教材圖9-4藥物口服量與血藥濃度關(guān)系的散點(diǎn)圖請(qǐng)問(wèn)：本例的兩個(gè)變量各有何特征？可以計(jì)算Pearson相關(guān)系數(shù)嗎？若可以，則計(jì)算的方法與步驟有何不妥嗎？計(jì)算結(jié)果正確嗎？可以推出本例的結(jié)論嗎？案例辨析本例的重要問(wèn)題是，線性相關(guān)的條件不滿足，即口服劑量是人為取定的，屬于非隨機(jī)變量，因此不宜作相關(guān)分析。其次，僅利用Pearson相關(guān)系數(shù)與假設(shè)檢驗(yàn)值就認(rèn)為兩者呈線性正相關(guān)為時(shí)過(guò)早。分析本例的散點(diǎn)圖，可發(fā)現(xiàn)散點(diǎn)呈曲線形，而非直線型，因此即使口服劑量是隨機(jī)變量也不宜直接作線性相關(guān)分析。第三，研究者取的劑量范圍為1~30，而結(jié)論認(rèn)為口服藥物量與血藥濃度呈線性正相關(guān)，未限定濃度范圍，也是不妥的。相關(guān)分析很重要的一條就是在多大范圍作的研究就在多大范圍下結(jié)論，因?yàn)槌^(guò)范圍很可能結(jié)論就不再成立。正確做法①若要進(jìn)行相關(guān)分析，則應(yīng)將濃度隨機(jī)化，不可定點(diǎn)；②認(rèn)真分析散點(diǎn)圖，看其散點(diǎn)分布趨勢(shì)，因是曲線形，因此宜在適當(dāng)變換（如對(duì)數(shù)變換等）后作線性相關(guān)分析。第10章簡(jiǎn)單線性回歸分析案例辨析及參考答案案例10-1年齡與身高預(yù)測(cè)研究。某地調(diào)查了4～18歲男孩與女孩身高，數(shù)據(jù)見教材表10-4,試描述男孩與女孩平均身高與年齡間的關(guān)系，并預(yù)測(cè)10.5歲、16.5歲、19歲與20歲男孩與女孩的身高。教材表10-4某地男孩與女孩平均身高與年齡的調(diào)查數(shù)據(jù)年齡平均身高年齡平均身高年齡平均身高男孩女孩男孩女孩男孩女孩4.0102.1101.28.0126.8126.314.0162.5157.14.5105.3104.59.0132.2131.815.0166.1157.75.0108.6107.610.0136.6137.916.0169.0158.75.5111.6110.811.0142.3144.117.0170.6158.96.0116.2115.112.0147.2150.018.0170.7158.97.0122.5121.113.0156.3155.1數(shù)據(jù)文件：data10-2.sav。采用SPSS對(duì)身高與年齡進(jìn)行回歸分析，結(jié)果如表教材10-5和教材表10-6所示。教材表10-5男孩身高對(duì)年齡的簡(jiǎn)單線性回歸分析結(jié)果估計(jì)值標(biāo)準(zhǔn)誤PConstant83.73631.882444.48390.0000AGE5.27480.167631.47980.0000=990.98=98.5%教材表10-6女孩身高對(duì)年齡的簡(jiǎn)單線性回歸分析結(jié)果估計(jì)值標(biāo)準(zhǔn)誤PConstant88.43263.280026.96110.0000AGE4.53400.292015.52900.0000=241.15=94.1%經(jīng)擬合簡(jiǎn)單線性回歸模型，檢驗(yàn)結(jié)果提示回歸方程具有統(tǒng)計(jì)學(xué)意義。結(jié)果提示，擬合效果非常好，故可認(rèn)為：（1）男孩與女孩的平均身高隨年齡線性遞增，年齡每增長(zhǎng)1歲，男孩與女孩身高分別平均增加5.27cm與4.53cm，男孩生長(zhǎng)速度快于女孩的生長(zhǎng)速度。（2）依照回歸方程預(yù)測(cè)該地男孩10.5歲、16.5歲、19歲和20歲的平均身高依次為139.1cm、170.8cm、184.0cm和189.2cm；該地女孩10.5歲、16.5歲、19歲和20歲的平均身高依次為136.0cm、163.2cm、174.6cm和179.1cm。針對(duì)以上分析結(jié)果，請(qǐng)考慮：（1）分析過(guò)程是否符合回歸分析的基本規(guī)范？（2）回歸模型能反映數(shù)據(jù)的變化規(guī)律嗎？（3）擬合結(jié)果和依據(jù)回歸方程而進(jìn)行的預(yù)測(cè)有問(wèn)題嗎？（4）男孩生長(zhǎng)速度快于女孩的生長(zhǎng)速度的推斷是否有依據(jù)？案例辨析未繪制散點(diǎn)圖，盲目進(jìn)行簡(jiǎn)單線性回歸分析；若實(shí)際資料反映兩變量之間呈現(xiàn)某種曲線變化趨勢(shì)，用簡(jiǎn)單線性回歸方程去描述其變化規(guī)律就是不妥當(dāng)?shù)?。正確做法分析策略：作散點(diǎn)圖，選擇曲線類型，合理選擇模型，統(tǒng)計(jì)預(yù)測(cè)。（1）作散點(diǎn)圖（案例圖10-1）。案例圖10-1兒童身高對(duì)年齡的散點(diǎn)圖(a)男孩身高；(b)女孩身高由案例圖10-1可見，隨著年齡的增加，身高也增加，但呈曲線變化趨勢(shì)，15~16歲后，增加趨勢(shì)逐漸趨于平緩。因此適合于擬合曲線回歸方程。（2）選擇曲線類型，進(jìn)行統(tǒng)計(jì)分析,幾種曲線方程擬合結(jié)果如下。ModelSummaryandParameterEstimatesDependentVariable:男孩身高EquationModelSummaryParameterEstimatesRSquareFdf1df2Sig.Constantb1b2b3Linear.985990.980115.00083.7365.275Quadratic.9931051.826214.00071.2708.103-.132Cubic.9961023.177313.00089.6091.735.512-.020Growth.973535.145115.0004.514.039Theindependentvariableis年齡。DependentVariable:女孩身高EquationModelSummaryParameterEstimatesRSquareFdf1df2Sig.Constantb1b2b3Linear.941241.151115.00088.4334.534Quadratic.9941206.902214.00060.78810.805-.292Cubic.9982575.942313.00081.8573.490.447-.023Growth.924182.200115.0004.539.034Theindependentvariableis年齡。上述曲線類型依次為線性、二次、三次多項(xiàng)式曲線和生長(zhǎng)曲線，由擬合結(jié)果可知，曲線擬合效果較好，進(jìn)一步得到曲線圖（案例圖10-1）：（3）選擇合理的模型，列出回歸方程。以女孩身高二次曲線為例，方程如下：多項(xiàng)式曲線：（4）統(tǒng)計(jì)預(yù)測(cè)：預(yù)測(cè)19歲女孩身高為60.788+10.805×18-0.292×182=160.7，與實(shí)際趨勢(shì)相符。其他預(yù)測(cè)方法相同。案例10-2貧血患者的血清轉(zhuǎn)鐵蛋白研究。第6章例6-1中，為研究某種新藥治療貧血患者的效果，將20名貧血患者隨機(jī)分成兩組，一組用新藥，另一組用常規(guī)藥物治療，測(cè)得血紅蛋白增加量（g/L）見表6-1。問(wèn)新藥與常規(guī)藥治療貧血患者后的血紅蛋白增加量有無(wú)差別？張醫(yī)生用檢驗(yàn)比較新藥與常規(guī)藥治療貧血患者后的血紅蛋白增加量，計(jì)算得：＝27.99，＝20.21，=4.137。王醫(yī)生認(rèn)為，可以作線性回歸分析。在該數(shù)據(jù)中涉及了兩個(gè)變量，一是觀察效應(yīng)變量(連續(xù)性)，即血紅蛋白增加量，將之作為回歸分析中的因變量；另外一個(gè)變量為處理因素（二分類變量），即影響因素，將之作為自變量，其中新藥組=1，常規(guī)藥組=0。數(shù)據(jù)轉(zhuǎn)換為雙變量資料形式（教材表10-7），經(jīng)分析得回歸方程，=4.137。教材表10-7兩種藥物治療貧血患者結(jié)果編號(hào)編號(hào)編號(hào)編號(hào)119.50622.001130.511632.51219.00719.001221.411729.51313.00815.501325.011825.51424.70924.501434.511924.41521.501023.401533.012023.61數(shù)據(jù)文件：data10-3.sav。請(qǐng)考慮：（1）王醫(yī)生的分析方法對(duì)不對(duì)？（2）回歸分析能代行兩樣本均數(shù)t檢驗(yàn)的任務(wù)嗎？（3）通過(guò)這個(gè)案例的實(shí)踐，你得到哪些啟發(fā)？案例辨析王醫(yī)生的分析方法是對(duì)的；回歸分析能代行兩樣本均數(shù)t檢驗(yàn)的任務(wù)。其理由如下。正確做法兩樣本合并后，總例數(shù)為＝20。進(jìn)行直線回歸分析，結(jié)果如下：，=0.698。經(jīng)檢驗(yàn)，貧血患者治療后的血紅蛋白增加量與治療有關(guān)。正常人均數(shù)：=20.21+7.78×0=20.21患者均數(shù)：=20.21+7.78×1=27.99截距與兩樣本均數(shù)的差值相等。分別進(jìn)行回歸方程的方差分析與回歸系數(shù)的t檢驗(yàn)，得F=17.112，t=4.137?；貧w系數(shù)的t檢驗(yàn)結(jié)果與兩樣本均數(shù)的t檢驗(yàn)結(jié)果完全一致。以上結(jié)果說(shuō)明，t檢驗(yàn)的結(jié)果可以轉(zhuǎn)化為直線回歸方程分析。當(dāng)分組因素為k個(gè)組（樣本）時(shí)，可以設(shè)置為k-1個(gè)指示變量，采用第11章的多重線性回歸分析，這在多因素分析中是最常采用的辦法。第11章多重線性回歸分析案例辨析及參考答案案例11-1預(yù)測(cè)人體吸入氧氣的效率。為了解和預(yù)測(cè)人體吸入氧氣的效率，某人收集了31名中年男性的健康調(diào)查資料。一共調(diào)查了7個(gè)指標(biāo)，分別是吸氧效率（，％）、年齡（，歲）、體重（，kg）、跑1.5km所需時(shí)間（，min）、休息時(shí)的心跳頻率（，次/min）、跑步時(shí)的心跳頻率（，次/min）和最高心跳頻率（，次/min）(教材表11-9)。試用多重線性回歸方法建立預(yù)測(cè)人體吸氧效率的模型。教材表11-9吸氧效率調(diào)查數(shù)據(jù)44.6094489.4711.376217818240.8365169.6310.955716817245.3134075.0710.076218518546.6725177.9110.004816216854.2974485.848.654515616846.7744891.6310.254816216459.5714268.158.174016617250.3884973.3710.086716816849.8743889.029.225517818039.4075773.3712.635817417644.8114777.4511.635817617646.0805479.3811.176215616545.6814075.9811.957017618045.4415676.329.634816416649.0914381.1910.856416217054.6255070.878.924814615539.4424481.4213.086317417645.1185167.2511.084817217260.0553881.878.634817018639.2035491.6312.884416817250.5414473.0310.134516816845.7905173.7110.475918618837.3884587.6614.035618619250.5455759.089.934914815544.7544566.4511.125117617648.6734976.329.405618618847.2734779.1510.604716216447.9204861.2411.505217017651.8555483.1210.335016617047.4675282.7810.505317017249.1564981.428.9544180185資料來(lái)自：張家放主編.醫(yī)用多元統(tǒng)計(jì)方法.武漢:華中科技大學(xué)出版社,2002。該研究員采用后退法對(duì)自變量進(jìn)行篩選，最后得到結(jié)果如教材表11-10所示。教材表11-10多重線性回歸模型的參數(shù)估計(jì)Table11-10ParameterestimationofregressionmodelVariableUnstandardizedCoefficientsStandardizedCoefficientsBStd.ErrorIntercept100.07911.5778.6440.000-0.2130.091-0.214-2.3370.027-2.7680.331-0.721-8.3540.000-0.3390.116-0.653-2.9390.0070.2550.1320.4391.9360.064*,對(duì)模型進(jìn)行方差分析的結(jié)果認(rèn)為模型有統(tǒng)計(jì)學(xué)意義（P<0.05），確定系數(shù)的數(shù)值（0.843）也說(shuō)明模型擬合的效果較好?？疾旄鱾€(gè)自變量的偏回歸系數(shù)，研究者發(fā)現(xiàn)，的偏回歸系數(shù)符號(hào)為正，認(rèn)為最高心跳頻率越大，人的吸氧效率就越高，這與專業(yè)結(jié)論相反。出現(xiàn)這種悖論的原因是什么呢？案例辨析我們先分析一下各個(gè)自變量之間的簡(jiǎn)單相關(guān)系數(shù)，結(jié)果發(fā)現(xiàn)和存在有較強(qiáng)的相關(guān)（r=0.930,P<0.001）,對(duì)回歸模型進(jìn)行共線性診斷，結(jié)果發(fā)現(xiàn)自變量的容忍度為0.122，方差膨脹因子等于8.188，自變量的容忍度為0.117，方差膨脹因子等于8.522，說(shuō)明自變量之間存在多重共線性，所以出現(xiàn)了與專業(yè)結(jié)論相反的現(xiàn)象。正確做法在這里，我們可以把自變量從模型中刪除以消除多重共線性的影響，應(yīng)重新建立多重線性回歸方程。最好多用幾種篩選自變量的方法(如前進(jìn)法、后退法、逐步回歸分析、最優(yōu)回歸子集法等)篩選自變量，結(jié)合專業(yè)知識(shí)和統(tǒng)計(jì)學(xué)知識(shí)，綜合分析和比較，從而得到比較優(yōu)的多重回歸方程。案例11-2醫(yī)院住院人數(shù)的預(yù)測(cè)石磊(1991)發(fā)表了其所在醫(yī)院1970-1989年期間歷年門診人次、病床利用率、病床周轉(zhuǎn)次數(shù)和住院人數(shù)的數(shù)據(jù)(教材表11-11)，建立由、、預(yù)測(cè)的線性回歸方程[中國(guó)衛(wèi)生統(tǒng)計(jì)，1991，8(6)]。下面列出了多重線性回歸分析的主要結(jié)果(教材表11-12)。教材表11-11重慶醫(yī)科大學(xué)附屬第二醫(yī)院1970-1989年若干統(tǒng)計(jì)資料年份住院人數(shù)門診人數(shù)/萬(wàn)人病床利用率/％病床周轉(zhuǎn)次數(shù)1970634949.894.2519.841971651938.198.5020.371972595236.689.8618.801973523036.086.0016.341974541132.383.2916.911975527737.877.8818.071976377234.192.6217.961977384642.286.5718.311978386638.184.2918.411979514239.589.2920.611980772455.897.6321.721981816763.096.5323.331982810765.293.4321.911983799866.194.4521.051984733165.493.0319.961985644760.191.7918.811986486956.988.9415.821987550657.791.7916.011988574153.499.0316.591989556848.794.9319.09教材表11-12多重線性回歸模型的參數(shù)估計(jì)Table11-12ParameterestimationofregressionmodelVariableUnstandardizedCoefficientsStandardizedCoefficientsBStd.ErrorIntercept-3219.6281505.165-2.1390.04759.83415.7800.5123.7920.001327.55385.7250.5153.8210.001*,作者采用逐步回歸的方法建立了門診人數(shù)和病床周轉(zhuǎn)次數(shù)關(guān)于住院人數(shù)的多重回歸方程，得到表11-12的結(jié)果，認(rèn)為回歸效果很好。但是，讀者小明作了殘差分析圖（教材圖11-4），認(rèn)為回歸效果不好。請(qǐng)仲裁一下，到底誰(shuí)對(duì)誰(shuí)錯(cuò)？教材圖11-4殘差分析圖案例辨析作者采用逐步回歸的方法建立了門診人數(shù)和病床周轉(zhuǎn)次數(shù)關(guān)于住院人數(shù)的多重回歸方程。從結(jié)果中可以看出，整個(gè)方程是有統(tǒng)計(jì)學(xué)意義的，各個(gè)總體偏回歸系數(shù)不為零，確定系數(shù)等于0.861，說(shuō)明回歸的效果也很好。但是，回頭考慮資料是否適合進(jìn)行多重線性回歸分析，也就是資料是否滿足多重回歸分析的前提條件LINE？于是，對(duì)回歸分析的結(jié)果進(jìn)行殘差分析，上面的殘差圖提示資料不滿足方差齊性的要求。Durbin-Watson統(tǒng)計(jì)量等于0.580，結(jié)果提示資料不滿足獨(dú)立性的要求。其實(shí)，常識(shí)也認(rèn)為同一醫(yī)院不同年份之間的數(shù)據(jù)不是獨(dú)立的。因此，可以認(rèn)為本資料不滿足多重線性回歸分析的前提條件，不宜進(jìn)行多重線性回歸分析。正確做法由于各年數(shù)據(jù)前后可能存在關(guān)聯(lián)性，即其取值與時(shí)間有關(guān)，故可以考慮采用時(shí)間序列等分析方法，此處從略。第12章實(shí)驗(yàn)設(shè)計(jì)案例辨析及參考答案案例12-1某項(xiàng)研究欲觀察E1A基因?qū)β闶笠浦材[瘤生長(zhǎng)的抑制和化學(xué)治療的增敏作用，研究者進(jìn)行了兩個(gè)實(shí)驗(yàn)。一是裸鼠致瘤實(shí)驗(yàn)，在實(shí)驗(yàn)設(shè)計(jì)中，將4周齡裸鼠隨意分為3組，每組5只，分別接受不同的處理。二是模擬E1A基因治療臨床應(yīng)用的裸鼠實(shí)驗(yàn)，研究者取20只4周齡裸鼠，接種癌細(xì)胞系后，隨意地分為4組。已知裸鼠的性別、體重等非實(shí)驗(yàn)因素對(duì)實(shí)驗(yàn)結(jié)果可造成不同的影響。請(qǐng)辨析該實(shí)驗(yàn)設(shè)計(jì)存在哪些差錯(cuò)？應(yīng)當(dāng)如何改進(jìn)？案例辨析研究者在進(jìn)行此項(xiàng)實(shí)驗(yàn)研究過(guò)程中，隨機(jī)化觀念淡漠，以隨意代替隨機(jī)，沒(méi)有認(rèn)真遵循實(shí)驗(yàn)設(shè)計(jì)的“隨機(jī)、均衡”的原則。在制定實(shí)驗(yàn)方案時(shí)，要非常重視非實(shí)驗(yàn)因素的干擾，應(yīng)使用隨機(jī)化方法使全部受試對(duì)象都有同等的機(jī)會(huì)被分入任何一個(gè)處理組中去，使各組具有可比性。在該研究中，研究者對(duì)裸鼠隨意分組，顯然沒(méi)有考慮到裸鼠的“性別、體重、健康狀況”等重要非實(shí)驗(yàn)因素對(duì)不同處理組中的實(shí)驗(yàn)結(jié)果所造成的非平衡影響。若研究者隨意地從籠中抓取裸鼠，首先抓取5只作為第一組，再抓5只作為第2組，依此類推?？梢韵胂瘢顫娊】档穆闶笾钡阶詈蟛艜?huì)被抓到，因此各組受試對(duì)象之間在健康狀況等方面并沒(méi)有達(dá)到均衡一致，各組之間也就不具有可比性。正確做法要想提高實(shí)驗(yàn)研究結(jié)果的可信度，應(yīng)利用隨機(jī)化方法盡量均衡重要非實(shí)驗(yàn)因素（如性別、體重、健康狀況等）對(duì)不同處理組中的實(shí)驗(yàn)結(jié)果所造成的影響，才能使實(shí)驗(yàn)結(jié)果在各對(duì)比組間具有很好的可比性。案例12-2為了觀察甲紫注入小型豬正常腮腺后組織病理變化情況，有人選擇6個(gè)月齡、體重2025kg的中國(guó)實(shí)驗(yàn)用小型豬15只，雄性9只，雌性6只。每只動(dòng)物任選一側(cè)腮腺為實(shí)驗(yàn)組，另一側(cè)作為正常對(duì)照組，以消除個(gè)體差異及增齡對(duì)實(shí)驗(yàn)結(jié)果的影響。按注入甲紫后1周、2周、1個(gè)月、3個(gè)月及6個(gè)月將15只動(dòng)物隨機(jī)分為5組，每組3只（每個(gè)組的3只動(dòng)物分別隨機(jī)注入0.6、1.0及4.0ml1%甲紫溶液），然后觀察組織病理變化情況。請(qǐng)辨析該實(shí)驗(yàn)設(shè)計(jì)存在哪些差錯(cuò)？應(yīng)當(dāng)如何改進(jìn)？案例辨析在該研究中共用了15只小型豬，乍看起來(lái)“15”這個(gè)數(shù)目不算太小，但仔細(xì)看一下不難發(fā)現(xiàn)，該實(shí)驗(yàn)中共涉及兩個(gè)實(shí)驗(yàn)因素：第一個(gè)因素是“甲紫作用時(shí)間”，它有“1周、2周、1個(gè)月、3個(gè)月及6個(gè)月”5個(gè)水平；第二個(gè)實(shí)驗(yàn)因素是“甲紫劑量”，它有“0.6ml、1.0ml及4.0ml”3個(gè)水平。這兩種因素水平的全面組合共有15種情況，每種情況構(gòu)成一個(gè)實(shí)驗(yàn)條件，這樣在每個(gè)實(shí)驗(yàn)條件下只有1只動(dòng)物。所以該實(shí)驗(yàn)各組的樣本大小為。這就違背了實(shí)驗(yàn)設(shè)計(jì)中的“重復(fù)原則”。因?yàn)樯矬w本身存在變異，只有在相同條件下進(jìn)行多次獨(dú)立重復(fù)實(shí)驗(yàn)，隨機(jī)現(xiàn)象的變化規(guī)律才能正確地顯露出來(lái)。正確做法究竟樣本含量應(yīng)取多大需要提供有關(guān)的基本信息，需要找到與相應(yīng)實(shí)驗(yàn)設(shè)計(jì)類型對(duì)應(yīng)的樣本含量估計(jì)公式進(jìn)行計(jì)算。不僅如此，此項(xiàng)實(shí)驗(yàn)研究所設(shè)立的正常對(duì)照組也是值得懷疑的，因?yàn)樵趧?dòng)物的口腔內(nèi)，一邊用藥而另一邊不用藥，怎能保證用藥的那一邊不會(huì)影響不用藥的那一邊呢？案例 12-3為了比較甲磺酸托烷司瓊和鹽酸托烷司瓊控制由順鉑、多柔比星化療所致胃腸道反應(yīng)的療效和不良反應(yīng)，現(xiàn)選取40例接受含順鉑和(或)多柔比星化療的腫瘤患者進(jìn)行實(shí)驗(yàn)研究。從充分利用每個(gè)受試者，盡可能排除非實(shí)驗(yàn)因素（如病情、年齡、性別等）的干擾方面考慮，在課題組會(huì)議上，人們分別提出了下面幾種實(shí)驗(yàn)設(shè)計(jì)類型，你認(rèn)為采用哪種設(shè)計(jì)較好？設(shè)計(jì)1，成組設(shè)計(jì)：將40例腫瘤患者隨機(jī)地均分成2組，一組給甲磺酸托烷司瓊，另一組給鹽酸托烷司瓊。設(shè)計(jì)2，條件相近者配對(duì)設(shè)計(jì)：可將40例腫瘤患者按病情、性別、年齡等各方面都相同或接近的每?jī)蓚€(gè)患者配成一對(duì)，用隨機(jī)的方法決定其中一個(gè)患者接受甲磺酸托烷司瓊，另一個(gè)患者接受鹽酸托烷司瓊。設(shè)計(jì)3，40例腫瘤患者第一個(gè)化療周期先用甲磺酸托烷司瓊，經(jīng)過(guò)一段時(shí)間后在下一個(gè)化療周期用鹽酸托烷司瓊，即采用“自身配對(duì)設(shè)計(jì)”。設(shè)計(jì)4，將40例腫瘤患者完全隨機(jī)地分成2組，用隨機(jī)的方法決定第一組20例患者使用兩種藥的順序，如先甲磺酸托烷司瓊后鹽酸托烷司瓊，則第2組的20例患者用藥的順序相反。每次用藥前后觀測(cè)指標(biāo)的取值，即采用“成組交叉設(shè)計(jì)”。設(shè)計(jì)5，將40例腫瘤患者按病情、年齡、性別等配成20對(duì)，用隨機(jī)的方法決定每一對(duì)中2個(gè)患者使用兩種藥的順序，如其中一個(gè)患者用藥的順序是先甲磺酸托烷司瓊后鹽酸托烷司瓊，則另一患者用藥的順序正好相反，每次用藥前后觀測(cè)指標(biāo)的取值，即采用“配對(duì)交叉設(shè)計(jì)”。案例辨析（1）設(shè)計(jì)1不合適，因?yàn)闃颖竞枯^小，即使采取完全隨機(jī)化分組，也很難保證兩組患者在各種重要的非實(shí)驗(yàn)因素（如病情、年齡、性別等）方面保持均衡一致；設(shè)計(jì)1還有第二個(gè)不足之處，見（2）。（2）設(shè)計(jì)1和設(shè)計(jì)2都存在著一個(gè)不足之處，那就是受試者利用率低。若在臨床上每個(gè)化療周期內(nèi)，經(jīng)過(guò)一段時(shí)間后化療所致的實(shí)驗(yàn)室檢查指標(biāo)和消化道反應(yīng)會(huì)完全恢復(fù)，不影響下一個(gè)周期對(duì)化療藥和控制不良反應(yīng)藥（此處指甲磺酸托烷司瓊或鹽酸托烷司瓊）療效的觀察，可考慮選用其他更合適的實(shí)驗(yàn)設(shè)計(jì)類型。顯然，設(shè)計(jì)3到設(shè)計(jì)5比前兩種設(shè)計(jì)對(duì)患者的利用率提高了。但是在設(shè)計(jì)3中，所有的患者都是先用甲磺酸托烷司瓊后用鹽酸托烷司瓊，這樣就人為地引入了“順序誤差”。正確做法對(duì)本例而言，設(shè)計(jì)5是比較好的設(shè)計(jì)方法，它能將兩種藥的使用順序所產(chǎn)生的影響從總誤差中分解出來(lái)。若在對(duì)交叉設(shè)計(jì)定量資料進(jìn)行方差分析時(shí)，將“攜帶效應(yīng)”引入方差分析模型，其結(jié)論會(huì)更可信。第13章臨床試驗(yàn)設(shè)計(jì)案例辨析及參考答案案例13-1某制藥企業(yè)開發(fā)了一個(gè)治療抑郁癥的新藥，欲與安慰劑對(duì)照進(jìn)行Ⅱ期臨床試驗(yàn)，初步評(píng)價(jià)新藥的臨床療效和安全性。按《藥品注冊(cè)管理辦法》要求，樣本含量需要200例，考慮20%脫落率，最終樣本含量確定為240例，治療組和對(duì)照組各120例。這樣確定樣本量是否正確？脫落率一定要考慮到20%嗎？10%可以嗎？案例辨析①樣本含量不能簡(jiǎn)單地按照《藥品注冊(cè)管理辦法》所要求的最低樣本含量來(lái)確定；=2\*GB3②不估算，根據(jù)不足。正確做法（1）樣本含量應(yīng)當(dāng)經(jīng)過(guò)統(tǒng)計(jì)學(xué)計(jì)算。（2）盡可能進(jìn)行樣本含量估算。（3）如果經(jīng)過(guò)統(tǒng)計(jì)學(xué)計(jì)算，樣本含量多于《藥品注冊(cè)管理辦法》的規(guī)定，按照計(jì)算結(jié)果確定。（4）如果經(jīng)過(guò)統(tǒng)計(jì)學(xué)計(jì)算，樣本含量少于《藥品注冊(cè)管理辦法》的規(guī)定，按照國(guó)家要求確定。（5）新藥臨床試驗(yàn)，特別是Ⅱ期臨床試驗(yàn)，通常考慮20%脫落率，但是，如果有比較詳實(shí)的預(yù)試驗(yàn)資料，可以參考預(yù)試驗(yàn)確定脫落率。案例13-2某制藥企業(yè)開發(fā)了一個(gè)治療糖尿病的新藥，欲與二甲雙胍對(duì)照在四個(gè)臨床試驗(yàn)中心進(jìn)行Ⅱ期臨床試驗(yàn)，初步評(píng)價(jià)新藥改善餐后血糖的臨床療效和安全性。樣本含量為240例，每個(gè)中心60例。經(jīng)抽簽決定，第一、四中心負(fù)責(zé)觀察新藥組，第二、三中心負(fù)責(zé)觀察對(duì)照組。這樣進(jìn)行隨機(jī)化是否正確？應(yīng)當(dāng)怎樣做？案例辨析以上幾個(gè)問(wèn)題都是很基本的，應(yīng)該從概念和方法上弄清楚。正確做法多中心臨床試驗(yàn)的隨機(jī)化原則是整體隨機(jī)，即從整體上來(lái)講，這是一個(gè)試驗(yàn)，而不是四個(gè)試驗(yàn)，需要把中心看作是分層因素（stratify），同時(shí)考慮分段，因?yàn)槭莾山M，段的長(zhǎng)度應(yīng)當(dāng)是2的倍數(shù)并大于等于2。具體隨機(jī)化方法可以利用大型統(tǒng)計(jì)軟件（如SAS、SPSS）的隨機(jī)程序?qū)崿F(xiàn)。案例13-3某制藥企業(yè)開發(fā)了一個(gè)治療感冒的中藥，名為抗感膠囊，欲與感冒清熱顆粒對(duì)照，進(jìn)行Ⅲ期臨床試驗(yàn)。如何設(shè)計(jì)雙盲試驗(yàn)？案例辨析這是一個(gè)非常實(shí)際的問(wèn)題，可用下面的方法來(lái)解決。正確做法《藥品注冊(cè)管理辦法》要求新藥Ⅲ期臨床試驗(yàn)盡量采用雙盲方法。雖然兩藥品劑型不同，但是，我們可以采用“雙模擬”方法，以達(dá)到雙盲的目的。準(zhǔn)備與抗感膠囊同等數(shù)量的抗感膠囊安慰劑，準(zhǔn)備與感冒清熱顆粒同等數(shù)量的感冒清熱顆粒安慰劑。治療組服用抗感膠囊和感冒清熱顆粒安慰劑，對(duì)照組服用感冒清熱顆粒和抗感膠囊安慰劑，這種方法被稱為“雙盲雙模擬法”。第14章調(diào)查設(shè)計(jì)案例辨析及參考答案案例14-1調(diào)查某中學(xué)學(xué)生的身高和體重，在全體200名學(xué)生中，隨機(jī)抽取15%，即抽取30人，抽取步驟如下：先將全校學(xué)生按點(diǎn)名冊(cè)，從1，2，…，30編號(hào)；然后通過(guò)計(jì)算機(jī)產(chǎn)生一系列9位的隨機(jī)數(shù)字；每次選取后面的3位數(shù)，共30組，編號(hào)等于此數(shù)的學(xué)生便被抽中；若所取的3位數(shù)大于或等于學(xué)生最大編號(hào)，則將該數(shù)的首位數(shù)字棄之，若后面所選取的隨機(jī)數(shù)與前面的隨機(jī)數(shù)相同，則廢棄后面的隨機(jī)數(shù)，繼續(xù)抽取新的隨機(jī)數(shù)，直到抽滿30名學(xué)生為止。請(qǐng)問(wèn)：這個(gè)抽樣結(jié)果是否正確？它存在什么不足？應(yīng)該如何操作？案例辨析此抽樣結(jié)果存在的問(wèn)題主要是沒(méi)有保證每一位學(xué)生以同等的概率被抽到，因?yàn)椤叭羲〉?位數(shù)大于或等于學(xué)生最大編號(hào)，則將該數(shù)的首位數(shù)字棄之”會(huì)使學(xué)號(hào)為兩位數(shù)的學(xué)生有較多的機(jī)會(huì)被抽到，所以，它沒(méi)有真正體現(xiàn)隨機(jī)抽樣的目的。正確做法為使每一位學(xué)生有同等的概率被抽到，正確的做法是：先將全校學(xué)生按點(diǎn)名冊(cè)從1，2，3，…，200編號(hào)；然后依次產(chǎn)生200個(gè)在(0,1)上均勻分布的隨機(jī)數(shù)，第一個(gè)產(chǎn)生的隨機(jī)數(shù)對(duì)應(yīng)第1號(hào)學(xué)生，第二個(gè)隨機(jī)數(shù)對(duì)應(yīng)第2號(hào)學(xué)生，依此類推，直至第200號(hào)學(xué)生；最后，對(duì)隨機(jī)數(shù)從小到大排序，則前30個(gè)隨機(jī)數(shù)所對(duì)應(yīng)的30個(gè)對(duì)象即為所抽得的對(duì)象。案例14-2孕期補(bǔ)充維生素與嬰兒神經(jīng)管缺陷關(guān)系的調(diào)查研究。調(diào)查對(duì)象分為兩類，一類為先服用維生素后懷孕的婦女，另一類為懷孕后才開始服用維生素的婦女，調(diào)查研究結(jié)果表明，前者比后者所生的嬰兒神經(jīng)管缺陷發(fā)生率要低得多，故得出了孕期之前補(bǔ)充維生素可以減少生育神經(jīng)管缺陷嬰兒的危險(xiǎn)性的結(jié)論。請(qǐng)問(wèn)：這個(gè)結(jié)論是否可信？它存在哪些不足？應(yīng)采取什么樣的措施才可彌補(bǔ)及完善這些不足？案例辨析此調(diào)查設(shè)計(jì)存在的缺陷很多。其一，兩類調(diào)查對(duì)象之間存在某些生理特征上的系統(tǒng)差別，致使在解釋結(jié)果時(shí)發(fā)生困難；其二，“先服用維生素后懷孕”和“懷孕后才開始服用維生素”的表述在時(shí)間觀念上不夠明確，第一類婦女在懷孕前多長(zhǎng)時(shí)間開始服用維生素？每天服用的劑量是多大？第二類婦女在懷孕后多長(zhǎng)時(shí)間開始服用維生素？每天服用的劑量是多大？這些至關(guān)重要的問(wèn)題都沒(méi)作出明確規(guī)定，其結(jié)論的可信度很低；其三，維生素的種類很多，是僅服用任何一種還是服用任何幾種也未作交代。顯然，在對(duì)上述兩類婦女的調(diào)查研究中，組間混雜因素的影響十分嚴(yán)重，缺乏可比性，因此，所得出的結(jié)論沒(méi)有說(shuō)服力，可信度差。正確做法應(yīng)將擬接受調(diào)查的婦女分為四組，且服用的維生素為葉酸。第1組：懷孕前后均未服用葉酸的婦女；第2組：懷孕前未服用而懷孕后一周內(nèi)開始服用葉酸的婦女；第3組：懷孕前半年內(nèi)服用葉酸而一旦懷孕后就再也沒(méi)有服用葉酸的婦女；第4組：懷孕前半年直到孩子出生之日一直堅(jiān)持服用葉酸的婦女。記錄每日服用葉酸的劑量，還應(yīng)記錄可能導(dǎo)致嬰兒神經(jīng)管缺陷的一切可能的可疑危險(xiǎn)因素的接觸情況，對(duì)調(diào)查所得的結(jié)果運(yùn)用相應(yīng)設(shè)計(jì)資料的多因素分析方法（如多重回歸分析等）進(jìn)行處理，或許能獲得較有價(jià)值的線索。人們最關(guān)心的是：最有可能導(dǎo)致胎兒神經(jīng)管畸形的原因是什么，是遺傳，是母親的生活環(huán)境，還是母親體內(nèi)缺乏某些物質(zhì)？有經(jīng)驗(yàn)的臨床醫(yī)生將答案初步鎖定在第三個(gè)問(wèn)題上。于是提出研究假設(shè)：胎兒神經(jīng)管畸形，可能是由于母體內(nèi)缺少某種或某些微量元素所致。確定調(diào)查目的：調(diào)查出現(xiàn)神經(jīng)管畸形的胎兒的母親體內(nèi)各種微量元素的含量，同時(shí)，以同期同地懷孕時(shí)間相當(dāng)且胎兒神經(jīng)管正常的母親為對(duì)照，也檢查她們體內(nèi)各種微量元素的含量。結(jié)果發(fā)現(xiàn)：以妊娠期母體血清鋅、銅濃度和銅/鋅比值為研究指標(biāo)，通過(guò)產(chǎn)前腹部B超檢查，對(duì)懷有神經(jīng)管畸形胎兒的孕婦組和正常孕婦組進(jìn)行調(diào)查，經(jīng)統(tǒng)計(jì)分析，兩組血清鋅濃度平均值之間的差別有統(tǒng)計(jì)學(xué)意義，即懷有神經(jīng)管畸形胎兒的孕婦組的血清鋅平均值低于正常孕婦組的血清鋅平均值，而血清銅濃度和銅/鋅比值的平均值在兩組之間的差別無(wú)統(tǒng)計(jì)學(xué)意義，于是，可得出血清鋅與神經(jīng)管畸形的發(fā)生有關(guān)聯(lián)的結(jié)論。當(dāng)然，這個(gè)結(jié)論是否正確，還需要通過(guò)大樣本前瞻性（詳后）動(dòng)物實(shí)驗(yàn)研究進(jìn)一步予以證實(shí)。案例14-3在某項(xiàng)病例對(duì)照研究中，研究者選擇那些因陰道出血前來(lái)就診且后來(lái)被診斷患有子宮內(nèi)膜癌的婦女作為病例組，選擇未患子宮內(nèi)膜癌的正常婦女為對(duì)照組，回顧性調(diào)查她們是否使用過(guò)雌激素，從而獲得了病例對(duì)照研究的資料，經(jīng)計(jì)算，發(fā)現(xiàn)子宮內(nèi)膜癌患者發(fā)病前使用雌激素者是對(duì)照組的9倍，經(jīng)過(guò)統(tǒng)計(jì)學(xué)處理，認(rèn)為兩組之間的差別有統(tǒng)計(jì)學(xué)意義，于是作出統(tǒng)計(jì)推斷：雌激素可導(dǎo)致子宮內(nèi)膜癌。請(qǐng)問(wèn)：這項(xiàng)調(diào)查研究的結(jié)果是否可信？若認(rèn)為不可信，問(wèn)題的癥結(jié)在哪里？應(yīng)如何解決之？案例辨析該項(xiàng)病例對(duì)照調(diào)查研究的結(jié)果不可信，它的癥結(jié)是所選用的對(duì)照組不恰當(dāng)。因?yàn)閷?duì)照組婦女與病例組婦女除了未患與患有子宮內(nèi)膜癌外，還在“陰道出血”這個(gè)嚴(yán)重癥狀上有區(qū)別，即對(duì)照組婦女未交代是否出現(xiàn)了陰道出血。若陰道出血婦女在對(duì)照組中占的比例很小，且陰道出血確實(shí)因某些原因所致時(shí)，則陰道是否出血這個(gè)因素就是病例組與對(duì)照組之間的重要混雜因素。事實(shí)上，根據(jù)臨床專業(yè)知識(shí)可知，服用雌激素的婦女易導(dǎo)致陰道出血。顯然，由于服用雌激素后陰道出血導(dǎo)致就診機(jī)會(huì)增多，使無(wú)癥狀的子宮內(nèi)膜癌的檢出率提高，這是一種假象。正確做法病例組婦女患有子宮內(nèi)膜癌，對(duì)照組婦女未患子宮內(nèi)膜癌。用配對(duì)的方法選擇對(duì)照組婦女，使病例組每一個(gè)婦女都有與她配對(duì)的一個(gè)對(duì)照組婦女。配對(duì)條件是：年齡、生育子女的個(gè)數(shù)、陰道是否出血、婚姻狀況、性生活的頻次等。根據(jù)這樣的病例組與對(duì)照組進(jìn)行回顧性調(diào)查研究，考察兩組婦女服用雌激素的比例（更恰當(dāng)?shù)卣f(shuō)，是優(yōu)勢(shì)比）并進(jìn)行統(tǒng)計(jì)學(xué)處理，才能獲得比較符合實(shí)際的結(jié)論。第15章樣本含量估計(jì)案例辨析及參考答案案例15-1某研究者為了證明A（HP-1000型超聲診斷儀）、B（研究者自制的成像系統(tǒng)）兩臺(tái)儀器測(cè)定的結(jié)果無(wú)差別，作了如下的實(shí)驗(yàn)設(shè)計(jì)：選一個(gè)健康人作為受試對(duì)象，用A、B兩臺(tái)儀器前后兩次（間隔為1個(gè)月）對(duì)此人分別重復(fù)測(cè)定4次,其數(shù)據(jù)格式如教材表15-9所示。觀測(cè)的定量指標(biāo)分別是：①二尖瓣前葉EC幅度；②左室后壁運(yùn)動(dòng)幅度；③R-R間期。數(shù)據(jù)處理方法是：每個(gè)指標(biāo)下有4組數(shù)據(jù)，既作了方差齊性檢驗(yàn)，又作了配對(duì)比較的t檢驗(yàn)，P值均大于0.1。結(jié)論：兩臺(tái)儀器的測(cè)定結(jié)果無(wú)差別，可用自制的成像系統(tǒng)取代費(fèi)用很高的同類進(jìn)口儀器。教材表15-9對(duì)一名健康人某一項(xiàng)指標(biāo)（如二尖瓣前葉EC幅度）測(cè)定的結(jié)果重復(fù)測(cè)定順序號(hào)二尖瓣前葉EC幅度A儀器第1次測(cè)B儀器第1次測(cè)A儀器第2次測(cè)B儀器第2次測(cè)1XXXX2XXXX3XXXX4XXXX注：“X”代表各次測(cè)定的具體值。請(qǐng)辨析下列問(wèn)題：（1）根據(jù)研究者的實(shí)驗(yàn)實(shí)施情況及對(duì)實(shí)驗(yàn)數(shù)據(jù)的處理，判斷研究者采用的實(shí)驗(yàn)設(shè)計(jì)有何不妥？你認(rèn)為應(yīng)該如何設(shè)計(jì)？（2）按照你的設(shè)計(jì)，如何確定應(yīng)選取對(duì)象的數(shù)量？案例辨析(1)根據(jù)研究者的實(shí)驗(yàn)實(shí)施情況及對(duì)實(shí)驗(yàn)數(shù)據(jù)的處理(既作了方差齊性檢驗(yàn)，又作了配對(duì)比較的檢驗(yàn))，可以判斷研究者自己認(rèn)為其所采用的實(shí)驗(yàn)設(shè)計(jì)類型為配對(duì)設(shè)計(jì)，即對(duì)同一個(gè)指標(biāo)，A、B兩臺(tái)儀器每一次測(cè)定的結(jié)果配成一對(duì)。但是，采用配對(duì)設(shè)計(jì)時(shí)，不能考察受試對(duì)象接受A、B兩臺(tái)儀器對(duì)各項(xiàng)指標(biāo)的測(cè)量的先后順序?qū)y(cè)量結(jié)果有無(wú)影響。本研究涉及3個(gè)因素，其中1個(gè)是實(shí)驗(yàn)因素（即儀器），另外兩個(gè)是區(qū)組因素（即測(cè)定時(shí)間和受試對(duì)象），因此，為了實(shí)現(xiàn)研究者的實(shí)驗(yàn)?zāi)康模詈貌捎媒徊嬖O(shè)計(jì)來(lái)安排實(shí)驗(yàn)。采用交叉設(shè)計(jì)時(shí)，選足夠數(shù)量的健康人，將其隨機(jī)分為兩組，其中一組先接受A儀器測(cè)量后接受B儀器測(cè)量，另一組則按相反順序接受測(cè)量。(2)研究者在實(shí)施實(shí)驗(yàn)時(shí)僅選一個(gè)健康人，用A、B兩臺(tái)儀器前后兩次（間隔為1個(gè)月）對(duì)此人分別重復(fù)測(cè)定4次，從研究者的角度來(lái)看，他認(rèn)為每次每臺(tái)儀器都作了4次獨(dú)立重復(fù)實(shí)驗(yàn)，其實(shí)不然。這是因?yàn)?，這里用同一臺(tái)儀器對(duì)此人同一個(gè)指標(biāo)重復(fù)測(cè)定4次所得數(shù)據(jù)應(yīng)取平均值，作為對(duì)該指標(biāo)的測(cè)定結(jié)果。研究者在實(shí)施實(shí)驗(yàn)時(shí)僅選一個(gè)健康人，實(shí)際上僅僅進(jìn)行了一次獨(dú)立實(shí)驗(yàn)，沒(méi)有進(jìn)行獨(dú)立重復(fù)實(shí)驗(yàn)，違背了實(shí)驗(yàn)設(shè)計(jì)的重復(fù)原則。要得出兩臺(tái)儀器的測(cè)定結(jié)果之間的差別無(wú)統(tǒng)計(jì)學(xué)意義的結(jié)論，僅憑對(duì)1個(gè)健康受試者4次重復(fù)測(cè)定數(shù)據(jù)進(jìn)行比較，證據(jù)并不充分。因?yàn)樵趯?shí)際操作中，每臺(tái)儀器每天要測(cè)定多個(gè)受試者，由于不同受試者之間存在很大的個(gè)體差異，兩臺(tái)儀器對(duì)某1個(gè)人的測(cè)定結(jié)果之間的差別無(wú)統(tǒng)計(jì)學(xué)意義，并不能推出在多數(shù)人身上測(cè)定的結(jié)果之間的差別也一定無(wú)統(tǒng)計(jì)學(xué)意義。這是用“個(gè)案”取代一般規(guī)律的生動(dòng)實(shí)例。因此，研究者在實(shí)施實(shí)驗(yàn)時(shí)僅選一個(gè)健康人，用A、B兩臺(tái)儀器前后兩次（間隔為1個(gè)月）對(duì)此人分別重復(fù)測(cè)定4次，從實(shí)驗(yàn)設(shè)計(jì)“四原則”的角度分析，這樣做是不可以的。正確做法采用交叉設(shè)計(jì)，選取足夠數(shù)量的健康人作為受試對(duì)象進(jìn)行實(shí)驗(yàn)。那么，應(yīng)選取多少健康人才能滿足實(shí)驗(yàn)要求呢？若重復(fù)測(cè)定的結(jié)果之間變異度較小，樣本含量=68即可。反之，以取10例或更多一些為宜。若利用本章介紹的交叉設(shè)計(jì)樣本含量估計(jì)公式，按公式計(jì)算出值，則更為妥當(dāng)。在用公式計(jì)算樣本含量時(shí)，可先進(jìn)行預(yù)實(shí)驗(yàn)，以便獲得公式中涉及到的有關(guān)參數(shù)的信息。案例15-2某藥的平均有效時(shí)間原為6h，現(xiàn)改進(jìn)了配方，據(jù)稱可延長(zhǎng)至7h。為了核實(shí)這一點(diǎn)，某研究組觀察了25例該病病人，得到的卻是陰性結(jié)果(),即不能認(rèn)為平均有效時(shí)間延長(zhǎng)至7h。已知，樣本標(biāo)準(zhǔn)差=2，該研究的結(jié)論可靠嗎？如何才能提高研究結(jié)論的可靠性？案例辨析結(jié)論是否可靠，應(yīng)在計(jì)算出檢驗(yàn)功效后才知道。正確做法若假設(shè)檢驗(yàn)得出“陰性”結(jié)果，則應(yīng)該檢查檢驗(yàn)的功效和樣本含量是否足夠。已知，，。取，假定作單側(cè)檢驗(yàn)，則。將數(shù)據(jù)代入公式(15-20），得進(jìn)而可計(jì)算出，。結(jié)果表明，此項(xiàng)檢驗(yàn)的功效為80.4%，不是很低。但是，從專業(yè)的角度來(lái)看，如果上述新藥的平均有效時(shí)間確實(shí)能延長(zhǎng)到7h，在此檢驗(yàn)之下，仍有20%的機(jī)會(huì)被不幸地埋沒(méi)，而只有約80%機(jī)會(huì)被發(fā)現(xiàn)。因此，得出“不能認(rèn)為平均有效時(shí)間延長(zhǎng)至7h”這一結(jié)論的可靠性不是很高。為了提高結(jié)論的可靠性，則必須加大樣本量以提高檢驗(yàn)的功效。若希望檢驗(yàn)功效達(dá)到99%，則至少應(yīng)該觀察多少例病人？為了使只有5%的機(jī)會(huì)將與常規(guī)藥本無(wú)差別的一種藥奉為較好的藥，??；為了使只有1%的機(jī)會(huì)埋沒(méi)較好的藥，取，則，。又，，將各數(shù)據(jù)代入公式(15-1)，得，，將有關(guān)數(shù)據(jù)再次代入公式(15-1)，計(jì)算得又，，故可取。即當(dāng)希望檢驗(yàn)功效達(dá)到99%時(shí)，至少應(yīng)該觀察66例病人。這說(shuō)明，如客觀上均數(shù)之差為1h，在水平上作單側(cè)檢驗(yàn)，欲使此檢驗(yàn)有99%的機(jī)會(huì)發(fā)現(xiàn)這樣的差異，樣本量需達(dá)到66。顯然，如果客觀上均數(shù)之差超過(guò)1h，這個(gè)樣本量所能達(dá)到的檢驗(yàn)功效高于99%；但是，如果客觀上均數(shù)之差低于1h，那么，這個(gè)樣本量就達(dá)不到99%的檢驗(yàn)功效了。案例15-3一項(xiàng)關(guān)于維生素C預(yù)防感冒的研究隨機(jī)抽取兩組正常人各30名，一組服用維生素C，另一組服用安慰劑，欲比較一定時(shí)間內(nèi)發(fā)生感冒的頻率。結(jié)果，安慰劑組有6人發(fā)生感冒，維生素C組有3人發(fā)生感冒，經(jīng)=0.05水平的檢驗(yàn)，差異無(wú)統(tǒng)計(jì)學(xué)意義，你如何評(píng)價(jià)該結(jié)論？案例辨析要評(píng)價(jià)所得結(jié)論是否可靠，應(yīng)當(dāng)計(jì)算出檢驗(yàn)功效。正確做法為了科學(xué)地評(píng)價(jià)該研究結(jié)論，先來(lái)考察一下檢驗(yàn)的功效。根據(jù)觀察結(jié)果，安慰劑組中發(fā)生感冒的機(jī)會(huì)約為，維生素C組中發(fā)生感冒的機(jī)會(huì)約為。，則,。又=0.05，(雙側(cè))。將各數(shù)據(jù)代入公式(15-26)，得進(jìn)而可計(jì)算出，。可見，該項(xiàng)研究的檢驗(yàn)功效只有28.6%。換言之，若維生素C組發(fā)生感冒的概率與安慰劑組發(fā)生感冒的概率之差為10%，該研究只有不到30%的機(jī)會(huì)發(fā)現(xiàn)這一差異，而有70%以上的機(jī)會(huì)給出陰性的結(jié)果。因此，該研究結(jié)論的可信度很低。為了提高研究結(jié)論的可信度，必須加大樣本含量，以便提高檢驗(yàn)功效，即提高發(fā)現(xiàn)差異的機(jī)會(huì)。仍取，，,,=0.05。為了不致埋沒(méi)維生素C的預(yù)防作用，取。仍作單側(cè)檢驗(yàn)，則，，將各數(shù)據(jù)代入公式(15-8)，得397.478≈398可見，若欲使檢驗(yàn)功效達(dá)到99%，則該項(xiàng)研究每組需要398名受試者。每組各30例是遠(yuǎn)遠(yuǎn)不夠的。第16章隨機(jī)區(qū)組設(shè)計(jì)和析因設(shè)計(jì)資料的分析案例辨析及參考答案案例16-1《膽囊結(jié)石甲丁基叔丁醚溶石聯(lián)合超聲助溶的研究》一文中，收集了13人份的高膽固醇結(jié)石。從每人份結(jié)石中選取3枚外形、重量接近的結(jié)石，分別采用不同的溶石方法，分別為：超聲助溶、灌注助溶和靜置對(duì)照。溶石時(shí)間（min）見教材表16-14。原文作者采用成組設(shè)計(jì)定量資料的檢驗(yàn)處理該資料。教材表16-14三種溶石方法的溶解時(shí)間病人編號(hào)溶解時(shí)間/min超聲助溶灌注助溶靜置對(duì)照1404364423036690325306454323539052235420613167007815690812305709813670101018690111416660121015712132025676均數(shù)18.7725.77624.46標(biāo)準(zhǔn)差10.3710.75105.15請(qǐng)問(wèn)：①分析方法與設(shè)計(jì)方法是否一致？②分析者所用方法的分析結(jié)果會(huì)有哪些問(wèn)題？案例辨析選擇分析方法時(shí)首先要考慮變量的類型和實(shí)驗(yàn)設(shè)計(jì)的類型，對(duì)于數(shù)值型變量還要考慮變量的分布情況、方差是否齊同等條件。本例的實(shí)驗(yàn)設(shè)計(jì)類型為具有一個(gè)重復(fù)測(cè)量的單因素設(shè)計(jì)，但當(dāng)各列數(shù)據(jù)之間的相關(guān)性不密切時(shí)，可近似視為隨機(jī)區(qū)組設(shè)計(jì)，而原作者分析該資料時(shí)卻用適合完全隨機(jī)設(shè)計(jì)的統(tǒng)計(jì)分析方法（具體地說(shuō)，是成組設(shè)計(jì)定量資料的檢驗(yàn)），并且三種方法的溶解時(shí)間不滿足方差齊性的前提條件。僅從設(shè)計(jì)類型就可看出，應(yīng)用成組設(shè)計(jì)定量資料的檢驗(yàn)與實(shí)驗(yàn)設(shè)計(jì)類型不吻合。用成組設(shè)計(jì)定量資料的檢驗(yàn)分析此資料，割裂了整體設(shè)計(jì)，每次分析都未能充分利用實(shí)驗(yàn)結(jié)果所提供的全部信息，增大了犯假陽(yáng)性錯(cuò)誤的概率，降低了結(jié)論的可靠性。正確做法首先判斷實(shí)驗(yàn)設(shè)計(jì)類型為一種特殊的隨機(jī)區(qū)組設(shè)計(jì)，并用殘差圖法判斷資料不滿足方差分析的前提條件（略），可考慮經(jīng)適當(dāng)?shù)淖兞孔儞Q使其滿足正態(tài)分布和方差齊性的要求后，再用隨機(jī)區(qū)組設(shè)計(jì)定量資料的方差分析，也可選用Frideman秩和檢驗(yàn)，本例應(yīng)用后者。經(jīng)Frideman檢驗(yàn)，338，0.01；SPSS分析計(jì)算26.000，0.000，按0.05水準(zhǔn)拒絕（三組數(shù)據(jù)分布相同），接受（三組數(shù)據(jù)分布不同），可認(rèn)為三種溶石方法所用時(shí)間不同。進(jìn)一步用Bonferroni檢驗(yàn)，其結(jié)果為，三種方法的溶石時(shí)間兩兩間比較差異均有統(tǒng)計(jì)學(xué)意義，靜置對(duì)照溶石時(shí)間最長(zhǎng)，其次為灌注助溶法，超聲助溶法所用時(shí)間最短。案例16-2欲比較A、B、C和D四種藥物對(duì)兔尿量的影響，研究前期先比較A、B及其組合的作用以及C、D及其組合的作用。先將28只家兔隨機(jī)分為7組，每組4只，分別接受以下處理，并觀察記錄30min內(nèi)家兔的排尿量（ml），如教材表16-15。教材表16-1530min家兔排尿量/ml1組2組3組4組5組6組7組空白用A藥用B藥用C藥用D藥用A、B藥用C、D藥3.23.82.93.84.24.96.82.42.93.54.63.55.75.74.14.34.13.22.46.34.93.54.13.82.62.95.25.2研究者將7組作完全隨機(jī)設(shè)計(jì)定量資料的方差分析，得8.51，0.0001，并進(jìn)一步用SNK法作多重比較，其中第4組與第7組間差異無(wú)統(tǒng)計(jì)學(xué)意義，第1、2、3、5、6組兩兩間差異均無(wú)統(tǒng)計(jì)學(xué)意義，其他兩兩組合間的比較差異均有統(tǒng)計(jì)學(xué)意義。請(qǐng)問(wèn)分析方法有無(wú)問(wèn)題？并解釋之。案例辨析此研究為兩個(gè)獨(dú)立的22析因設(shè)計(jì)實(shí)驗(yàn)，第1個(gè)實(shí)驗(yàn)涉及“A藥用否”與“B藥用否”，設(shè)它們的第1水平均為“不用”，第2水平均為“用”；第2個(gè)實(shí)驗(yàn)涉及“C藥用否”與“D藥用否”，設(shè)它們的第1水平均為“不用”，第2水平均為“用”。其中第1組為兩個(gè)實(shí)驗(yàn)公用，在此組中“A藥用否”、“B藥用否”這兩個(gè)因素均取第1個(gè)水平，“C藥用否”、“D藥用否”這兩個(gè)因素也均取第1個(gè)水平。統(tǒng)計(jì)分析時(shí)應(yīng)分別獨(dú)立地分析，可以分別分析各因素不同水平間的差異，并可分別分析“A藥用否”與“B藥用否”這兩個(gè)因素間的交互作用以及“C藥用否”與“D藥用否”這兩個(gè)因素間的交互作用。由此可知，原作者的分析方法不合理，因分析方法與實(shí)驗(yàn)設(shè)計(jì)類型不匹配。正確做法為表達(dá)簡(jiǎn)便起見，用A、B、C、D分別代表“A藥用否”、“B藥用否”、“C藥用否”、“D藥用否”。首先判明實(shí)驗(yàn)設(shè)計(jì)類型為兩個(gè)獨(dú)立的析因設(shè)計(jì)，用析因設(shè)計(jì)定量資料的方差分析處理之。用SPSS分析由A、B構(gòu)成的兩因素析因設(shè)計(jì)定量資料，得10.79，0.0065，15.47，0.0020，5.72，0.0340，這說(shuō)明A、B兩種藥物在促進(jìn)排尿量方面具有協(xié)同作用，即在不用A藥的條件下，用B藥與不用B藥平均排尿量增加0.3(3.6-3.3)ml；而在用A藥的條件下，用B藥與不用B藥平均排尿量增加1.7(5.5-3.8)ml。分析由C、D構(gòu)成的兩因素析因設(shè)計(jì)定量資料，得6.64，0.0242，11.10，0.0060,7.31，0.0192，這說(shuō)明C、D兩種藥物在促進(jìn)排尿量方面具有協(xié)同作用，即在不用C藥的條件下，用D藥與不用D藥平均排尿量增加0.0(3.3-3.3)ml；而在用C藥的條件下，用D藥與不用D藥平均排尿量增加1.9(5.7-3.6)ml。第17章重復(fù)測(cè)量設(shè)計(jì)和交叉設(shè)計(jì)資料的分析案例辨析及參考答案案例17-1為了研究某兩個(gè)減肥藥（分別稱為A藥和B藥）的減肥療效，收集80名女性肥胖者，體重指數(shù)（）均大于25kg·m-2，隨機(jī)分成兩組，第一組服用A藥，簡(jiǎn)稱為A藥組，第二組服用B藥，簡(jiǎn)稱為B藥組，3個(gè)月為一個(gè)療程，共治療兩個(gè)療程，兩個(gè)療程之間停藥1個(gè)月作為洗脫期，以為療效評(píng)價(jià)指標(biāo)，并且分別在治療前、第一個(gè)療程結(jié)束時(shí)和第二個(gè)療程結(jié)束時(shí)測(cè)量受試者的，試分析兩個(gè)減肥藥的減肥療效。本例的數(shù)據(jù)文件名為example17-3.sav，數(shù)據(jù)格式為4列80行，變量為group，y1、y2，y3分別對(duì)應(yīng)組別變量（A藥組為1，B藥組為0）基線BMI測(cè)量值、第一個(gè)療程結(jié)束時(shí)的BMI測(cè)量值和第二個(gè)療程結(jié)束時(shí)測(cè)量值。本例是典型的重復(fù)測(cè)量資料，分析不同干預(yù)與時(shí)效的關(guān)系，故運(yùn)用重復(fù)測(cè)量的方差分析方法進(jìn)行統(tǒng)計(jì)分析，球形檢驗(yàn)的＝0.1，療效統(tǒng)計(jì)分析的＝0.05，得到如下主要結(jié)果（教材表17-14，教材表17-15）：球形檢驗(yàn)的P值＝0.795＞0.1，故認(rèn)為可以用重復(fù)測(cè)量的方差分析方法進(jìn)行療效的統(tǒng)計(jì)分析。教材表17-14兩組三個(gè)時(shí)間點(diǎn)的BMI的統(tǒng)計(jì)描述/kg·m-2組別基線BMI第一個(gè)療程BMI第二個(gè)療程BMIA藥組27.961.3924.741.4324.721.32B藥組27.951.1525.531.2223.851.53教材表17-15兩種減肥藥兩個(gè)療程的減肥效果觀察資料的方差分析表方差來(lái)源SSdfMSFP處理主效應(yīng)0.0510.050.020.8985時(shí)間主效應(yīng)588.942294.47274.210.0000處理×?xí)r間27.40213.7012.760.0000處理間誤差257.23783.30誤差167.531561.07合計(jì)1041.162394.36從教材表17-14和教材表17-15中的統(tǒng)計(jì)結(jié)果可知，檢驗(yàn)處理效應(yīng)與時(shí)間效應(yīng)之間的交互作用的P<0.0001，因此差異是有統(tǒng)計(jì)學(xué)意義的，但檢驗(yàn)處理主效應(yīng)的P＝0.8985＞0.05，差異無(wú)統(tǒng)計(jì)學(xué)意義，能否認(rèn)為兩種減肥藥的療效差異無(wú)統(tǒng)計(jì)學(xué)意義？案例辨析對(duì)于重復(fù)測(cè)量設(shè)計(jì)定量資料，未檢查其前提條件是否滿足就直接采用方差分析處理，不夠妥當(dāng)。正確做法教材表17-14和教材表17-5的結(jié)果表明，處理效應(yīng)與時(shí)間效應(yīng)存在交互作用，因此需要進(jìn)一步作輪廓圖（案例圖17-1）進(jìn)行分析。案例圖17-1輪廓圖輪廓圖表明，兩組在基線的平均水平幾乎沒(méi)有差異，A組的在開始時(shí)的平均下降幅度明顯大于B組，但在第二個(gè)療程中，A組幾乎沒(méi)有變化，而在第二個(gè)療程結(jié)束時(shí)B組的平均累積下降幅度明顯大于A組。案例17-2為了研究某個(gè)化療輔助藥（簡(jiǎn)稱輔助藥）提升白細(xì)胞計(jì)數(shù)的療效，采用2周治療為一個(gè)療程后停藥1周作為一個(gè)治療周期，共治療兩個(gè)周期。收集200名術(shù)后腫瘤患者，隨機(jī)分成兩組，第一組在第一治療周期采用化療藥＋輔助藥，在第二治療周期僅用化療藥，第二組在第一治療周期僅用化療藥，在第二治療周期采用化療藥＋輔助藥，兩組在兩個(gè)治療周期所用的化療藥均是相同的，并且劑量相同。以血常規(guī)中的白細(xì)胞計(jì)數(shù)作為該輔助藥的療效評(píng)價(jià)指標(biāo)，并且分別在治療前、第一個(gè)治療周期結(jié)束時(shí)和第二個(gè)治療周期結(jié)束時(shí)化驗(yàn)受試者的白細(xì)胞計(jì)數(shù)，試分析該輔助藥提升白細(xì)胞的療效。本例的數(shù)據(jù)文件名為example17-4.sav，數(shù)據(jù)格式為5列400行，變量seq、y、period、id和drug分別對(duì)應(yīng)順序變量（順序1為1，順序2為2）、兩組兩個(gè)治療周期的白細(xì)胞計(jì)數(shù)、周期變量(第一周期為1，第二周期為2)、受試者編號(hào)和藥物變量（用試驗(yàn)藥為1，不用試驗(yàn)藥為0）。研究者對(duì)白細(xì)胞計(jì)數(shù)資料進(jìn)行對(duì)數(shù)變換，然后分別對(duì)第一治療周期和第二治療周期白細(xì)胞計(jì)數(shù)的對(duì)數(shù)資料用成組設(shè)計(jì)定量資料t檢驗(yàn)，比較用試驗(yàn)藥和不用試驗(yàn)藥的平均水平差異，結(jié)果見教材表17-16。教材表17-16白細(xì)胞計(jì)數(shù)取對(duì)數(shù)后的統(tǒng)計(jì)描述組別第一治療周期第二治療周期用試驗(yàn)藥8.4154（4516）0.18188.3403（4189）0.1804未用試驗(yàn)藥8.3756（4340）0.18148.3019（4032）0.1940t=1.5470,P=0.1235t=1.4469,P=0.1495基于所述統(tǒng)計(jì)結(jié)果，推斷認(rèn)為沒(méi)有足夠的證據(jù)可以推斷該藥物可以提升白細(xì)胞計(jì)數(shù)，即基于上述研究背景，能否認(rèn)為該研究者用成組t檢驗(yàn)進(jìn)行統(tǒng)計(jì)分析是錯(cuò)誤的？能否認(rèn)為該研究者用成組t檢驗(yàn)進(jìn)行統(tǒng)計(jì)分析是合適的或最佳的？如果不合適或不是最佳的，則又該如何進(jìn)行統(tǒng)計(jì)分析？案例辨析簡(jiǎn)單地用成組t檢驗(yàn)進(jìn)行統(tǒng)計(jì)分析是不夠妥當(dāng)?shù)?，破壞了原先的整體設(shè)計(jì)，未能合理地解釋其他因素對(duì)觀測(cè)結(jié)果的影響，其結(jié)論的可信度大打折扣。正確做法應(yīng)選用與實(shí)驗(yàn)設(shè)計(jì)類型對(duì)應(yīng)的統(tǒng)計(jì)分析方法處理，即選用交叉設(shè)計(jì)定量資料方差分析處理該資料，其方差分析結(jié)果如案例表17-1、案例表17-2所示。案例表17-1白細(xì)胞計(jì)數(shù)資料取對(duì)數(shù)后作交叉設(shè)計(jì)資料方差分析的結(jié)果方差來(lái)源SSdfMSFP處理效應(yīng)0.15210.1524.2930.040順序效應(yīng)0.000048510.00004850.0010.969階段效應(yīng)0.55310.55315.600＜0.001個(gè)體間變異6.4521980.033誤差7.0251980.035合計(jì)14.1834993990.035547617案例表17-2白細(xì)胞計(jì)數(shù)取對(duì)數(shù)后的統(tǒng)計(jì)描述組別第一治療階段第二治療階段用試驗(yàn)藥8.4154（4516）0.18188.3403（4189）0.1804未用試驗(yàn)藥8.3756（4340）0.18148.3019（4032）0.1940由案例表17-2的結(jié)果可知，用此試驗(yàn)藥相對(duì)于不用此試驗(yàn)藥療效有提高，在第一階段的療效表現(xiàn)得更明顯一些。第18章Logistic回歸案例辨析及參考答案案例18-1一項(xiàng)前瞻性隊(duì)列研究中，欲研究某疾病與甲、乙兩因素的關(guān)系，數(shù)據(jù)見教材表18-13。教材表18-13某前瞻性隊(duì)列研究中疾病與甲、乙兩因素的關(guān)系乙因素甲因素發(fā)病未發(fā)病合計(jì)（）（）（=1）（=0）暴露（=1）暴露（=1）150250400未暴露（=0）250150400未暴露（=0）暴露（=1）400150550未暴露（=0）200450650疾病發(fā)病與否是因變量（發(fā)病賦值1，未發(fā)病賦值0），甲、乙兩個(gè)因素為兩個(gè)自變量和，采用logistic回歸研究疾病與甲、乙兩個(gè)因素的關(guān)系。（1）單變量模型分析結(jié)果提示：疾病與甲因素有聯(lián)系（回歸系數(shù)Wald檢驗(yàn)＝44.766，<0.001）；疾病與乙因素沒(méi)有聯(lián)系（回歸系數(shù)Wald檢驗(yàn)＝0.000，＝1.000）。（2）主效應(yīng)模型將甲、乙兩個(gè)因素同時(shí)納入模型，擬合結(jié)果見教材表18-14。提示疾病與甲因素有聯(lián)系，與乙因素的聯(lián)系仍然沒(méi)有統(tǒng)計(jì)學(xué)意義。與單變量擬合結(jié)果比較，納入乙因素后，甲因素的優(yōu)勢(shì)比只有微小改變。研究者據(jù)此得出結(jié)論：疾病與甲因素有聯(lián)系，疾病與乙因素沒(méi)有聯(lián)系，乙因素也不是混雜因素。教材表18-14按照模型擬合結(jié)果變量bSEWalddfexp(b)0.6070.09144.8381＜0.0011.835-0.0260.0920.07710.7810.975Constant-0.2780.07215.0761＜0.0010.757（3）有交互效應(yīng)的模型根據(jù)專業(yè)知識(shí)判斷，甲、乙兩因素間可能存在交互效應(yīng)，選用有交互效應(yīng)的全模型，擬合結(jié)果見教材表18-15。結(jié)果提示：疾病與甲因素有聯(lián)系，疾病與乙因素也有聯(lián)系，甲、乙兩因素間還有交互效應(yīng)。甲、乙因素及其交互項(xiàng)的標(biāo)準(zhǔn)化回歸系數(shù)分別為＝0.229，＝0.177，＝0.546，因此，交互效應(yīng)對(duì)疾病發(fā)生與否的影響程度最強(qiáng)。教材表18-15按照模型擬合結(jié)果變量bSEWalddfexp(b)1.7920.128195.8891＜0.0016.0001.3220.13497.6611＜0.0013.750-2.8130.194209.8311＜0.0010.060Constant-0.8110.08591.0531＜0.0010.444上述3種擬合模型，得出不完全一致的結(jié)論，你認(rèn)為何者更合理？案例辨析三種做法所得結(jié)果不完全一致，這是很正常的，不能根據(jù)研究者的主觀愿望去選擇結(jié)果，應(yīng)根據(jù)資料的實(shí)際情況、統(tǒng)計(jì)分析的結(jié)果及其與實(shí)際情況的吻合程度來(lái)決定應(yīng)選取哪一種統(tǒng)計(jì)分析方法。正確做法欲研究某疾病與甲、乙兩因素的關(guān)系，可以采用Logistic回歸研究疾病的發(fā)生與否與甲、乙兩個(gè)因素的關(guān)系。單變量模型分別將甲因素與乙因素引入Logistic回歸模型，由于可能存在其他混雜因素，單變量模型分析的結(jié)果并不可靠。將甲、乙兩個(gè)因素同時(shí)納入模型，若根據(jù)專業(yè)知識(shí)判斷，甲、乙兩因素間不存在交互效應(yīng)，則建立主效應(yīng)模型；若甲、乙兩因素間可能存在交互效應(yīng)，則應(yīng)選用有交互效應(yīng)的全模型，但不宜用標(biāo)準(zhǔn)化回歸系數(shù)比較主效應(yīng)與交互效應(yīng)對(duì)疾病發(fā)生的影響程度，因?yàn)榻换バ?yīng)除依賴于乘積項(xiàng)的系數(shù)外，還依賴于兩個(gè)變量的乘積。案例18-2某感冒顆粒治療小兒急性上呼吸道感染風(fēng)熱證的三期臨床試驗(yàn)研究中，選擇東中西5家三級(jí)甲等醫(yī)院兒科為試驗(yàn)中心，根據(jù)試驗(yàn)方案，PP數(shù)據(jù)集樣本共428例。因變量為療效（有效賦值1，無(wú)效賦值0），影響療效的可能因素有藥物（服用某感冒顆粒賦值＝1，服用對(duì)照藥賦值＝0）以及5個(gè)臨床試驗(yàn)中心（），原始記錄數(shù)據(jù)經(jīng)匯總整理，試驗(yàn)組322例，對(duì)照組106例，5個(gè)分中心治療病例數(shù)及治療結(jié)局見教材表18-16。教材表18-16某感冒顆粒多中心臨床治療試驗(yàn)匯總結(jié)果分中心試驗(yàn)組對(duì)照組編號(hào)有效無(wú)效有效無(wú)效1352710102471815736321189426229654617148藥物上市前多中心臨床試驗(yàn)中，特別關(guān)注中心變量與藥物間是否存在交互效應(yīng)，結(jié)合教材表18-16中數(shù)據(jù)，5個(gè)分中心變量為無(wú)序分類變量，按照啞變量設(shè)置方法，共設(shè)置4個(gè)啞變量，，，，以中心1為參照。運(yùn)用SPSS軟件計(jì)算時(shí)，將藥物變量、中心變量以及中心與藥物交互項(xiàng)均納入SPSS軟件Logistic回歸界面的變量框，采用多種逐步法自動(dòng)篩選變量并建立Logistic回歸模型，回歸分析最后一步結(jié)果見教材表18-17。研究者認(rèn)為：藥物變量、中心變量與藥物變量的交互項(xiàng)均被剔除，模型最后只保留了中心變量。所以，交互效應(yīng)不存在。教材表18-17SPSS軟件自動(dòng)逐步回歸最后一步的分析結(jié)果bS.E.Walddfexp(b)--11.68840.020-0.7130.3254.81810.0282.0390.7980.3086.70010.0102.2200.0270.3370.00710.9351.0280.6800.3254.36210.0371.973Constant0.1960.2220.77810.3781.216試問(wèn)，上述建模變量篩選方法以及中心變量與藥物間無(wú)交互效應(yīng)的解釋是否恰當(dāng)？案例辨析盲目運(yùn)用變量篩選方法進(jìn)行變量篩選是不妥當(dāng)?shù)?。正確做法該研究關(guān)注中心變量與藥物間是否存在交互效應(yīng)。分析兩變量的交互效應(yīng)時(shí)，模型中必須包含相應(yīng)兩變量的主效應(yīng)，運(yùn)用SPSS軟件計(jì)算時(shí)，將藥物變量、中心變量以及中心與藥物交互項(xiàng)均納入SPSS軟件logistic回歸界面的變量框，而且三個(gè)變量均需作為強(qiáng)制引入變量，因此不能采用SPSS軟件提供的逐步法自動(dòng)篩選變量。案例18-3某醫(yī)師研究某市成年人（≥18歲）抑郁癥發(fā)生的危險(xiǎn)因素。從該市成年人隨機(jī)抽取294人的一個(gè)樣本，其中有抑郁癥50人，無(wú)抑郁癥244人。3個(gè)可疑影響因素分別為性別（0為男，1為女）、年齡（年齡/10）、健康狀況（1為很好，2為好，3為良，4為差）。該醫(yī)師作了抑郁癥發(fā)生和3個(gè)因素的logistic回歸分析，結(jié)果見教材表18-18。教材表18-18成年人抑郁癥危險(xiǎn)因素分析變量*標(biāo)準(zhǔn)化常數(shù)0.40570.125510.450＜0.0011.5004－2.06830.447521.362＜0.0017.91141.0457-1.38900.326418.109＜0.0010.2493-1.72001.37910.273625.407＜0.0013.97131.4634*=exp(b)。請(qǐng)問(wèn)：（1）該醫(yī)師認(rèn)為抑郁癥的發(fā)生與性別、年齡和健康狀況有關(guān)，其中女性、低年齡和健康狀況差為抑郁癥發(fā)生的危險(xiǎn)因素，由可知，性別對(duì)抑郁癥發(fā)生的作用最大，健康狀況的作用次之，年齡的作用最小。該結(jié)論是否正確？為什么？（2）該醫(yī)師又認(rèn)為，年齡每增加10歲，抑郁癥發(fā)生的可能性降低約25％；年齡每增加20歲，抑郁癥發(fā)生的可能性降低約50％。該結(jié)論是否正確？為什么？案例辨析（1）“女性、低年齡和健康狀況差”分別是“性別、年齡和健康狀況”這三個(gè)因素的一個(gè)水平，混淆了因素與水平的概念；當(dāng)logistic回歸方程中自變量單位不同時(shí),不能直接通過(guò)回歸系數(shù)或相應(yīng)的值比較各自變量對(duì)因變量的影響程度。（2）計(jì)算結(jié)果不正確。正確做法（1）需比較標(biāo)準(zhǔn)化回歸系數(shù)。由標(biāo)準(zhǔn)化回歸系數(shù)可知，年齡對(duì)抑郁癥發(fā)生的作用最大，健康狀況的作用次之，性別的作用最小。（2）年齡每增加10歲，抑郁癥發(fā)生的優(yōu)勢(shì)比為0.2493，表示其他兩因素取值固定，年齡每增加10歲，抑郁癥發(fā)生的優(yōu)勢(shì)是增加前的24.93％，降低約75％；年齡每增加20歲，抑郁癥發(fā)生的優(yōu)勢(shì)比為＝0.0622，表示其他兩因素取值固定，年齡每增加20歲，抑郁癥發(fā)生的優(yōu)勢(shì)是增加前的6.22％，降低約94％。第19章生存分析案例辨析及參考答案案例19-1某醫(yī)師收集30例肺癌術(shù)后患者的生存情況，有1例由于電話和地址錯(cuò)誤無(wú)法隨訪到患者，他設(shè)計(jì)了以下幾種處理方法：①把該病例去掉；②把這例患者寫入SPSS數(shù)據(jù)，但末次隨訪時(shí)間空白，讓SPSS自動(dòng)去分析；③因?yàn)槟骋惶欤ū热?006年9月1日）想隨訪這例患者但是沒(méi)有隨訪到，所以將末次隨訪時(shí)間寫為隨訪當(dāng)天的日期。另欲分析肺癌術(shù)后患者的中位生存期，計(jì)算結(jié)果為10個(gè)月，但是檢查原始數(shù)據(jù)發(fā)現(xiàn)，生存時(shí)間為10個(gè)月的這個(gè)患者一直存活到隨訪結(jié)束，似乎與中位生存期的定義相矛盾。請(qǐng)問(wèn)：（1）該醫(yī)師對(duì)這例失訪患者的處理是否恰當(dāng)？為什么？正確的處理方法是什么？（2）另有1例患者死于腦梗死，生存分析時(shí)應(yīng)如何處理？（3）該醫(yī)師的發(fā)現(xiàn)是否與中位生存期的定義相矛盾？為什么？案例辨析（1）該醫(yī)師對(duì)這例失訪患者的三種處理都不恰當(dāng)。（2）死于腦梗死的病例同樣應(yīng)當(dāng)作為刪失病例。（3）屬于概念不清而產(chǎn)生的懷疑。正確做法（1）應(yīng)作為刪失病例，刪失生存時(shí)間的計(jì)算為從手術(shù)切除到最后一次隨訪的時(shí)間。（2）死于腦梗死的病例應(yīng)當(dāng)作刪失病例，刪失生存時(shí)間的計(jì)算為從手術(shù)切除到死于腦梗死的時(shí)間。（3）該醫(yī)師的發(fā)現(xiàn)與中位生存期的定義并不矛盾，中位生存期不能與個(gè)體生存時(shí)間相混淆。案例19-2評(píng)價(jià)A、B兩種治療方案對(duì)某病的治療效果，A組（group＝0）12人，B組（group＝1）13人。患者分組后檢查其腎功能（kidney），功能正常者記為0，異常者記為1。治療后生存時(shí)間為time（天），生存結(jié)局status＝0表示刪失，status＝1表示死亡。原始數(shù)據(jù)見教材表19-11。 教材表19-1125例某病患者兩種治療方法的生存情況No.groupkidneytimestatusNo.groupkidneytimestatus101811410632120085201510224003015211610195140022011710761501631181070160081191113170019760201123180012960211012961900146002210210110016312310700111001328024111811200365025101990013101801甲醫(yī)師以生存結(jié)局為觀察指標(biāo)，整理得A、B兩組死亡情況（教材表19-12）?？紤]到例數(shù)較少，采用Fisher確切概率法，得P＝0.097，說(shuō)明兩種治療方法療效差別無(wú)統(tǒng)計(jì)學(xué)意義。教材表19-12兩種治療方法療效比較分組死亡數(shù)未死亡數(shù)合計(jì)死亡率（％）A661250.0B1121384.6合計(jì)1782568.0乙醫(yī)師以生存時(shí)間為觀察指標(biāo)，考慮到腎功能是否異常為可能混雜因素，采用多重線性回歸進(jìn)行校正混雜因素后的組間生存時(shí)間比較，結(jié)果見教材表19-13。說(shuō)明校正腎功能是否異常后，兩種治療方法療效差別無(wú)統(tǒng)計(jì)學(xué)意義，與甲醫(yī)師的結(jié)論一致。教材表19-1325例某病患者多重線性回歸分析結(jié)果變量constant914.817211.2294.331<0.0001group-137.271261.838-0.5240.605kidney-821.701291.346-2.8200.010請(qǐng)問(wèn)：（1）甲醫(yī)師和乙醫(yī)師所采用的統(tǒng)計(jì)分析方法是否恰當(dāng)？為什么？（2）針對(duì)原始數(shù)據(jù)和分析目的，指出正確的分析方法并說(shuō)明理由。案例辨析甲醫(yī)師和乙醫(yī)師所采用的統(tǒng)計(jì)分析方法都不恰當(dāng)。甲醫(yī)師僅考慮生存結(jié)局，未考慮生存時(shí)間；乙醫(yī)師僅考慮生存時(shí)間，未考慮生存結(jié)局，而且不該采用多重線性回歸，因?yàn)樯鏁r(shí)間并不服從正態(tài)分布。正確做法同時(shí)考慮生存結(jié)局和生存時(shí)間，采用Cox回歸進(jìn)行校正混雜因素后的組間比較。案例19-3將90例非手術(shù)治療胃癌患者按隨機(jī)化方法分配為單純化療組與聯(lián)合治療組（化療+放療），每組（各45例）患者的生存時(shí)間見教材表19-14，Kaplan-Meier生存曲線見教材圖19-6。對(duì)該資料進(jìn)行Cox回歸分析，引入療法指示變量，化療組為0，化療+放療組為1，=0.267（標(biāo)準(zhǔn)誤0.233），=0.2531，結(jié)果顯示單純化療組與聯(lián)合治療組生存率差別無(wú)統(tǒng)計(jì)學(xué)意義。教材表19-1490例胃癌患者接受不同療法的生存時(shí)間/天化療組163105129182216250262301301342354356358380381+383383388394408460489499524529+535562675676748748778786797945+9559681180+124512711277+1397+1512+1519+化療+放療組1742444860727495103108122144167170183185193195197208234235254307315401445464484528542567577580795855882+892+1013+1033+1306+1335+13661452+1472+教材圖19-690例胃癌患者不同療法生存曲線請(qǐng)問(wèn)：（1）該數(shù)據(jù)是否滿足Cox模型的PH假定？Cox回歸分析結(jié)果是否可靠？（2）按照PH假定判定結(jié)果，進(jìn)一步分析的策略是什么？案例辨析由于兩條生存曲線出現(xiàn)明顯交叉，說(shuō)明該數(shù)據(jù)不滿足Cox模型的PH假定，Cox回歸分析結(jié)果并不可靠。正確做法由于數(shù)據(jù)不滿足PH假定，進(jìn)一步分析可采用含時(shí)協(xié)變量的Cox回歸。第20章對(duì)數(shù)線性模型在高維列聯(lián)表資料分析中的應(yīng)用案例辨析及參考答案案例20-1為研究某新舊療法（L）治療某疾病的療效（Y），將病情（G）分為普通與重癥，療效分為治愈和未治愈，資料見教材表20-11。教材表20-11新舊兩種療法治療某種疾病的治愈率療法普通重癥治愈未治愈治愈率(%)治愈未治愈治愈率(%)舊療法15015050.00356535.00新療法752575.0012018040.00合計(jì)22517556.2515524538.75某醫(yī)生分別對(duì)普通組和重癥組進(jìn)行統(tǒng)計(jì)分析，結(jié)果顯示：普通病情的病人采用新療法療效優(yōu)于舊療法（=19.048，P=0.000），而重癥病人采用新療法與舊療法，療效沒(méi)有統(tǒng)計(jì)學(xué)差異（=0.790，P=0.374）。另一名醫(yī)生欲考察新療法總的療效，將普通組與重癥組合并（壓縮）后分析，結(jié)果如教材表20-12。教材表20-12兩組合并后的治愈率療效療效治愈率/%治愈未治愈舊療法18521546.25新療法19520548.75合計(jì)38042047.50結(jié)果提示，新療法的療效未必比舊療法高（=0.501，P=0.479），鑒于樣本量比較充足，結(jié)果可靠，故可認(rèn)為新療法不能提高該疾病的治愈率。請(qǐng)問(wèn)：（1）兩名醫(yī)生采用兩種處理方法，得出不同的結(jié)論，哪個(gè)結(jié)論是正確的？（2）對(duì)上述數(shù)據(jù)分別擬合以療效（Y）為因變量，療法（L）、病情（G）為自變量的logistic模型以及三變量間的對(duì)數(shù)線性模型，對(duì)比兩種模型的分析結(jié)果與上述結(jié)果有何聯(lián)系。（3）對(duì)比兩種模型的分析結(jié)果有何聯(lián)系與區(qū)別。案例辨析兩名醫(yī)生分析中，前者采用分層分析，后者則采用合并的方法進(jìn)行了分析。采用分層分析避免了因素的混雜，結(jié)果較壓縮合并后分析可靠。對(duì)于高維列聯(lián)表采用分層分析的方法有時(shí)是有效的，但容易忽略高維交互效應(yīng)。這時(shí)應(yīng)采用對(duì)數(shù)線性模型分析，如果各分析變量中有明確的反應(yīng)變量（如療效），也可選用logistic回歸模型。正確做法以下是采用Logistic回歸模型與對(duì)數(shù)線性模型的分析結(jié)果。（1）對(duì)數(shù)線性模型分析結(jié)果：ParameterEstimateStd.ErrorZSig.Constant5.196.07469.805.000[G=1.00]-1.957.212-9.251.000[L=1.00]-1.014.144-7.027.000[Y=1.00]-.404.118-3.435.001[L=1.00]*[G=1.00]2.789.25810.802.000[G=1.00]*[Y=1.00]1.490.2575.785.000[L=1.00]*[Y=1.00]-.208.239-.871.384[L=1.00]*[G=1.00]*[Y=1.00]-.877.351-2.500.012對(duì)數(shù)線性模型獲得的最優(yōu)模型為[LGY]。（2）Logistic回歸分析結(jié)果：BS.E.WalddfSig.Exp(B)Constant1.365.7853.0211.0823.914L-1.984.57012.1261.000.138G-.266.544.2391.625.766GbyL.885.3536.2911.0122.423由以上結(jié)果可見，Logistic回歸模型與對(duì)數(shù)線性模型的分析結(jié)論是一致的，即：療法與病情皆對(duì)療效有影響，且兩者存在交互作用。案例20-2教材表20-13為一組精神病患者癥狀資料，包含四個(gè)變量，分別為精神狀態(tài)、心理因素、性格和急性抑郁癥。教材表20-13精神病患者癥狀資料精神狀態(tài)心理因素性格急性抑郁癥（D）（A）（B）（C）是否亢奮呆板內(nèi)向1525外向2314歇斯底里內(nèi)向946外向1447衰弱呆板內(nèi)向3022外向228歇斯底里內(nèi)向3227外向1612摘自：Benedetti&Brown.Biometrics,1978,34:680-686。為考察各變量間的關(guān)聯(lián)性，研究者對(duì)四個(gè)變量分別合并成四格表后，計(jì)算Pearson’s，結(jié)果見教材表20-14（摘）。教材表20-14(摘)*各變量間的關(guān)聯(lián)性檢驗(yàn)交叉表Pearson’sPAB精神狀態(tài)*心理因素2.7210.099AC精神狀態(tài)*性格9.9520.002AD精神狀態(tài)*急性抑郁癥27.7240.000BC心理因素*性格0.1060.745BD心理因素*急性抑郁癥16.8900.000CD性格*急性抑郁癥1.4400.230*：此表只摘錄了教材中表20-14的分析結(jié)果。結(jié)果認(rèn)為：除AB、BC、CD外，其他變量之間存在關(guān)聯(lián)性。另外，為考察各種組