臨床研究的資料分析

臨床研究的資料分析第一節(jié)臨床科研中變量的類型1.定量變量（quantitativevariable）稱數(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，一般有度量衡單位常見計量單位包括：年齡、身高、體重、血壓等類型

離散型變量：取值之間有“縫隙”，如家庭人口數(shù)

連續(xù)性變量:某一區(qū)間可以取任何值，如年齡一、定性變量和定量變量2、定性變量（categoricalvariable）

也稱分類變量，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)所得的資料按照變量之間的順序、等級劃分

有序變量：變量之間呈順序關系，如療效、疾病嚴重程度

名義變量：變量之間無順序關系，如性別按照類別數(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、4

名義變量的編碼：可以用任何數(shù)值，但僅指其名稱作用，多因素分析時的啞變量3、變量的轉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)研究變量在在疾病過程中的發(fā)生作用，可以分為四類：自變量、因變量、中介變量、混雜變量病因病因中介變量自變量因變量混雜因素圖13-1病因關系中的變量類型

第二節(jié)統(tǒng)計方法的選擇一、統(tǒng)計方法選擇基本原則1、研究目的研究目的一定要明確選擇合理的統(tǒng)計分析方法

統(tǒng)計描述：通過統(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，使其反應數(shù)據(jù)資料的基本特征

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)估計和假設檢驗分析不同干預措施間效果有無差異t檢驗回歸分析相關分析秩和檢驗卡方檢驗方差分析主成分分析、因子分析分析不同因素間關系將變量或記錄分成若干類別分析影響生存時間和生存結局時間序列數(shù)據(jù)用以預測對同類結果進行定量分析生存分析時間序列模型判別分析聚類分析Meta分析根據(jù)研究目的選擇統(tǒng)計分析方法的常見規(guī)則（二）設計類型不同設計類型，對應著不同統(tǒng)計方法常見的設計類型包括完全隨機設計、配對設計、隨機區(qū)組設計、交叉設計、析因設計、和重復設計等（三）資料類型

分析資料前，首先區(qū)分變量的類型和特征圖13-2臨床研究中統(tǒng)計方法選擇流程圖（四）統(tǒng)計方法的應用條件

應用統(tǒng)計方法前，先看是否滿足檢驗方法所需的前提條件，必要時可做變量轉換

例如：成組t檢驗資料滿足獨立性、正態(tài)、方差齊

χ2檢驗樣本量大于40且最小理論頻數(shù)大于5二、統(tǒng)計方法的具體應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稱為單變量統(tǒng)計分析應用包括：樣本推斷總體參數(shù)和可信區(qū)間單組樣本資料的假設檢驗配對樣本的假設檢驗檢驗樣本的總體分布圖13-3定量資料單變量分析統(tǒng)計方法選擇流程圖1.因變量為定量資料總體均數(shù)估計：通過樣本統(tǒng)計量推斷總體參數(shù)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可信區(qū)間為為總體標準差，如計算95％可信區(qū)間，Z0.05/2＝1.96，如計算99％可信區(qū)間，Z0.01/2＝2.58。當不知時，可用下式計算為樣本均數(shù)，n為樣本含量，

為標準誤，S為樣本標準差（代替總體標準差），t,是按自由度＝n－1的t分布曲線下，兩側尾部面積各占

所對應的臨界值。單組樣本資料的假設檢驗

通過樣本均數(shù)

與已知總體均數(shù)之間的差異與標準誤比值，來推斷樣本均數(shù)所代表的未知總體均數(shù)與已知總體均數(shù)差異是否是抽樣誤差造成的，即是否相同σ已知或樣本量≥30Z檢驗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)分布配對樣本的假設檢驗

將受試對象按一定條件配成對子（同種屬、同年齡組、同性別等），再隨機分配每對中的受試對象到不同處理組若差值服從正態(tài)分布，可采用配對t檢驗；否則，采用配對資料的符號秩和檢驗。檢驗公式為樣本中各對差值d的均數(shù)，n為對子數(shù)，為樣本差值的標準差2.因變量為定性資料，應用包括總體率的參數(shù)估計單組樣本頻率的假設檢驗等檢驗樣本來自的總體分布（如二項分布、Poisson分布等）圖13-4定性資料單變量分析統(tǒng)計方法選擇流程圖總體率的參數(shù)估計

樣本量n足夠大時(n>50)，np和n(1－p)均大于5，p的分布接近正態(tài)分布，用下式計算總體概率（1－）的可信區(qū)間（CI）p為樣本率，Sp為率的標準誤當樣本含量較小(n50)，且p很接近0或1時，總體率的可信區(qū)間可按二項分布原理計算單組樣本頻率的假設檢驗

當樣本量n較大時，n

及n(1－

)均大于5時，可利用樣本頻率p的分布近似正態(tài)分布，進行單組樣本頻率的Z檢驗p為樣本率，為總體率，

為率的標準誤，n為樣本數(shù)如果資料服從二項分布，但n<5時，用二項分布概率函數(shù)直接求出累積概率，然后與規(guī)定的作比較

雙變量分析是指對只含有一個因變量和一個自變量的資料進行分析，因此統(tǒng)計分析方法的選擇不僅要考慮因變量的類型，還要考慮自變量的類型（二）雙變量分析圖13-5因變量為定量資料的雙變量統(tǒng)計方法選擇流程圖因變量為定量資料1）自變量為定量資料線性相關相關程度用Pearson積矩相關系數(shù)（Pearsonproduct-momentcorrelationcoefficient）表示，符號為r，計算公式r無單位，介于-1~1之間，絕對值≥0.7，表示相關程度較強；0.4≤|r值的絕對值|≤0.7，表示中等程度相關；r值的絕對值<0.4，表示相關程度較弱。對相關系數(shù)ρ進行假設檢驗分母為相關系數(shù)r的標準誤，自由度＝n－2。

等級相關

如果X、Y不服從雙變量正態(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，應用秩相關（rankcorrelation）或稱等級相關來描述兩個變量間相關的程度與方向。相關系數(shù)稱為Spearman秩相關系數(shù)或等級相關系數(shù)，用rs

表示簡單線性回歸應用：存在線性關系，可進行簡單線性回歸（simplelinearregression）分析方法：最小二乘法回歸方程：x，y為相應的兩個變量；a為截距，b為直線的斜率，又稱回歸系數(shù)（regressioncoefficient），計算公式：線性回歸應用條件滿足線性獨立正態(tài)等方差決定系數(shù)（determinantcoefficient）或確定系數(shù)R2常被用來反映回歸模型的擬合效果。介于0~1之間2）自變量為定性資料兩獨立樣本t檢驗方差齊時方差不齊時要求：兩樣本均來自正態(tài)分布且方差齊，不滿足時可選用非參檢驗中的Mann-Whitney法對兩組獨立樣本進行比較。

單因素方差分析只安排一種處理因素的設計稱為單因素設計，不安排其他任何控制因素的單因素設計即為完全隨機設計。常用公式見表13-1變異來源離均差平方和SS自由度均方MSF值總變異N－1組間變異g－1SS組間/g－1MS組間/MS組內(nèi)組內(nèi)變異SS總－SS組間N－kSS組內(nèi)/N－g表13-1完全隨機設計方差分析公式若F檢驗發(fā)現(xiàn)差異，需進一步進行兩兩比較，常用方法包括：LSD-t檢驗、SNK-q檢驗和Bonferroni法注意：進行方差分析的前提條件是，各處理組均來自正態(tài)分布的總體，當不能滿足，可采用Kruskal-Wallis非參檢驗法。2、因變量為定性資料1）自變量為定量資料根據(jù)因變量是二分類、無序多分類和有序多分類，分別采用二分類Logistic回歸、無序多分類Logistic回歸和有序Logistic回歸進行分析（詳細介紹見多變量分析）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2）.因變量自變量均為定性資料因變量無序分類自變量無序或有序2檢驗或Fisher精確概率法因變量有序分類自變量無序分類秩和檢驗或Ridit分析因變量無序自變量無序一致性檢驗或2趨勢檢驗

四格表資料的2檢驗要用來檢驗兩樣本的率或構成比有無差別。整理表見表13-2處理或特征狀態(tài)合計＋－有aba+b無cdc+d合計a+cb+dn=a+b+c+d表13-2四格表2檢驗整理表專用公式a、b、c、d分別為四格表的實際頻數(shù)，n為總例數(shù)校正公式當1≤T<5且n≥40時確切概率計算法當T<1或n<40時配對2檢驗可應用McNemar公式作配對2檢驗。整理表見表13-3對照病例合計有暴露史無暴露史有暴露史aba+b無暴露史cdc+d合計a+cb+dn=a+b+c+d表13-31:1配對病例對照研究資料整理表專用公式校正公式b+c<40

行列表2檢驗用于多個樣本率的比較，樣本構成比的比較

為第i行第j列所對應格子的觀察頻數(shù)，n為總例數(shù)，及分別為第i行合計數(shù)與第j列合計數(shù)。行列表的2檢驗要求理論頻數(shù)小于5的格子數(shù)不應超過l/5，否則應先對列聯(lián)表進行處理。處理方法主要有：增加樣本例數(shù)刪除理論頻數(shù)較小的行或列可將較小理論頻數(shù)所在行或列與性質(zhì)相近的鄰行或鄰列合并采用確切概率法2趨勢檢驗某因素的暴露分成由低到高不同的水平，分析暴露水平與發(fā)病率之間的劑量-反應關系，增加因果關系推斷的依據(jù)暴露水平Xi合計X0X1X2…Xi病例aia0a1a2…aim1對照bib0b1b2…bim0合計min0n1n2…nin表13-42趨勢檢驗資料整理表公式（自由度為1）xi的取值方法有兩種：取每一暴露水平的中點值，或者取第i暴露水平的xi＝i。（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系進行的分析應用：篩選影響因素校正混雜因素預測或預報1.因變量為定量資料圖13-7因變量為定量資料多變量分析統(tǒng)計方法選擇流程圖配伍組設計的方差分析

又稱兩因素方差分析。公式如下變異來源離均差平方和SS自由度均方MSF值總變異N－1處理組間k－1SS處理/處理MS處理/MS誤差配伍組間b－1SS配伍/配伍MS配伍/MS誤差誤差SS總－SS處理－SS配伍(k－1)(b－1)SS誤差/誤差注意：前提是滿足方差分析條件，如不滿足則采用非參數(shù)Friedman檢驗。協(xié)方差分析（analysisofcovariance，ANCOVA）

一種把線性回歸法與方差分析結合起來的方法，即扣除協(xié)變量的影響后再對修正后的主效應進行方差分析。協(xié)方差分析主要用于控制實驗中非處理因素對實驗效應的影響多重線性回歸分析（multiplelinearregression）研究多個自變量(X)與一個因變量(Y)之間是否存在線性關系公式

為因變量的估計值，b0為回歸方程的常數(shù)項，

bi偏回歸系數(shù)原理：最小二乘法要求：線性、獨立正態(tài)、等方差假設檢驗：回歸方程、總體偏回歸是系數(shù)其他分析：負相關分析、偏相關分析圖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2.因變量為定性資料分層分析當自變量為定性資料，且有兩個或兩個以上時，可按這些自變量分成數(shù)層（亞組），然后分析它們同因變量的關系作用：1）控制混雜因素

2）判斷效應修飾作用方法：

Mantel-Haenszel分層檢驗Logistic回歸分析

能夠克服多重線性回歸，分層分析，χ2檢驗的缺點Logistic回歸方程三種表達式lnP/(1－P)與各因素間呈線性關系，xi可以為危險因素、混雜因素，也可是因素間的交互作用。i為Logistic回歸的偏回歸系數(shù)研究類型非條件Logistic隊列研究成組病例對照條件Logistic配比病例對照因變量類型二分類Logistic無序多分類LogisticLogistic分類Cox模型

又稱比例風險模型（proportionalhazardmodel），是一種多因素生存分析方法，它以生存結局和生存時間為因變量，可同時分析眾多因素對生存期的影響h0(t)是在時間t時相應的自變量處于0（或標準）狀態(tài)下的風險函數(shù)，為回歸系數(shù)，hi(t/X)為第i個患者生存到時間t的風險函數(shù)。特點：能處理生存資料中特有的刪失數(shù)據(jù)。它不要求估計資料基本生存函數(shù)的類型，且可以處理分布未知的資料；因變量hi(t)是不可觀測的，且隨時間變化。第三節(jié)

統(tǒng)計結果的表達與解釋描述性統(tǒng)計分析結果的表達與解釋統(tǒng)計圖表定量資料定性資料統(tǒng)計推斷結果的表達與解釋多重比較結果的報告與解釋方差分析結果的報告與解釋關聯(lián)和相關分析結果的報告與解釋回歸分析結果的報告與解釋生存分析結果的報告與解釋統(tǒng)計圖表

統(tǒng)計表原則，重點突出、簡單明了、主謂分明、層次清楚具體要求：標題概括地指明表的內(nèi)容標目分為縱標目和橫標目不宜太多表線，不允許使用豎線與斜線表中數(shù)字一律用阿拉伯數(shù)字，同列數(shù)據(jù)應取相同的小數(shù)位，表中不應有空格。不詳?shù)臄?shù)據(jù)可用“…”表示，不存在的數(shù)據(jù)應以“－”號表明，零值應用“0”表示釋一律列在表下方，可用“*”等符號表示一、描述性統(tǒng)計分析結果的表達與解釋統(tǒng)計圖的基本要求按照資料的性質(zhì)與分析目的恰當?shù)剡x擇圖形標題位于圖的正下方對圖中的不同事物應通過不同的圖案或顏色加以區(qū)別，并附圖例涉及坐標系的統(tǒng)計圖，數(shù)軸應標注合適的原點、尺度和單位（二）定量資料定量資料集中趨勢算術均數(shù)、中位數(shù)、眾數(shù)幾何平均數(shù)和調(diào)和平均數(shù)離散趨勢標準差（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)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、強度和相對比例13-1陳榮昌等人針對重癥SARS激素治療的有效性和安全性的問題，對廣州市2002年12月到2003年6月期間收治的401例SARS病例進行回顧分析，探索激素治療的有效性和安全性（Rong-changChen，Xiao-pingTang，Shou-yongTan，etal.GuangzhouExperienceTreatmentofSevereAcuteRespiratorySyndromeWithGlucosteroids:TheGuangzhouExperience.Chest，2006，129：1441-1452）。原文中Table1列出401例患者中一般資料的基本特征，由于Table1內(nèi)容太多，表13-6僅節(jié)選其中一部分作為示范參數(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)Fisherexacttest<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）二、統(tǒng)計推斷結果的表達與解釋包括假設檢驗方法、單側或雙側檢驗、檢驗水準、檢驗統(tǒng)計量、自由度及其P值與有關參數(shù)的可信區(qū)間常見的幾種統(tǒng)計方法結果解釋包括：多重比較結果方差分析結果關聯(lián)和相關分析回歸分析生存分析結果多重比較結果的報告與解釋常用的多重比較方法：均數(shù)比較方法LSD-t檢驗、Bonferroni法、Student-Newman-Keuls(SNK)法和Dunnett-t檢驗等；秩均值多重比較方法有Bonferroni法、q檢驗和Nemenyi檢驗等；率多重比較方法有檢驗水準調(diào)整法（如基于Bonferroni思想）、Scheffe可信區(qū)間法簡單用t檢驗、χ2檢驗，會導致一類錯誤增大在報告結果時，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果方差分析結果的報告與解釋方差分析（AnalysisofVariance，ANOVA），又稱F檢驗，通過變異分解的原理進行推斷分類：因素方差分析、雙因素方差分析、多因素方差、完全隨機設計方差分析、配伍組設計方差分析、交叉設計方差分析等前提條件：相互獨立，正態(tài)分布，方差齊性

例：

為研究茶多酚保健飲料對急性缺氧的影響，將60只Wistar小白鼠隨機分為對照組、低劑量、中劑量和高劑量四個組，每組15只。40天后，測得四個組小白鼠耐缺氧存活時間均數(shù)±標準差分別為（21.55±3.43）分鐘、（22.88±3.56）分鐘、（28.06±4.38）分鐘、（31.83±4.54）分鐘；4組總體均數(shù)的95%可信區(qū)間分別為（19.47分鐘，23.62分鐘）、（20.81分鐘，24.95分鐘）、（25.98分鐘，30.13分鐘）和（29.76分鐘，33.91分鐘）由方差分析得F=21.14，P<0.01；進一步經(jīng)LSD-t檢驗，除低劑量組外，其他任何兩組間在延長小白鼠耐缺氧生存時間上的差異均具有統(tǒng)計學意義（P<0.05）關聯(lián)和相關分析結果的報告和解釋

關聯(lián)（association）與相關（correlation）是用來描述兩個變量間的相互關系（relationship）的統(tǒng)計學術語類型關聯(lián)相關變量定性資料定量資料方法獨立χ2Pearson或Spearman取值范圍0~1-1~1散點圖計算得出相關系數(shù)對相關回歸系數(shù)做假設檢驗解釋r和p值注意：相關和關聯(lián)是兩變量間數(shù)量上的相互關系，不能據(jù)此推論兩變量有生物學的聯(lián)系，或因果關系，有可能只是伴隨關系相關性分析結果報告內(nèi)容：各指標的描述性統(tǒng)計內(nèi)容、相關或關聯(lián)分析過程（如散點圖是否顯示線性相關趨勢）、相關系數(shù)的大小及其95%可信區(qū)間、假設檢驗方法、檢驗統(tǒng)計量和P值等、統(tǒng)計學結論（是否相關及相關性的強弱）。例：

為了探討學齡兒童身高與體重的關系，某人搜集了10名學齡兒童身高與體重數(shù)據(jù)。10名兒童身高均數(shù)為157.6cm，標準差為8.4cm；體重均數(shù)為36.1kg，標準差為4.8kg。從散點圖（圖13-9）可見，學齡兒童身高和體重呈線性趨勢，Pearson相關系數(shù)r=0.93（t=7.10，P<0.001），總體相關系數(shù)95%可信區(qū)間為（0.72，0.98）。結果表明，學齡兒童身高和體重間呈線性正相關圖13-9兒童體重和身高散點圖回歸分析結果的報告與解釋

1）線性回歸（

linearregression）研究一個變量（反應變量，又稱因變量）和另外一個或一些變量（解釋變量，又稱自變量）線性依存關系的統(tǒng)計分析方法用途刻畫定性關系，篩選危險因素，估計變量，預測和控制分類簡單線性和多重線性要求線性、獨立、正態(tài)、等方差注意：多重共線性的識別與處理

線性回歸分析結果應該包括如下內(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）例：

ChangHT等人為了探討臺灣年老退伍軍人生活質(zhì)量和影響因素，收集了260名男性年老退伍軍人社會人口學和慢性疾病相關數(shù)據(jù)，并用了WHOQOL臺灣簡單版、SF-36、社會支持量表、老年人抑郁量表等量表進行測量。采用逐步回歸的方法分析在四個領域中調(diào)查者的生活質(zhì)量，結果表明抑郁癥狀、慢性疾病的數(shù)量、退休時軍銜和親戚的支持跟身體和心理領域相關，朋友的支持和抑郁癥狀與社會關系領域相關，朋友的支持和日常娛樂生活與環(huán)境領域相關。（ChangHT，LiuLF，ChenCK，etal.Correlatesofinstitutionalizedseniorveterans’qualityoflifeinTaiwan.HealthQualLifeOutcomes，2010，8(1):70）。因原文中Table5列出生活質(zhì)量四個領域相關因素多重回歸結果，由于內(nèi)容太多，表13-7僅節(jié)選其中一個軀體領域（physicaldomain）作為示范表13-7生活質(zhì)量四個領域相關因素多重回歸結果（節(jié)選）影響因素偏回歸系數(shù)標準化回歸系數(shù)tP共線性容忍度方差膨脹因子軀體領域（校正

）常數(shù)項12.9812.52<0.0001抑郁癥狀－0.43－0.50－5.98<0.00010.901.11慢性疾病數(shù)量－0.45－0.33－3.77<0.00010.821.22教育程度0.680.202.12<0.050.741.36退休時軍銜0.620.202.33<0.050.881.14親戚支持0.120.182.14<0.050.911.092）

Logistic回歸

Logistic回歸適用因變量為分類變量的一種回歸分析方法，常被用于研究各種危險因素與疾病發(fā)生之間的定量關系Logistic回歸分析結果的報告應包括：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：為研究子宮內(nèi)膜癌與過去服用雌激素的關系，用回顧性病例對照研究方法調(diào)查188例子宮內(nèi)膜癌患者，另選188例未患子宮內(nèi)膜癌婦女作對照，了解過去使用雌激素史。Logistic回歸分析結果見表13-8，結果表明服用雌激素與子宮內(nèi)膜癌發(fā)生有關（P<0.001），服用雌激素組的優(yōu)勢比為7.402，95%可信區(qū)間為（4.534，12.083）。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)膜癌與雌激素關系的Logistic回歸分析結果5.生存分析結果的報告與解釋

生存分析是將終點事件的出現(xiàn)與否和出現(xiàn)終點事件所經(jīng)歷的時間結合起來分析的一類統(tǒng)計分析方法，可用于生存率估計、生存曲線比較、影響因素分析和生存預測生存分析壽命表法Kaplan-MeierLog-rank和BreslowCox回歸若是生存率估計，分析結果報告應是：生存率估計方法、生存曲線及中位生存期；若是生存曲線比較，則需報告生存曲線、生存曲線比較方法、檢驗統(tǒng)計量及其P值；若是影響因素分析和生存預測，結果報告包括：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。例：

LiangJF等人研究SPARC和

VEGF在結腸癌蛋白表達的關系和預后意義，采用Kaplan-Meier法和Log-rank檢驗評價PARC和

VEGF表達對生存時間的影響，SPARC在間質(zhì)細胞（MSC）表達高反應組和低反應組總生存時間（overallsurvival）和無病生存時間（disease-freesurvival）有統(tǒng)計學的差異，生存預后的影響因素分析見表13-9

多變量Cox比例風險回歸分析表明，SPARC表達、VEGF表達以及TNM分期是總生存時間的獨立預后影響因素表13-9影響結腸癌患者總生存時間的預后因素Cox回歸分析結果參數(shù)回歸系數(shù)標準誤Wald相對危險度95%CIP值下限上限腫瘤分化0.0760.2800.0741.0790.6231.8690.785淋巴結轉移－0.1740.3630.2300.8400.4121.7120.632淋巴結浸潤－0.0120.3840.0010.9890.4662.0970.976入侵深度－0.3440.4310.6390.7090.3051.6490.424遠處轉移－0.2050.4590.2000.8150.3312.0030.655TNM0.9590.3636.9722.6091.2805.3160.008SPARC0.9990.3677.4312.7171.3245.5740.006VEGF－0.3110.1534.1360.7330.5430.9890.042MVD0.0260.0280.8871.0270.9721.0850.346第四節(jié)中介效應與交互作用分析中介效應定義中介效應識別和檢驗中介效應的估算方法中介效應與間接效應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定義在疾病病因研究中，常會出現(xiàn)一種情況，由病因（自變量X）至疾?。ㄒ蜃兞縔）的過程中，不是直接的因果關系（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），而自變量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（mediatingeffect；mediation）。一、中介效應以三變量為例，介紹中介效應關系中介效應XYe1Y=cX+e1（1）XYMabC,Ce2e3M=aX+e2（2）Y=c,X+bM+e3（3）意義：探索病因（X）導致疾?。╕）的作用機制整合已有的研究或理論，具有顯著的理論和實踐意義例子吸煙炎性反應因子高血壓中介效應中介效應識別與檢驗自變量與因變量存在關聯(lián)（系數(shù)c）自變量與中介變量的關聯(lián)也有關聯(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有統(tǒng)計學意義的關聯(lián)（系數(shù)c′）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M對Y無影響），則停止中介效應檢驗對方程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。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；若c’

沒有統(tǒng)計學意義，則說明是完全中介效應，X對Y的作用完全通過M來實現(xiàn)，檢驗結束。果b沒有統(tǒng)計學意義，則不能排除中介效應，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，說明中介效應存在，如果z值小于臨界z值，說明中介效應不存在中介效應檢驗中介效應的估算方法在中介效應分析時，除了要報告中介效應（ab）的大小外，還要報告中介效應與總效應之比，后者表示中介效應占總效應中的比重，或者中介效應與直接效應之比，它們都可以衡量中介效應的相對大小在炎性反應在吸煙與高血壓病的聯(lián)系中起中介效應作用的研究中得到如下結果，吸煙量與炎癥因子CRP之間的偏回歸系數(shù)為a等于0.500，吸煙量與高血壓之間的偏回歸系數(shù)c為0.225；在同時納入吸煙量和炎癥因子CRP兩個變量時，吸煙量和炎癥因子CRP與高血壓的偏回歸系數(shù)分別為0.047（c’）和0.133（b），并且c’不具有統(tǒng)計學意義。因此，推論炎癥因子CRP在吸煙量與高血壓的聯(lián)系中起完全中介效應，其中介效應值為0.0665，中介效應占總效應的比重為58.59%，直接效應占總效應的比重等于41.41%（1－58.59%），中介效應與直接效應之比為1.41。即在吸煙量對高血壓的效應中，有41.41%是直接效應，另外有58.59%是通過中介變量炎癥因子CRP中介效應（或間接效應）起作用的例子圖13-12炎癥因子CRP對吸煙量和高血壓聯(lián)系中的中介效應例子中介效應與間接效應區(qū)別：在中介變量不止一個時，中介效應要明確是哪個中介變量的中介效應，而間接效應既可以是某特定中介變量的間接效應（即中介效應），也可是部分或所有中介效應之和在只有一個中介變量的情形下，雖然中介效應等于間接效應，但兩者還是不等同（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）二、交互作用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，在設計階段和資料分析方面可以避免（二)交互作用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

判斷交互作用的方法分層分析

Mental-Haenszel法、Woolf法、直接分層分析和最大似然比檢驗

注意：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多因素分析

線性回歸模型是否有相加交互作用

Logistic或Cox回歸模型是否有相乘交互作用(三）交互作用分析1.定量分析交互作用超額相對危險度（relativeexcessriskofinteraction，RERI）交互作用歸因比（attributableproportionsofinteraction，API）交互作用指數(shù)S（thesynergyindexS，S）表示X與Z兩個因素均不存在時的相對危險度表示X與Z兩個因素均存在時的相對危險度表示X因素存在而Z因素不存在時的相對危險度表示X因素不存在而Z因素存在時的相對危險度注意：API可以評價兩因子同時存在時可歸于其交互作用的比例，公共衛(wèi)生學意義較大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便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)生學交互作用第五節(jié)臨床研究中的常見統(tǒng)計學錯誤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，導致改變圖形應有的變化趨勢；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，其中膽結石患者與健康人群的膳食結構關系見表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（SSRO）和下頜升支垂直截骨術（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）分別在術前、術后3個月、6個月測定其頜力、咀嚼效能例13-10表13-13兩組患者術前和術后頜力的測定結果（kg，

）時間SSRO（n=16）IVRO（n=11）術前14.58±7.8516.89±9.14術后3個月10.54±5.879.63±7.24術后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?。┎⒉簧僖?。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：錯誤地將構成比當作率使用，HD占淋巴瘤總數(shù)的28.5%，只是構成比，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)假設檢驗中常見錯誤

1.不注意應用條件而誤用統(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直腸癌診斷的作用，分別檢測手術前患者58名和手術后患者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手術前后兩組4項腫瘤標志檢測結果（

）組別CEA(μg/L)CA19-9(U/L)CA72-4(U/L)CA242(U/L)術前組（n=58）34.0±79.0209.0±739.07.2±4.8111.0±179.0術后組（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癌基因表達與預后的關系分析如下（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.不考慮設計類型而誤用統(tǒng)計分析方法誤用成組設計t檢驗處理配對設計的定量資料誤用成組設計t檢驗代替單因素方差分析進行多組間比較誤用t檢驗處理析因設計的定量資料誤用t檢驗處理重復測量設計的定量資料誤用一般

檢驗代替配對設計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計t檢驗處理配對設計的定量資料例13-15

某文用改良的Seldinger插管技術對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正確做法配對設計或配對秩和檢驗誤用成組設計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于大腦重量的觀察結果，共分對照、治療和預防三個組，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，應采用成組設計的t檢驗誤用t檢驗處理析因設計的定量資料例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計為析因設計，使用t檢驗割裂了整體設計；資料利用率低；誤差自由度變小；增大犯假陽性錯誤概率；無法分析因素間可能存在的交互作用大小例13-17正確做法析因設計的方差分析方法，如不滿足參數(shù)檢驗的前提條件，應進行變量轉化誤用t檢驗處理重復測量設計的定量資料例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。在手術后10~14天停止全部用藥后進行，首先經(jīng)術中留置的門靜脈插管測基礎門靜脈壓、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辨析與釋疑把重復測量的單因素設計用多個配對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正確做法重復測量的方差分析誤用一般

檢驗代替配對設計McNemar檢驗例13-19某文分析肺大細胞癌中p53蛋白表達和p53基因突變檢測結果的關系，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%），二者結果完全一致者44例（73.3%），二者結果不一致者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

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)完全適應基本適應部分適應未適應總適應率（%）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計的要求，將原本屬于“重復觀測”的多因素定性資料錯誤地按“獨立重復試驗”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測量設計收集資料，并采用重復測量設計定性資料的統(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果無序的單向有序列聯(lián)表誤判為分組變量無序而結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