LOGO医药常用统计方法与 统计图表中国药科大学 生物统计与计算药学研究中心主要内容统计基本概念1假设检验2常用统计方法3统计图表4一、统计基本概念v 医学统计工作的内容 统计工作贯穿医学研究中的全过程，医学研究 中的统计工作包括： 研究设计 数据搜集 数据整理 数据分析医学统计工作的内容A.研究设计设计一般包括专业设计和统计设计。专业设计即确定调查题目、 内容等。统计设计包括资料收集、整理与分析。 实验三要素：处理因素、受试对象、实验效应 设计四原则：对照、随机化、重复、盲法B.搜集资料：按照设计要求，原则是及时、准确、完整地收集原始 数据。数据来源：病历、日常医疗工作记录、临床检查与化验记录、 疾病监测报表、专题研究C.数据整理：对数据进行清理、改错、数量化D.数据分析：统计描述、统计推断一、统计基本概念v常用概念A. 同质与变异 在调查研究或实验研究中，除了直接关注的影响因素外，其他非研究因素也会影响研究结果，为了突出研究因素的作用，需要使各比较组之间非研究因素尽可能相同，即同质 即使非研究因素控制在相同条件下，个体的观察值之间也会有所不同，这种差异叫做变异B. 总体与样本 根据研究目的确定的同质研究对象的全体称为总体 按随机化原则从总体中抽取的部分研究对象称为样本C. 抽样和抽样误差 抽样是指从总体选取样本的过程，抽样的目的是用样本信息来推断总体特征 由于抽样所造成的样本指标与总体指标的差异称为抽样误差 D. 概率和小概率事件 概率(probability)是反映某一事件发生的可能性的大小，常用符号P表示。其值在0和1之间。概率等于1的事件是必然事件，概率等于0的事件是不可能事件，随机事件的概率小于1，而大于0。 小概率事件习惯上是指P 2 samplesInterval One way ANOVARepeated measured ANOVAOrdinalKruskal-Wallis testFriedman testNominalChi-square testCochrans Q test (dichotomous data only)三、常用统计方法v生存分析 vLogistic回归分析 v判别分析 v聚类分析 vMeta分析 v主成分分析1、生存分析v医学研究中，为了了解某种疾病的预后、评价 治疗方法的优劣或观察预防保健措施的效果等 ，常需对研究对象进行追踪观察，以获得必要 的数据，这类资料都属于随访资料。 其研究内容主要包括3个方面： 对生存状况进行统计描述（生存概率、生存率、中 位生存期等）； 寻找影响生存时间的“危险因素”和“保护因素” ； 估计生存率和生存时间长短，进行预后评价。v传统方法在分析随访资料时的困难 1、时间和生存结局都成为了要关心的因 如果将两者均作为变量拟合多元模型，因为时间分 布不明（一般不呈正态分布，在不同情况下的分布 规律也不同），拟合多元模型极为困难 2、存在大量失访的资料，数据删失 失去联系（病人搬走，电话号码改变） 无法观察到结局（死于其他原因） 研究截止 关于截尾或删失随访开始事件失访 失访 研究截止时仍存活研究截止时点患者进入期间删失的模式图v 1非参数法：其特点是不论资料是什么样的分布形式，只根据样本提供的顺序统计量对生存率进行估计，常用的方法有乘积极限法和寿命表法。v 2参数法：参数法的特点是假定生存时间服从于特定的参数分布，根据已知分布的特点对影响生存的时间进行分析，常用的方法有指数分布法、Weibull分布法、对数正态回归分析法和对数logistic回归分析法等。v 3半参数法：半参数法兼有非参数法和参数法的特点，主要用于分析影响生存时间和生存率的因素，属多因素分析方法，典型方法为Cox模型分析法。生存分析的方法v乘积极限法（product-limit method） 非参数方法，是由Kaplan和Meier在1958年首先提出，故又称 Kaplan-Meier法（K-M法）。 用于估计生存率 主要适用于样本含量较小的资料。图16-2 两种疗法治疗后白血病患者的生存率曲线 vCox比例风险回归模型 在医学中, 对病人治疗效果的考查. 一方面要看治疗 结局的好坏，另一方面还要看生存时间的长短。 生存 时间的长短不仅与治疗措施有关, 还可能与病人的体 质, 年龄, 病情的轻重等多种因素有关。如何找出其 中哪些因素与生存时间有关、哪些与它无关呢？由于 失访、试验终止等原因造成某些时间的不完全,不能用 多元线性回归分析。 1972年英国统计学家Cox DR. 提出一种比例危险模型 方法， 能处理多个因素对生存时间影响的问题。设含有p个变量x1, x2,xp及时间T和结局C的n个观察对 象. 其数据结构为:编号 X1 X2 . XP T C1 x11 x21 x1p y1 12 x21 x22 x2p y2 0 n xn1 xn2 xnp yp . COX模型：vCox模型的适用范围 Cox模型适用于生存资料的统计分析，属半参数模型， 对资料没有特殊的要求，也可以估计各因素的参数， 并能做多因素的统计分析。该模型的主要优点在于能 从众多的影响因素中排除混杂因素的影响，找出影响 生存时间的因素，根据各因素的参数估计出个体的生 存率。 另外，Cox模型能分析具有截尾数值的生存时间。 Cox模型在临床流行病学分析中，使临床观察的定性指 标又加上定量指标进行分析，提高了分析的效率。 2、logistic回归模型vLogistic回归模型 概念：研究因变量y取某个值的概率变量p与自 变量x的依存关系 模型： 由于概率只能取0到1之间的值，为了把因变量 扩展到整个实数范围，对p做logit变换v回归模型参数数学意义 0（常数项）：所有影响因素均为 0 时（记作 X=0），个体发生事件概率与不发生事件的概率 之比的自然对数值。 j 的含义：某因素 Xj 改变一个单位时，个体 发生事件概率与不发生事件的概率之比的自然 对数值。v优势比（odds ratio，OR）或比数比 优势（odds）是指某影响因素控制在某种水平时，事 件发生率与事件不发生率的比值，即P/(1-P)。 某影响因素的两个不同水平的优势的比值称为优势比 ，如某影响因素的一个水平为c1，另一个水平为c0， 则这两个水平的优势比为：v优势比（odds ratio，OR） OR表示影响因素对事件发生的影响方向和影响 能力大小。 OR1表示该因素取值越大，事件发生的概率越 大，又称危险因素。 OR 0，OR 1，影响因素的取值越大， 事件的发生的概率越大。 0.9）0.00.20.40.60.81.00.00.20.40.60.81.0FPRT P RA0.938ROC曲线下面积（Area）与诊断准确度高低 高 0.90-1.00 = excellent (A) 中 0.80-0.90 = good (B) 0.70-0.80 = fair (C) 低 0.60-0.70 = poor (D) 0.50-0.60 = fail (F)空间统计图v 空间统计是20 世纪90 年代以后在经济地理，尤其是城 市和区域研究领域中发展起来的重要研究方法。这一方 法考虑到事物发展的空间依赖性，大大革新了原有经典 统计，并借助于地理信息技术增强了可视化效果，丰富 了在城市和区域研究中对空间的认识和预期。 v 空间统计是分析空间数据资料的统计方法 v 空间统计是针对空间位置关系迅速发展起来的技术领域 ；它最先开始应用于地质学，随后在社会地理学，特别 是在犯罪和疾病空间研究中得到了广泛应用 v 空间统计的出发点是事物在空间上存在关联性，但距离 近的关联性更强。换言之，位置上相近的事物更容易相 互影响并拥有相似的特性空间统计图上海市人口面积箱线图2010年江苏省艾滋病发病 率空间分布LOGO