1、醫(yī)學(xué)統(tǒng)計(jì)分析 重癥醫(yī)學(xué)科 汪正光 2017.4.21,注：文本框可根據(jù)需求改變顏色、移動(dòng)位置；文字可編輯,1,分析資料： 1. 統(tǒng)計(jì)描述-選用合適的統(tǒng)計(jì)表和統(tǒng)計(jì)圖，對(duì)資料的數(shù)量特征及其分布規(guī)律進(jìn)行描述。,注：文本框可根據(jù)需求改變顏色、移動(dòng)位置；文字可編輯,2,2.統(tǒng)計(jì)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(shè)檢驗(yàn),注：文本框可根據(jù)需求改變顏色、移動(dòng)位置；文字可編輯,3,最常用統(tǒng)計(jì)軟件： SPSS(Statistical Product and Service Solutions),注：文本框可根據(jù)需求改變顏色、移動(dòng)位置；文字可編輯,最初軟件全稱為社會(huì)科學(xué)

2、統(tǒng)計(jì)軟件包(SolutionsStatistical Package for the Social Sciences)，但是隨著SPSS產(chǎn)品服務(wù)領(lǐng)域的擴(kuò)大和服務(wù)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(jì)產(chǎn)品與服務(wù)解決方案 其它：SAS,4,常見統(tǒng)計(jì)概念1,1.計(jì)量資料（數(shù)值變量） 身高，血壓，尿素氮 2.計(jì)數(shù)資料 二分類的：性別 多分類：血型 出院轉(zhuǎn)歸 3.等級(jí)資料 結(jié)核桿菌痰涂片（+）、（+）、（+）,5,常見統(tǒng)計(jì)概念2,1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、6 7、7、7、7、7 8、8、8、8 9、

3、9、9 10、10 11,6,注：文本框可根據(jù)需求改變顏色、移動(dòng)位置；文字可編輯,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、6 7、7、7、7、7、7、7,7,常見統(tǒng)計(jì)概念3,1.四分位數(shù)（把全部變量分成四個(gè)部分的分位數(shù)） P25(QL)， P50(M)， P75(QU) Q=quartile 2.中位數(shù) M（n個(gè)變量中位于中間的那個(gè)數(shù)） 1 2 3 4 5 6 7 8 9 10 11 1 2 3 4 5 6 7 8 9 10 11 12 3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、 4 5 6 7 8 9 10 11 6 =6 5總體方差（一組數(shù)據(jù)中的每一個(gè)變量與均數(shù)的差值的平方和） （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(gè)數(shù) 12111=11 6.標(biāo)準(zhǔn)差(s)=方差的正平方根 =3.316,9,7.P(probalibity)概率 P0.05，表示在實(shí)驗(yàn)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(zhì)觀察單位的全體。 有限總體 明確了空間時(shí)間人群范圍內(nèi)的有限觀察單位 例：調(diào)查黃山市2017年7歲兒童的身高 無限

5、總體 沒有時(shí)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：從總體中抽出部分觀察單位。,11,常用統(tǒng)計(jì)方法,1.t檢驗(yàn) 2.單因素方差分析 3.重復(fù)測量數(shù)據(jù)的方差分析 4.多變量反差分析 5.卡方檢驗(yàn)（X2檢驗(yàn)）和Fisher確切概率法,12,6.秩和檢驗(yàn) 7.相關(guān)分析 8.Logistic回歸分析 9.ROC曲線,13,一、T檢驗(yàn)，亦稱student t檢驗(yàn),1.單樣本t檢驗(yàn) 一個(gè)樣本平均數(shù)與一個(gè)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(biāo)準(zhǔn)差25.74g/L。問兩者有差別嗎（正常140g

6、/L）？,14,2.配對(duì)t檢驗(yàn)（單樣本t檢驗(yàn)的特例） 1、配對(duì)的兩個(gè)受試對(duì)象分別接受兩種不同的處理； 2、同一受試對(duì)象接受兩種不同的處理； 3、同一受試對(duì)象處理前后的結(jié)果進(jìn)行比較（即自身配對(duì)）； 4、同一對(duì)象的兩個(gè)部位給予不同的處理。,15,3.兩樣本t檢驗(yàn) 兩個(gè)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(yàn)注意事項(xiàng)： 正態(tài)性檢驗(yàn) 方差齊性檢驗(yàn),17,二、單因素方差分析 （one-way ANOVA） 用于完全隨機(jī)設(shè)計(jì)的多個(gè)樣本均數(shù)間的比較，其統(tǒng)計(jì)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(jìn)行分析,18,應(yīng)用條件： 1.變量間相互獨(dú)立的隨機(jī)樣本 2.變量服從正態(tài)分布

7、 3.各樣本的總體方差相等（方差齊性）,19,是對(duì)同一因變量進(jìn)行重復(fù)測量的一種試驗(yàn)設(shè)計(jì)技術(shù)。在給予一種或多種處理后，分別在不同的時(shí)間點(diǎn)上通過重復(fù)測量同一個(gè)受試對(duì)象獲得的指標(biāo)的觀察值。 分析前要對(duì)重復(fù)測量數(shù)據(jù)之間是否存在相關(guān)性進(jìn)行球形檢驗(yàn)。,如果該檢驗(yàn)結(jié)果為P0.05，則說明重復(fù)測量數(shù)據(jù)之間不存在相關(guān)性，單因素方差分析的方法來處理。 如果檢驗(yàn)結(jié)果P0.05，則說明重復(fù)測量數(shù)據(jù)之間是存在相關(guān)性的。,三、重復(fù)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(yàn) 是用途非常廣的一種假設(shè)檢驗(yàn)方法 包括：兩個(gè)率或兩個(gè)構(gòu)成比比較的卡方檢驗(yàn) (四表格卡方檢驗(yàn)) 多個(gè)率或多個(gè)構(gòu)成比比較的卡方檢驗(yàn)

8、 ( R*C卡方檢驗(yàn)) 分類資料的相關(guān)分析等,23,1.四表格卡方檢驗(yàn)使用注意事項(xiàng)： 1.所有的理論數(shù)T5并且總樣本量n40，用Pearson卡方進(jìn)行檢驗(yàn)。 2.如果理論數(shù)T5但T1，并且n40，用連續(xù)性校正的卡方進(jìn)行檢驗(yàn)。 3.如果有理論數(shù)T1或n40，則用Fishers檢驗(yàn)。,24,25,26,27,28,2.R*C卡方檢驗(yàn),29,注意： R*C卡方檢驗(yàn)各個(gè)格子的理論頻數(shù)不應(yīng)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(guān)分析,神經(jīng)超聲結(jié)合神經(jīng)傳導(dǎo)檢測在腕管綜合征診斷中的應(yīng)用價(jià)值研究,采用線性趨勢檢驗(yàn)，對(duì)不同Hi-OB等級(jí)患者之間超聲檢測分級(jí)情況比較，結(jié)果顯示

9、，Hi-OB四個(gè)等級(jí)之間超聲檢測分級(jí)情況不存在線性變化趨勢（F=2.445，P=0.122）。,31,六、秩和檢驗(yàn) 最早是由維爾克松提出，叫維爾克松兩樣本檢驗(yàn)法。,如果兩個(gè)樣本來自兩個(gè)獨(dú)立的但非正態(tài)或形態(tài)不清的兩總體，要檢驗(yàn)兩樣本之間的差異是否顯著，不應(yīng)運(yùn)用參數(shù)檢驗(yàn)中的T檢驗(yàn)，而需采用秩和檢驗(yàn)。,秩和檢驗(yàn)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 21 b作業(yè)組：17 18 20 25 34 43 44,33,34,例2：某年級(jí)隨機(jī)抽取6名男生和8名女生的英語考試成績?nèi)绫?所示。問該年級(jí)男女生的英

10、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(yàn)表得到P值,35,36,七、相關(guān)性分析,是指對(duì)兩個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量兩個(gè)變量因素的相關(guān)密切程度。 Pearson相關(guān) 資料均為正態(tài)分布 Spearman相關(guān) Kendalltau-b等級(jí)相關(guān) 等級(jí)資料,37,例：如果我們要評(píng)價(jià)CAPS評(píng)分在評(píng)估患者病情嚴(yán)重程度方面是否有價(jià)值，分?jǐn)?shù)越高病情越重嗎？使用什么統(tǒng)計(jì)分析？,38,39,八、Logistic回歸分析,主要在流行病學(xué)中應(yīng)用較多，比較常用的情形是探索某疾病的危險(xiǎn)因素，根據(jù)危險(xiǎn)因素預(yù)測某疾病發(fā)生的概率等。 例如，想探討胃癌發(fā)生的危險(xiǎn)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(biāo)，(1-特異度)為橫坐標(biāo)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時(shí)的對(duì)