DEBM常用指标.ppt

循证医学中常用的统计指标 湖南中医学院 一、概述 数据资料可分为数值资料（计量）和分类资料（计数和等级）两大类。统计指标因而也分为数值资料指标与分类资料指标两类。 统计指标可用于描述性的统计分析，也是反映数据基本特征的统计分析方法。并可使人们准确、全面地了解数据资料所包涵的信息，以便于在此基础上完成资料的进一步统计分析。 可信区间（confidence interval，CI）是循证医学中常用的统计指标之一。 可信区间主要用于估计总体参数，从获取的样本数据资料估计某个指标的总体值（参数）。如，率的可信区间估计总体率，均数的可信区间估计总体均数。 此外，可信区间还可用于假设检验，尤其是试验组与对照组某指标差值或比值的可信区间，在循证医学中更为常用。 通常，试验组与对照组某指标差值或比值的95%可信区间与?为0.05的假设检验等价，99%的CI与?为0.01的假设检验等价。 常用的可信区间有：率的可信区间、两率差值的可信区间、均数的可信区间、两均数差值的可信区间、相对危险度可信区间等。 循证医学中常用的是率的可信区间、 RR或OR的可信区间、均数的可信区间、两均数差值的可信区间等。 二、分类资料的指标 在循证医学的研究与实践中，除了有效率、死亡率、患病率、发病率等常用率的指标外，相对危险度（RR）、比值比（OR）及由此导出的其他指标也是循证医学中富有特色的指标。 目前，在循证医学中分类资料常用的描述指标主要有ERR、CER、OR、RR、RRR、ARR、NNT等。 1、ERR与CER 循证医学中预防和治疗性试验中，率可细分为EER和CER两类。 EER即试验组中某事件的发生率(experimental event rate，EER)，如对某病采用某些防治措施后该疾病的发生率。 CER即对照组中某事件的发生率(control event rate，CER)，如对某病不采取防治措施的发生率。 2． RD（率差）及可信区间 两个发生率的差即为率差，也称危险差（rate difference，risk difference，RD），如，试验组发生率（ERR）与对照组发生率（CER）的差，其大小可反映试验效应的大小。 两率差的可信区间由下式计算： |p1-p2|±u? SE(p1-p2) = (RD－u? SE(p1-p2)，RD+u? SE(p1-p2)) 该试验两率差（RD）的可信区间为： RD±u? SE(p1-p2) =（0.12-0.25）±1.96×0.049= -0.23～-0.03 该例两率差的可信区间为-0.23～-0.03，上下限均小于0（不包含0），两率有差别。可认为阿斯匹林可降低心肌梗死的病死率。 3．RR及可信区间 相对危险度RR（relative risk,RR）是前瞻性研究中较常用的指标，它是试验组某事件发生率p1与对照组（或低暴露）的发生率p0之比，用于说明前者是后者的多少倍，常用来表示试验因素与疾病联系的强度及其在病因学上的意义大小。 其计算方法为： RR=P1/P0=EER/CER 当RR＝1时，可认为试验因素与疾病无关； 当RR≠1时，可认为试验因素与疾病有关。 当RR＞1时，可认为试验组发生率大于对照组； 当RR＜1时，可认为试验组发生率小于对照组。 RR的可信区间，应采用自然对数进行计算，即应求RR的自然对数值ln(RR)和ln(RR)的标准误SE (lnRR)，其计算公式如下： ln(RR)的1－?可信区间为： ln(RR) ± u? SE(lnRR) RR的可信区间为： exp[ ln(RR) ±u? SE(lnRR) ] 由于RR=1时为试验因素与疾病无关，故其可信区间不包含1时为有统计学意义；反之，其可信区间包含1时为无统计学意义。 阿斯匹林治疗组的病死率p1=15/125；对照组的病死率p0=30/120，其RR和可信区间为： RR的95%可信区间为： exp[ ln(RR) ±1.96 SE(lnRR) ] = exp（ -0.734 ± 1.96×0.289 ） = (0.272，0.846) 该例RR的95%可信区间为0.272～0.846，使用阿斯匹林治疗的病人，其病死率小于对照组，可认为阿斯匹林可降低心肌梗死有效。 4．OR及可信区间 odds1是病例组暴露率p1和非暴露率1- p1的比值，即odds1 = p1/(1-p1) ， odds0是对照组暴露率p0和非暴露率1- p0的比值，即odds0 = p0/(1-p0) ， 以上两个比值之比即为比值比(odds ratio，OR)，又称机会比、优势比等。公式为： OR=ad/bc 当所研究疾病的发病率较低时，即a和c均较小时