本統(tǒng)計量推斷總體參數(shù)的過程點估計區(qū)間估計當總體標準差σ已知，或σ未知但樣本量足夠大時，總體均數(shù)可信區(qū)間為當總體標準差不知時，總體均數(shù)可信區(qū)間為式13-1式13-2（2）單組樣本資料的假設(shè)檢驗總體標準差σ已知或σ未知但樣本量≥30→Z檢驗總體標準差σ未知→t檢驗注意：無論t檢驗還是Z檢驗都要求樣本來自于正態(tài)分布不滿足正態(tài)分布時，進行變量轉(zhuǎn)換式13-3式13-4（3）配對樣本的假設(shè)檢驗配對設(shè)計：將受試對象按一定條件配成對子，再隨機分配每對受試對象到不同處理組將每對觀察值相減，得到差值資料，看作一個樣本差值服從正態(tài)分布——配對t檢驗差值不服從正態(tài)分布——符號秩和檢驗式13-5圖13-3定量資料單變量分析統(tǒng)計方法選擇流程圖分析流程：（1）總體率的參數(shù)估計（2）單組樣本頻率的假設(shè)檢驗2.因變量為定性資料（1）總體率的參數(shù)估計點估計區(qū)間估計樣本量n>50，np和n(1-p)均大于5，p分布接近正態(tài)分布，總體概率（1－）的可信區(qū)間（CI）式13-6式13-7樣本量較小n≤50，且p接近0或1時，總體率可信區(qū)間：二項分布原理（2）單組樣本頻率的假設(shè)檢驗樣本量n較大，n

及n(1－

)均大于5時，樣本率服從正態(tài)分布：單組樣本頻率的Z檢驗資料服從二項分布，n<5時：二項分布概率函數(shù)求累積概率，與規(guī)定的作比較式13-8圖13-4定性資料單變量分析統(tǒng)計方法選擇流程圖（二）雙變量分析對只含有一個因變量和一個自變量的資料進行分析內(nèi)容：因變量的分布類型自變量的分布類型自變量與因變量的相關(guān)性自變量與因變量間的數(shù)量關(guān)系自變量與因變量間的假設(shè)檢驗分類：1.因變量為定量資料（1）自變量為定量資料（2）自變量為定性資料2.因變量為定性資料（1）自變量為定量資料（2）自變量為定性資料1.因變量為定量資料分析流程：（1）自變量為定量資料線性相關(guān)等級相關(guān)簡單線性回歸（2）自變量為定性資料兩獨立樣本t檢驗單因素方差分析（1）自變量為定量資料1）線性相關(guān)X、Y均是正態(tài)分布的隨機變量2）

等級相關(guān)X、Y只要有1個不服從正態(tài)分布總體分布類型未知數(shù)據(jù)本身有不確定值或為等級資料3）簡單線性回歸X、Y已存在線性相關(guān)關(guān)系獨立正態(tài)等方差（2）自變量為定性資料1）兩獨立樣本t檢驗兩樣本均來自正態(tài)分布且方差齊不滿足時可用非參Mann-Whitney法2）單因素方差分析各處理組均來自正態(tài)分布的總體不滿足時可采用Kruskal-Wallis非參檢驗法兩兩比較方法：LSD-t檢驗、SNK-q檢驗和Bonferroni

法圖13-5因變量為定量資料的雙變量統(tǒng)計方法選擇流程圖2、因變量為定性資料分析流程：（1）自變量為定量資料Y是二分類→二分類Logistic回歸Y是無序多分類→無序多分類Logistic回歸Y是有序多分類→有序Logistic回歸（2）自變量為定性資料Y是無序分類，X是無序/有序分類→四格表卡方或行×列卡方或Fisher確切概率法Y是有序分類，X是無序分類→秩和檢驗或Ridit分析Y是有序分類，X是有序分類→一致性檢驗和卡方趨勢檢驗圖13-6因變量為定性資料雙變量分析統(tǒng)計方法選擇流程圖（三）多變量分析對一個因變量與兩個或兩個以上的自變量之間關(guān)系進行的分析應(yīng)用：（1）篩選影響因素（2）校正混雜因素（3）建立預(yù)測模型分類：1.因變量為定量資料（1）自變量以定量資料為主（2）自變量以定性資料為主2.因變量為定性資料（1）自變量以定量資料為主（2）自變量以定性資料為主內(nèi)容：因變量的分布類型自變量的分布類型自變量與因變量的相關(guān)性自變量與因變量間的數(shù)量關(guān)系自變量與因變量間的假設(shè)檢驗1.因變量為定量資料分析流程：（1）配伍組設(shè)計的方差分析（又稱兩因素方差分析）X為分類變量，各組Y正態(tài)分布各組Y非正態(tài)分布→Friedman檢驗（M檢驗）（2）協(xié)方差分析X為分類變量，各組Y正態(tài)分布協(xié)變量為定量變量（3）多重線性回歸分析（多元線性回歸）X為定量變量X、Y線性相關(guān)獨立正態(tài)等方差（4）復(fù)相關(guān)，偏相關(guān)X為定量變量，Y正態(tài)分布圖13-7因變量為定量資料多變量分析統(tǒng)計方法選擇流程圖2.因變量為定性資料分析流程：（1）分層分析X為定性資料，X數(shù)量≥2，按自變量分亞組→分析同因變量的關(guān)系方法：

Mantel-Haenszel分層卡方檢驗（2）Logistic回歸分析

Y分類變量，X以定量變量為主，Y與X非線性i：Logistic回歸的偏回歸系數(shù)，表示在其他自變量不變的情況下，Xi每變化一個單位，比值比的自然對數(shù)的平均改變量種類：按研究設(shè)計類型：非條件和條件Logistic回歸按因變量類型：二分類、無序多分類、有序（3）Cox回歸分析估計相對危險度，生存結(jié)局與生存時間，處理刪失值i：COX回歸的偏回歸系數(shù)，表示在其他自變量不變的情況下，Xi每變化一個單位，相對危險度的自然對數(shù)的平均改變量圖13-8因變量為定性資料多變量分析統(tǒng)計方法選擇流程圖描述性統(tǒng)計分析結(jié)果的表達與解釋統(tǒng)計圖表定量資料定性資料統(tǒng)計推斷結(jié)果的表達與解釋多重比較結(jié)果的報告與解釋方差分析結(jié)果的報告與解釋關(guān)聯(lián)和相關(guān)分析結(jié)果的報告與解釋回歸分析結(jié)果的報告與解釋生存分析結(jié)果的報告與解釋第三節(jié)

統(tǒng)計結(jié)果的表達與解釋（一）統(tǒng)計圖表統(tǒng)計表的原則：重點突出簡單明了主謂分明層次清楚統(tǒng)計圖的基本要求：按照資料的性質(zhì)與分析目的選擇圖形標題位于圖的正下方對圖中的不同事物應(yīng)通過不同的圖案或顏色區(qū)別，并附圖例涉及坐標系的統(tǒng)計圖，數(shù)軸應(yīng)標注合適的原點、尺度和單位一、描述性統(tǒng)計分析結(jié)果的表達與解釋（二）定量資料定量資料集中趨勢（平均水平）算術(shù)均數(shù)、中位數(shù)、眾數(shù)幾何平均數(shù)、調(diào)和平均數(shù)離散趨勢（變異程度）標準差（方差）、四分位間距、極差和變異系數(shù)對稱分布資料算術(shù)均數(shù)和標準差非對稱資料及分布類型未知的資料中位數(shù)和四分位間距其他類型資料幾何均數(shù)取對數(shù)后呈對稱分布調(diào)和均數(shù)正偏峰分布資料變異系數(shù)

不同量綱的比較或相差懸殊的數(shù)據(jù)眾數(shù)、全距概略分析（三）定性資料采用相對數(shù)指標計算陽性事件的頻率頻率分布強度和相對比參數(shù)

合計（401例）

非重癥（249例）

重癥（152例）統(tǒng)計量P值年齡（歲）34.7±13.331.5±11.440.0±14.6Z=－6.4#<0.001性別（男/女）129/27261/18868/84

=17.7$<0.001死亡人數(shù)25(6.23)0(0)25(16.5)=43.7<0.001接受激素治療人數(shù)268(66.8)147(59.0)121(79.6)=18.0<0.001激素累積劑量(中位數(shù),IQR),mg1868.0(2132)1372.18(1430)2470.48(3080)Z=－3.6<0.001激素日平均劑量(中位數(shù),IQR),mg131.4(103.0)105.3(88.3)163.2(162.8)Z=－3.9<0.001OI分級Ⅰ級（OI<100）14(3.5)0(0)14(9.2)

Fisher<0.001Ⅱ級（100≤I<200）37(9.2)0(0)37(24.3)Ⅲ級（200≤I<300）101(25.2)0(0)101(66.4)Ⅳ級（OI≥300）249(62.1)249(100)0(0)表13-6非重癥和重癥SARS患者的一般情況*（節(jié)選）*

數(shù)據(jù)用均數(shù)±標準差，例數(shù)（%）或中位數(shù)（四分位數(shù)間距）表示#Mann-WhitneyU非參數(shù)檢驗$

（df）【例13-1】評價重癥SARS激素治療的有效性和安全性二、統(tǒng)計推斷結(jié)果的表達與解釋包括：參數(shù)估計假設(shè)檢驗常用統(tǒng)計方法的表達與解釋多重比較結(jié)果方差分析結(jié)果關(guān)聯(lián)和相關(guān)分析回歸分析生存分析結(jié)果（一）多重比較結(jié)果的報告與解釋多重比較：多樣本間差異總的比較后做兩兩比較，以了解哪幾個總體間存在差異，稱為多重比較常用多重比較方法：均數(shù)比較：LSD-t檢驗、Bonferroni法、SNK法、Dunnett-t檢驗；秩均值多重比較：Bonferroni法、q檢驗和Nemenyi

檢驗率多重比較：檢驗水準調(diào)整法、Scheffe可信區(qū)間法用t檢驗、秩和檢驗、χ2檢驗做多重比較→一類錯誤增大在報告結(jié)果時，不僅要報告多組資料差異比較采用的統(tǒng)計方法、統(tǒng)計量及其P值，還要報告多重比較采用的方法及其結(jié)果（二）方差分析結(jié)果的報告與解釋方差分析（AnalysisofVariance，ANOVA）（F檢驗）分類：按因素數(shù)量：單因素、雙因素、多因素方差分析按設(shè)計方法：完全隨機設(shè)計、配伍組設(shè)計、交叉設(shè)計、析因設(shè)計、重復(fù)測量、協(xié)方差分析等前提條件：相互獨立正態(tài)分布方差齊性在報告結(jié)果時應(yīng)包括各組統(tǒng)計描述結(jié)果、設(shè)計類型以及假設(shè)檢驗的目的、方差分析的檢驗統(tǒng)計量及P值，多重比較方法及結(jié)果（三）關(guān)聯(lián)和相關(guān)分析結(jié)果的報告和解釋關(guān)聯(lián)（association）：根據(jù)兩個定性變量交叉分類計數(shù)列聯(lián)表，作獨立性χ2檢驗，用關(guān)聯(lián)系數(shù)（0~1）衡量關(guān)聯(lián)程度相關(guān)（correlation）：兩個定量變量間的相互關(guān)系，用線性相關(guān)（Pearson相關(guān)系數(shù)，-1~1）及Spearman秩相關(guān)系數(shù)衡量相關(guān)的密切程度相關(guān)性分析的步驟：散點圖計算得出相關(guān)系數(shù)對相關(guān)回歸系數(shù)做假設(shè)檢驗解釋r和p值僅反映兩變量間數(shù)量上的相互關(guān)系，不能推斷生物學及因果關(guān)系在報告結(jié)果時應(yīng)包括各指標的描述性統(tǒng)計內(nèi)容、相關(guān)或關(guān)聯(lián)分析過程（如散點圖是否顯示線性相關(guān)趨勢）、相關(guān)系數(shù)的大小及其95%可信區(qū)間、假設(shè)檢驗方法、檢驗統(tǒng)計量和P值等、統(tǒng)計學結(jié)論（是否相關(guān)及相關(guān)性的強弱）（四）回歸分析結(jié)果的報告與解釋1.線性回歸（

linearregression）研究一個因變量和另外一個或一些自變量線性依存關(guān)系的統(tǒng)計分析方法用途刻畫線性關(guān)系，篩選危險因素，估計變量，預(yù)測和控制分類簡單線性和多重線性要求線性、獨立、正態(tài)、等方差不滿足線性：曲線擬合不滿足正態(tài)、等方差：數(shù)據(jù)變換多重線性回歸中：多重共線性（自變量間相關(guān)）的識別：計算自變量相關(guān)系數(shù)矩陣、方差膨脹因子、容忍度、特征根、條件指數(shù)多重共線性的解決：篩選變量、主成分回歸、嶺回歸某兩個變量存在交互作用時：引入交互作用項（兩自變量乘積）

線性回歸分析結(jié)果應(yīng)該包括如下內(nèi)容：回歸分析目的、確定分析用的自變量和因變量、檢驗資料是否滿足進行線性回歸的前提條件、擬合線性回歸模型的方法、篩選自變量的方法、自變量之間是否存在共線性、是否考慮自變量之間的交互作用、最終確定的模型及其相關(guān)統(tǒng)計量（如確定系數(shù)、偏回歸系數(shù)估計值及其標準誤、偏回歸系數(shù)的95%可信區(qū)間、標準偏回歸系數(shù)、t值、P值等）2.Logistic回歸適用因變量為分類變量的回歸分析多用于研究各種危險因素與疾病發(fā)生之間的定量關(guān)系Logistic回歸分析結(jié)果的報告應(yīng)包括：分析目的、自變量基本統(tǒng)計描述、自變量篩選方法、自變量之間交互作用的考察、Logistic回歸系數(shù)、標準誤、P值、OR的估計值以及OR的95%可信區(qū)間例13-5：

研究子宮內(nèi)膜癌與過去服用雌激素的關(guān)系188例子宮內(nèi)膜癌患者188例未患子宮內(nèi)膜癌婦女了解過去使用雌激素史結(jié)果：服用雌激素與子宮內(nèi)膜癌發(fā)生有關(guān)（P<0.001），服用雌激素組OR=7.402，（95%CI4.534，12.083）變量系數(shù)標準誤Wald

POROR的95%CI雌激素2.0020.25064.078<0.0017.402(4.534,12.083)常數(shù)項－0.6870.13725.110<0.0010.503－表13-8子宮內(nèi)膜癌與雌激素關(guān)系的Logistic回歸分析結(jié)果（五）生存分析結(jié)果的報告與解釋將終點事件的出現(xiàn)與否和出現(xiàn)終點事件所經(jīng)歷的時間結(jié)合起來分析的一類統(tǒng)計分析方法用途：生存率估計、生存曲線比較、影響因素分析和生存預(yù)測計算生存率方法：壽命表法：大樣本、粗略生存時間，生存曲線呈折線形Kaplan-Meier法：小樣本、精確生存時間，曲線呈階梯型多個生存曲線比較：單因素：Log-rank檢驗或Breslow檢驗多因素：Cox回歸生存率估計結(jié)果報告應(yīng)包括：生存率估計方法、生存曲線及中位生存期生存曲線比較結(jié)果報告應(yīng)包括：生存曲線、生存曲線比較方法、檢驗統(tǒng)計量及其P值影響因素分析和生存預(yù)測結(jié)果報告包括：變量篩選方法、檢驗水準、各變量相對危險度（RR）、RR95%可信區(qū)間及其P值中介效應(yīng)定義中介效應(yīng)識別和檢驗中介效應(yīng)的估算方法中介效應(yīng)與間接效應(yīng)交互作用概述交互作用的識別交互作用分析交互作用解釋第四節(jié)

中介效應(yīng)與交互作用分析（一）中介效應(yīng)（mediatingeffect；mediation）的定義在疾病病因研究中，常會出現(xiàn)一種情況，由病因（X）至疾?。╕）的過程中，不是直接的因果關(guān)系（X→Y），先是通過先引發(fā)一個或多個中間變化，間接產(chǎn)生影響，最終導(dǎo)致疾病的發(fā)生其中的中間變化在病因分析中，被稱為中間變量或中介變量（mediatorvariable，M）自變量X通過中介變量M對因變量Y產(chǎn)生的間接影響，被稱為中介效應(yīng)一、中介效應(yīng)e1Y=cX+e1（1）abC’Ce2e3M=aX+e2（2）Y=c’X+bM+e3（3）XYXYM圖13-11中介變量示意圖c：X對Y的總效應(yīng)a、b：經(jīng)過中介變量M的中介效應(yīng)c’：直接效應(yīng)c=c’+ab中介效應(yīng)研究意義：探索病因（X）導(dǎo)致疾?。╕）的作用機制整合已有的研究或理論例子吸煙炎性反應(yīng)因子（CRP）高血壓中介效應(yīng)（二）中介效應(yīng)識別與檢驗自變量與因變量存在關(guān)聯(lián)（系數(shù)c）自變量與中介變量也有關(guān)聯(lián)（系數(shù)a）在控制了自變量后，中介變量與因變量存在關(guān)聯(lián)（系數(shù)b）在控制了中介變量后，如果自變量仍與因變量存在統(tǒng)計學意義的關(guān)聯(lián)（系數(shù)c′）→部分中介效應(yīng)在控制了中介變量后，如果自變量與因變量不存在統(tǒng)計學意義的關(guān)聯(lián)→完全中介效應(yīng)1.中介效應(yīng)的識別：對方程1中自變量（X）與因變量（Y）的回歸系數(shù)c做顯著檢驗有統(tǒng)計學意義，繼續(xù)下面第2步，檢驗方程2如果c沒有統(tǒng)計學意義（說明X對Y無影響），則停止中介效應(yīng)檢驗對方程2中自變量（X）與中介變量（M）的回歸系數(shù)a做顯著檢驗如果a有統(tǒng)計學意義，繼續(xù)第（3）步，檢驗方程（3）如果a沒有統(tǒng)計學意義（說明X對M無影響），則停止中介效應(yīng)檢驗對方程3

（Y=c’X+bM+e3）中的回歸系數(shù)b和c’做顯著性檢驗如果b有統(tǒng)計學意義，則說明存在中介效應(yīng)。進一步檢驗c’，如果c’

有統(tǒng)計學意義，則說明是不完全中介效應(yīng)；若c’

沒有統(tǒng)計學意義，則說明是完全中介效應(yīng)，X對Y的作用完全通過M來實現(xiàn)，檢驗結(jié)束。如果b沒有統(tǒng)計學意義，則不能排除中介效應(yīng)，需要進一步做4步，Sobel檢驗。Sobel檢驗該方法直接檢驗中介效應(yīng)ab乘積項的系數(shù)是否有統(tǒng)計學意義,得到一個z值,將這個z值和標準正態(tài)分布的臨界z值進行比較，如果z值大于臨界z值，說明中介效應(yīng)存在，如果z值小于臨界z值，說明中介效應(yīng)不存在2.中介效應(yīng)的檢驗（三）中介效應(yīng)的估算方法

中介效應(yīng)（ab）的大小中介效應(yīng)與總效應(yīng)之比：表示中介效應(yīng)占總效應(yīng)中的比重中介效應(yīng)與直接效應(yīng)之比（四）中介效應(yīng)與間接效應(yīng)中介效應(yīng)屬于間接效應(yīng)，間接效應(yīng)不一定是中介效應(yīng)在中介變量不止一個時，中介效應(yīng)要明確是哪個中介變量的中介效應(yīng)，而間接效應(yīng)既可以是某特定中介變量的中介效應(yīng)，也可是部分或所有中介效應(yīng)之和（一）概述1.定義當兩個或兩個以上因子共同作用于某一事件時，其效應(yīng)明顯不同于該兩個或兩個以上因子單獨作用時的和或積，稱這些因子間存在交互作用（interaction）2.類型：協(xié)同作用拮抗作用3.交互作用數(shù)學模型：相加模型相乘模型4.交互與混雜因素的區(qū)別：交互作用取決于因素的內(nèi)在機制，通過統(tǒng)計學方法進行描述和評價混雜因素是對真實性的一種扭曲，在設(shè)計階段和資料分析方面可以避免二、交互作用（二)交互作用的識別明確所研究的因素與事件之間是否存在統(tǒng)計學聯(lián)系是否由偏倚或混雜所致判斷交互作用是否存在是否判斷交互作用存在的方法1.分層分析：各層效應(yīng)量不同—存在交互Mental-Haenszel法、Woolf法、直接分層分析和最大似然比檢驗局限：難以分析多因素間的交互作用，且無法調(diào)整和控制研究中的其他因素2.多因素回歸模型

線性回歸模型→乘積項反應(yīng)是否有相加交互作用Logistic或Cox回歸模型→乘積項反應(yīng)是否有相乘交互作用(三）交互作用分析1.交互作用的定量分析（1）交互作用超額相對危險度（RERI）（2）交互作用歸因比（API）（3）交互作用指數(shù)S（S）2.相加交互作用的回歸分析當模型中交互作用項的回歸系數(shù)無統(tǒng)計學意義時，即

時，兩因素同時存在時的作用等于兩因素單獨作用之和，此為交互作用的相加模型3.相乘交互作用的回歸分析檢驗

是否為0即可判斷相乘交互作用是否存在（四）交互作用解釋統(tǒng)計學交互作用生物學交互作用公共衛(wèi)生學交互作用描述性分析中常見的常見的錯誤統(tǒng)計推斷中常見的統(tǒng)計學錯誤第五節(jié)

臨床研究中的常見統(tǒng)計學錯誤（自學）一、描述性分析中常見的錯誤1.統(tǒng)計圖表統(tǒng)計圖常見錯誤：該用表格之處未用；表格設(shè)計不合理；標題過長；線條過多；數(shù)字小數(shù)位數(shù)不統(tǒng)一；表中數(shù)據(jù)的含義未表達清楚等統(tǒng)計表常見錯誤：選用的統(tǒng)計圖類型與資料的性質(zhì)不吻合；坐標軸上所標的刻度值違背數(shù)學原則，橫軸等距離刻度表示不相等的數(shù)量，導(dǎo)致改變圖形應(yīng)有的變化趨勢；縱橫坐標軸交匯點不是坐標原點，破壞了直角坐標系的嚴謹性等某文對50例皮膚癌p53蛋白和增殖細胞核抗原（PCNA）的檢測結(jié)果有如下一段敘述：“癌中p53蛋白和PCNA表達的比較：50例鱗癌中22例p53陰性但PCNA陽性(44.0%)，p53和PCNA均陽性28例(56.0%)，PCNA(+)12例，p53陰性9例(75.0%)，陽性3例(25.0%)，PCNA(++)23例，p53陰性9例(39.1%)，陽性14例(60.9%)，PCNA(+++)15例，p53陰性4例(26.7%)，陽性11例(73.3%)，兩者呈平行關(guān)系(P<0.05)?！崩?3-7對差錯的辨析與釋疑：以上一段話的描述，不能給人以清晰的印象，若用自身對照表（表13-11)列出，則不僅有利于對比，而且兩者關(guān)系一目了然表13-1150例皮膚鱗癌p53蛋白和增殖細胞核抗原表達的關(guān)系PCNAp53（例數(shù)）p53陽性率（%）+-合計+391225.0++1492360.9+++1141573.3合計28225056.0某研究目的是探討細胞代謝中產(chǎn)生的活性氧如氧自由基、H2O2等，對細胞具有毒害作用。利用誘導(dǎo)培養(yǎng)N-2a細胞，研究其死亡特征（圖13-13）例13-8圖13-13Bcl-XL基因可以抑制H2O2誘導(dǎo)培養(yǎng)的N-2a細胞死亡（條圖）

對差錯的辨析與釋疑：培養(yǎng)時間是一個連續(xù)性變量，反映事物或者現(xiàn)象隨時間推移的變化趨勢時宜選用線圖（圖13-14），不應(yīng)該選用條圖。條圖割斷了時間點之間的聯(lián)系，它適合表達彼此之間相互獨立的項目的數(shù)量大小圖13-14Bcl-XL基因可以抑制H2O2誘導(dǎo)培養(yǎng)的N-2a細胞死亡（線圖）（二）定量變量

定量資料統(tǒng)計描述中常見的描述性錯誤有：

誤用呈正態(tài)分布定量資料的方法“均數(shù)±標準差”來取代描述呈非正態(tài)分布定量資料的方法“中位數(shù)（四分位數(shù)間距）”；利用“均數(shù)±標準誤”代替“均數(shù)±標準差”來描述定量資料等。例13-9為了解膽石患者血清中相關(guān)元素和膳食狀況，原作者采用病例對照方法進行了營養(yǎng)膳食調(diào)查及血清中元素的測定，其中膽結(jié)石患者與健康人群的膳食結(jié)構(gòu)關(guān)系見表13-12表13-12平均每人每日各種食物的攝入量（

）（g/d）組別大米豆類水果類動物油病例組189.06±51.9523.38±23.57128.12±145.82.38±19.83對照組198.17±82.9644.03±43.36189.67±134.21.67±18.29辨析與釋疑:動物油所對應(yīng)的攝入量標準差是平均值9~10倍，很明顯此資料服從偏態(tài)分布，不適合用正態(tài)分布法進行統(tǒng)計描述正確描述方法中位數(shù)（四分位數(shù)間距）

例13-9比較下頜升支矢狀截骨術(shù)（SSRO）和下頜升支垂直截骨術(shù)（IVRO）后下頜對口頜系統(tǒng)功能的影響。對27例下頜前突患者（16例接受SSRO，11例接受IVRO）分別在術(shù)前、術(shù)后3個月、6個月測定其頜力、咀嚼效能例13-10表13-13兩組患者術(shù)前和術(shù)后頜力的測定結(jié)果（kg，

）時間SSRO（n=16）IVRO（n=11）術(shù)前14.58±7.8516.89±9.14術(shù)后3個月10.54±5.879.63±7.24術(shù)后6個月15.02±6.6113.48±8.29辨析與釋疑：錯用“平均數(shù)±標準誤”來描述數(shù)據(jù)分布的集中趨勢和離散程度正確描述方法中位數(shù)（四分位數(shù)間距）例13-10（三）定性資料

常見描述性錯誤:

將構(gòu)成比與率混為一談；錯誤地計算平均率；分母很小時也計算相對數(shù)；相對數(shù)的比較沒有注意可比性某文有一段文字敘述：“在鼻咽癌高發(fā)區(qū)的廣州地區(qū)，HD（霍奇金病）并不少見。在統(tǒng)計的1398例淋巴瘤中HD占28.5%，較中國的平均發(fā)病率10.9%高，但比英美國家（分別為42%和53%）低例13-11辨析與釋疑：錯誤地將構(gòu)成比當作率使用，HD占淋巴瘤總數(shù)的28.5%，只是構(gòu)成比，此處卻解釋為發(fā)病率，從而得出廣州地區(qū)的發(fā)病率比中國的平均發(fā)病率高的錯誤結(jié)論參數(shù)估計中常見錯誤

常見錯誤：把總體均數(shù)的可信區(qū)間估計與參考值范圍估計相混淆；在進行區(qū)間估計時，沒有注意到是否符合正態(tài)近似條件而盲目套用公式二、統(tǒng)計推斷中常見的統(tǒng)計學錯誤

表13-14是某研究者測得某地120名正常成人尿鉛含量（mg/L），由于尿鉛值高于某上限值才被看作異常，故采用

計算得到正常成人平均尿鉛含量95%可信區(qū)間的上限，從而得到95%可信區(qū)間為（,26.031）例13-12表13-14120名正常成人尿鉛含量頻數(shù)表尿鉛含量0～4～8～12～16～20～24～28～32～36～合計例數(shù)1422291815106321120辨析與釋疑：把總體均數(shù)的可信區(qū)間估計與參考值范圍估計相混淆正確做法利用公式

計算得到正常成人尿鉛含量95%參考值范圍為（,14.068）例13-12（二)假設(shè)檢驗中常見錯誤

1.不注意應(yīng)用條件而誤用統(tǒng)計分析方法

忽視t檢驗和方差分析的前提條件不符合

檢驗適用條件仍盲目套用公式研究CEA、CA19-9、CA72-4和CA242四項腫瘤標志在結(jié)直腸癌診斷的作用，分別檢測手術(shù)前患者58名和手術(shù)后患者30名這4項指標（表13-15），原作者對資料進行了t檢驗例13-13表13-15手術(shù)前后兩組4項腫瘤標志檢測結(jié)果（

）組別CEA(μg/L)CA19-9(U/L)CA72-4(U/L)CA242(U/L)術(shù)前組（n=58）34.0±79.0209.0±739.07.2±4.8111.0±179.0術(shù)后組（n=30）2.0±1.211.0±10.94.3±2.810.8±17.5辨析與釋疑：忽視了t檢驗的前提條件：正態(tài)性和方差齊例13-13正確做法通過對原始數(shù)據(jù)進行變量變換，使之滿足正態(tài)性和方差齊性的要求，或者是直接用非參數(shù)檢驗方法。某文對31例腎細胞癌c2erbB22癌基因表達與預(yù)后的關(guān)系分析如下（表13-16）：本組隨訪病例中5年存活者為17例，死亡14例，5年存活率為54.84%。死亡病例中13例為c2erbB22表達陽性病例，5年存活率為43.48%；陰性病例的5年存活率為87.50%（7/8例），二者經(jīng)

檢驗，差異有統(tǒng)計學意義（=4.644，P<0.05）例13-14表13-1631例腎細胞癌c2erbB22表達不同者5年存活率c2erbB22存活死亡合計5年存活率（%）陽性10132343.48陰性71887.50合計17143154.84辨析與釋疑：普通四格表資料做

檢驗時，要求樣本量n≥40，并且格子的期望頻數(shù)≥5。如果樣本量n≥40，但是有格子的期望頻數(shù)小于5但大于等于1，則需要校正

值；如果樣本量n<40，或有格子的期望頻數(shù)<1，應(yīng)采用Fisher確切概率法例13-14正確做法Fisher精確概率檢驗法2.不考慮設(shè)計類型而誤用統(tǒng)計分析方法誤用成組設(shè)計t檢驗處理配對設(shè)計的定量資料誤用成組設(shè)計t檢驗代替單因素方差分析進行多組間比較誤用t檢驗處理析因設(shè)計的定量資料誤用t檢驗處理重復(fù)測量設(shè)計的定量資料誤用一般

檢驗代替配對設(shè)計McNemar檢驗將高維列聯(lián)表簡單拆分或合并成簡單的列聯(lián)表后再處理誤用成組設(shè)計t檢驗處理配對設(shè)計的定量資料例13-15

某文用改良的Seldinger插管技術(shù)對8例經(jīng)臨床及病理證實的惡性滋養(yǎng)細胞腫瘤進行選擇性盆腔動脈插管灌注化療。治療前后測血hCG放免測定值（表13-17），原作者采用一般t檢驗進行分析，得出治療前后血hCG值有統(tǒng)計學差異（P<0.05）病例灌注治療前（X1）灌注治療后（X2）lgX1lgX2112800002100006.10725.322227550033004.87793.518531245022104.09523.3444415000009.36.17610.968551000025004.00000.39796970012033.98683.080371558848254.19283.6835842239143.62562.9609注：由于本組數(shù)據(jù)相差較大，故取其對數(shù)使之成為正態(tài)分布，經(jīng)t檢驗（P<0.05）辨析與釋疑本資料為自身配對設(shè)計，直接用t檢驗比較，容易增大犯假陰性錯誤的機會例13-15正確做法配對設(shè)計或配對秩和檢驗誤用成組設(shè)計t檢驗代替單因素方差分析進行多組間比較例13-16表13-18為缺氧缺血性腦病動物模型實驗研究關(guān)于大腦重量的觀察結(jié)果，共分對照、治療和預(yù)防三個組，原作者采用t檢驗進行多組比較。分組動物數(shù)（只）腦重量（g）左腦右腦對照130.392±0.096a0.587±0.023d治療180.452±0.116b0.587±0.044e預(yù)防210.529±0.585±表13-18各組大鼠病變大腦重量的比較（

）t檢驗結(jié)果：a與b，P>0.05；a與c，P<0.01；b與c，P<0.05；a與d，P<0.01；b與e，P<0.01；c與f，P<0.01辨析與釋疑用t檢驗分別對各組均數(shù)逐一進行比較，且每次比較檢驗水準仍為=0.05，這樣就會增大犯錯誤的概率例13-16正確做法一是三組間同側(cè)腦重量比較，需作單因素方差分析而不是t檢驗，當差異有統(tǒng)計學意義后，再進行兩兩比較。二是對同一組左右腦重量進行比較，應(yīng)采用成組設(shè)計的t檢驗誤用t檢驗處理析因設(shè)計的定量資料例13-17為探討發(fā)育期營養(yǎng)不良伴發(fā)癲癇持續(xù)狀態(tài)對海馬神經(jīng)發(fā)生的影響，將28只新生Wistar大鼠建模分為4組，分別為營養(yǎng)良好組、營養(yǎng)不良組、營養(yǎng)良好+驚厥組、營養(yǎng)不良+驚厥組，每組7只，測量各組齒狀回Brdu陽性細胞數(shù)，并采用t檢驗比較各組的差異是否具有統(tǒng)計學意義（表13-19）。表13-19營養(yǎng)狀態(tài)及有無驚厥幼鼠齒狀回Brdu陽性細胞數(shù)比較（

）營養(yǎng)狀態(tài)Brdu陽性細胞（個）有無驚厥比較（t值）單純組伴驚厥組不良303±20374±187.05良好269±18312±243.77營養(yǎng)狀態(tài)比較（t值）3.325.51—辨析與釋疑本試驗設(shè)計為析因設(shè)計，使用t檢驗割裂了整體設(shè)計；資料利用率低；誤差自由度變?。辉龃蠓讣訇栃藻e誤概率；無法分析因素間可能存在的交互作用大小例13-17正確做法析因設(shè)計的方差分析方法，如不滿足參數(shù)檢驗的前提條件，應(yīng)進行變量轉(zhuǎn)化誤用t檢驗處理重復(fù)測量設(shè)計的定量資料例13-18某文研究消炎痛栓對肝硬化門靜脈高壓癥患者門靜脈壓力的影響。在手術(shù)后10~14天停止全部用藥后進行，首先經(jīng)術(shù)中留置的門靜脈插管測基礎(chǔ)門靜脈壓、血壓和脈搏，然后從肛門塞入消炎痛栓半枚（50g），再分別記錄給藥后0.5、1、3、5和10小時的門靜脈壓、血壓和脈搏（表13-20）。原作者采用自身對照t檢驗進行統(tǒng)計分析。表13-20肝硬化門靜脈高壓癥患者應(yīng)用消炎痛栓后不同時間門靜脈壓、血壓和脈搏變化用藥時間（h）門靜脈壓（mmHg）收縮壓（mmHg）舒張壓（mmHg）脈搏（次/分）用藥前24.44±2.71121.13±11.2877.89±9.4082±10用藥后0.521.29±1.88114.21±10.3071.28±13.0179±9120.68±2.26124.50±13.0183.46±13.4683±12319.25±2.11123.68±7.4478.72±8.4277±9522.03±2.41125.56±11.8082.56±10.0882±81024.29±2.56119.40±9.9276.62±11.2076±10例13-18辨析與釋疑把重復(fù)測量的單因素設(shè)計用多個配對t檢驗進行均值之間兩兩比較，割裂了整體設(shè)計，使資料利用率降低，增大了犯假陽性錯誤的概率例13-18正確做法重復(fù)測量的方差分析誤用一般

檢驗代替配對設(shè)計McNemar

檢驗例13-19某文分析肺大細胞癌中p53蛋白表達和p53基因突變檢測結(jié)果的關(guān)系，p53蛋白表達陽性者24例（40%），p53突變基因檢測陽性者32例（53.3%），二者結(jié)果完全一致者44例（73.3%），二者結(jié)果不一致者16例（26.7%），見表13-21。原作者經(jīng)一般

檢驗，=14.464，P<0.01，認為肺大細胞癌中p53突變基因陽性多于p53蛋白陽性表達，差異有統(tǒng)計學意義。例13-19表13-2160例肺大細胞癌p53蛋白表達與突變基因結(jié)果對照p53蛋白p53突變基因陽性陰性合計陽性20424陰性122436合計322860辨析與釋疑本資料屬于配對四格表，采用一般的

檢驗，分析其關(guān)聯(lián)性（獨立性）；或者采用McNemar

檢驗，分析其差異性例13-19正確做法采用McNemar

檢驗將高維列聯(lián)表簡單拆分或合并成簡單的列聯(lián)表后再處理例13-20某文欲比較盆炎栓和野菊花治療慢性盆腔炎的療效，分別用盆炎栓和野菊花栓治療慢性盆腔炎300例和100例（表13-22）。經(jīng)

檢驗，認為盆炎栓組的痊愈率高于野菊花栓的痊愈率，差異存在統(tǒng)計學意義（P<0.01）例13-20表13-22兩組療效比較病情程度盆炎栓組例數(shù)野菊花栓組例數(shù)痊愈未痊愈痊愈未痊愈輕度51361020中度64742428重度2352414辨析與釋疑這是一個結(jié)果變量為二分類變量（即痊愈與否）的三維列聯(lián)表資料例13-20正確做法加權(quán)

檢驗或Mantel-Haenzel

檢驗例13-21

某作者對實驗組與對照組療效進行比較，采用一般

檢驗，得出實驗組療效顯著地優(yōu)于對照組的療效（表13-23）表13-23兩組患者在2個月、6個月、12個月時的療效（例數(shù)）組別例數(shù)完全適應(yīng)基本適應(yīng)部分適應(yīng)未適應(yīng)總適應(yīng)率（%）值P值2個月

實驗組11703179717.112.54<0.01

對照組1080031052.86個月

實驗組1172612582182.169.30<0.01

對照組10839177926.912個月

實驗組117732371488.053.64<0.01

對照組1081113216341.7例13-21表13-22兩組療效比較病情程度盆炎栓組例數(shù)野菊花栓組例數(shù)痊愈未痊愈痊愈未痊愈輕度51361020中度64742428重度2352414辨析與釋疑在收集和整理資料時違背了實驗設(shè)計的要求，將原本屬于“重復(fù)觀測”的多因素定性資料錯誤地按“獨立重復(fù)試驗”方式進行收集和整理將一個三維列聯(lián)表資料簡單地拆分成三個獨立的二維列聯(lián)表資料對結(jié)果變量療效的有序性不予理睬例13-21正確做法嚴格按重復(fù)測量設(shè)計收集資料，并采用重復(fù)測量設(shè)計定性資料的統(tǒng)計分析方法進行處理3.不考慮資料類型而誤用統(tǒng)計方法將定量資料誤判為定性資料從而誤用統(tǒng)計分析方法將定性資料誤判為定量資料從而誤用統(tǒng)計分析方法將分組變量有序而結(jié)果無序的單向有序列聯(lián)表誤判為分組變量無序而結(jié)果有序的單向有序列聯(lián)表，誤用秩和檢驗取代

檢驗或Fisher精確概率法；因變量為二分類變量時選用線性回歸；生存資料未用Cox回歸，而是選用線性回歸和檢驗等例13-22為了探討雌激素受體（ER）、孕激素受體（PR）在血管瘤發(fā)生、發(fā)展中的意義。采用免疫組化方法對毛細血管瘤、混合型血管瘤、海綿狀血管瘤、淋巴管瘤及正常皮膚組織的ER、PR受體進行檢測。全部標本經(jīng)10%甲醛固定，常規(guī)石蠟包埋。每例選一典型蠟塊，4~6μm切片，進行免疫組化染色，高倍鏡下每例腫瘤區(qū)內(nèi)計數(shù)500個細胞，計數(shù)ER、PR陽性細胞百分率（表13-24），原作者采用

檢驗進行分析將定量資料誤判為定性資料從而誤用統(tǒng)計分析方法例13-22表13-24血管瘤中ER、PR檢測結(jié)果（

）類別例數(shù)ER(%)PR(%)毛細血管瘤4574.18±11.7777.92±10.54混合型血管瘤4464.55±12.3468.12±15.38海綿狀血管瘤1823.00±7.8925.12±9.66淋巴管瘤2326.93±15.6230.00±18.87正常皮膚69.83±6.6911.00±4.56辨析與釋疑本例測量指標為“陽性細胞百分率”，研究的是四種疾病病例標本和一組正常人標本的ER、PR陽性細胞率之均值是否相同，因而應(yīng)屬于定量資料，涉及一個實驗因素，有5個水平例13-22正確做法做平方根反正弦變換，滿足正態(tài)和方差齊性，采用單因素五水平設(shè)計的方差分析，如不滿足，采用非參數(shù)檢驗例13-23某作者研究美泰寧對戊巴比妥鈉誘導(dǎo)的小鼠睡眠的影響，選用40只體重相近的雄性小鼠，隨機分為溶劑對照組和3個劑量組，即0.0、12.5mg/kg、25.0mg/kg、75.0mg/kg，用蒸餾水配成所需濃度，每天灌胃。第7天灌胃15分鐘后，給各組動物按28.0mg/kg劑量腹腔注射戊巴比妥鈉，以小鼠翻正反射消失達1分鐘以上作為入睡判斷標準，觀察給戊巴比妥鈉25分鐘內(nèi)各組發(fā)生睡眠的動物數(shù)。經(jīng)統(tǒng)計學處理，中、高劑量組與溶劑對照組比較差異具有統(tǒng)計學意義（P<0.01）。具體結(jié)果見表13-25將定量資料誤判為定性資料從而誤用統(tǒng)計分析方法例13-23表13-25美泰寧對閾下劑量戊巴比妥鈉誘導(dǎo)雄性小鼠睡眠發(fā)生率的影響劑量動物數(shù)入睡動物數(shù)睡眠發(fā)生率t值P值0.010220.012.510550.01.406>0.0525.010880.03.182<0.0175.010880.03.182<0.01辨析與釋疑

本資料從性質(zhì)上說應(yīng)屬于定性資料，但原作者卻錯誤地將其判斷為定量資料。例13-23正確做法檢驗或Fisher精確概率法進行統(tǒng)計分析例13-24某文運用秩和檢驗處理表13-26的資料，得出不同TNM分期陽性率不同（=6.119，P=0.0134）誤用秩和檢驗取代

檢驗或Fisher精確概率法食管癌TNM分期陽性陰性合計Ⅱa347Ⅱb8210Ⅲ21223合計32840表13-26CAM-1和CD44s的表達與食管癌TNM分期的關(guān)系辨析與釋疑

原作者把表13-26資料視為結(jié)果變量為有序變量的單向有序的二維列聯(lián)表資料，因而錯誤地選用了秩和檢驗。事實上，食管癌TNM分期這個有序變量是“原因變量”，不是“結(jié)果變量”例13-24正確做法檢驗或Fisher精確概率法進行統(tǒng)計分析雙向無序R×C表檢驗或Fisher精確概率法R×C表中分組變量有序，結(jié)果變量無序檢驗R×C表中分組變量無序，結(jié)果變量有序秩和檢驗或Ridit分析雙向有序?qū)傩韵嗤腞×C表一致性檢驗雙向有序?qū)傩韵嗤腞×C表等級相關(guān)分析或典則相關(guān)秩和檢驗線性趨勢檢驗結(jié)果變量的有序性是否存在相關(guān)否存在線性變化趨勢4.不考慮研究目的而誤用統(tǒng)計方法誤