《循证医学》循证医学中常用的统计学方法和指标.ppt

循证医学中常用的统计指标 六、分类资料的指标 4．OR及可信区间 循证医学中常用的统计指标 六、分类资料的指标 4．OR及可信区间 OR的95%可信区间为： exp[ ln(OR) ±1.96SE(lnOR) ] = exp(-0.894±1.96×0.347） = (0.207，0.807) 该例OR的95%可信区间为0.207～0.807，可以认为阿斯匹林治疗心肌梗死有效。 循证医学中常用的统计指标 六、分类资料的指标 5．RRR及可信区间 RRR为相对危险度减少率 (relative risk reduction)，其计算公式为： RRR=|CER-EER|/CER = 1-RR RRR的可信区间可由1-RR计算得到。 如前例RR=0.48，其95%的可信区间为0.272～0.846，其RRR=1-0.48=0.52，RRR的95%可信区间为0.154～0.728。 循证医学中常用的统计指标 六、分类资料的指标 5．RRR及可信区间 RRR反映了某试验因素使某结果的发生率增加或减少的相对量，但是，该指标无法衡量发生率增减的绝对量。 如：试验人群中某病的发生率EER=39%，而对照组人群的发生率CER=50%， RRR=(CER-EER)/CER =(50%-39%)/50%=22%。 但是，若在另一研究中，试验组的疾病发生率为0.39/10万，对照组的疾病发生率为0.50/10万，其RRR仍为22%。 循证医学中常用的统计指标 六、分类资料的指标 6．RRI RRI，相对危险度增加率(relative risk increase，RRI)，试验组中某不利结果的发生率为EERb，对照组某不利结果的发生率为CERb，RRI可按下式计算： RRI = |EERb－CERb |/ CERb 该指标可反映采用试验因素处理后，患者的不利结果增加的百分比。 循证医学中常用的统计指标 六、分类资料的指标 7．RBI RBI，相对获益增加率(relative benefit increase，RBI)，试验组中某有益结果的发生率为EERg，对照组某有益结果的发生率为CERg，RBI可按下式计算： RBI=|EERg-CERg |/ CERg 该指标可反映采用试验因素处理后，患者的有益结果增加的百分比。 循证医学中常用的统计指标 六、分类资料的指标 8．ARR及可信区间 绝对危险度减少率 (absolute risk reduction，ARR)，其计算公式为： ARR=|CER-EER| ARR的可信区间为： ARR±u?SE（ARR） = (ARR－u?SE（ARR） ，ARR+u?SE（ARR）) * * 循证医学中常用的统计方法和指标 循证医学中常用的统计方法 一、临床证据的数据资料类型 分类变量资料 数值变量资料 等级变量资料 循证医学中常用的统计方法 二、统计学方法的正确抉择 统计描述 统计分析 假设检验 统计推断 可信区间估计 循证医学中常用的统计方法 三、数据资料统计描述的基本要求 1.关于数值变量资料的统计描述 循证医学中常用的统计方法 三、数据资料统计描述的基本要求 1.关于数值变量资料的统计描述 循证医学中常用的统计方法 四、数据资料统计描述的基本要求 2.关于分类变量资料的统计描述 循证医学中常用的统计方法 四、统计学假设检验方法的正确抉择 循证医学中常用的统计方法 四、统计学假设检验方法的正确抉择 注：n为样本例数，p为阳性事件发生率，T为理论频数 表5 分类变量资料比较的常用假设检验方法 循证医学中常用的统计指标 五、可信区间 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。 循证医学中常用的统计指标 五、可信区间 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。。 循证医学中常用的统计指标 五、可信区间 常用的可信区间有：率的