医学科研数据统计分析策略 - 郑州大学.ppt

例 某地区随机抽取12名贫血儿童的家庭，实行健康教育干预三个月，干预前后儿童的血红蛋白（%）测量结果如表所示，试问干预前后该地区贫血儿童血红蛋白（%）平均水平有无变化？ 配对设计两样本均数t检验 配对设计有两种情况：（1） 自身配对：同一对象接受两种处理，如同一标本用两种方法进行检验，同一患者接受两种处理方法；（2） 异体配对：将条件相近的实验对象配对 例4-4 某妇产医院的研究者欲探索孕妇在孕期补充钙制剂对血清骨钙素（ng/ml）的影响，选取孕妇的年龄、基础骨钙素值接近，孕周在26-28周的30名孕妇，随机分成两组，每组15人。试验组孕妇补充选定的某种钙制剂，对照组孕妇采用传统膳食。产后40-50天内测定两组孕妇血清骨钙素的改变值（产后骨钙素和产前骨钙素的差值），结果如下： 试验组：10.2，8.9，10.1，9.2，-0.8，10.6，6.5，11.2，9.3，8.0，10.7，9.5，12.7，14.4，11.9 对照组：5.0，6.7，-1.4，4.0，7.1，-0.6，2.8，4.3，3.7，5.8，4.6，6.0，4.1，5.1，4.7 问孕期补钙和传统膳食的产妇骨钙素改变值的总体均数差别有无统计学意义？ 2.4 两样本均数比较的t检验 t检验对两样本均数进行比较时，要求原始数据满足以下三个条件： ① 独立性（independence）：各观察值间是相互独立的，不能相互影响； ② 正态性（normality）：两组均数比较时，要求两组数据服从正态分布；配对设计时，要求差值服从正态分布。可用正态性检验来确认。 ③ 方差齐性（homogeneity）：两样本所对应的正态总体的方差相等，可由方差齐性检验来认定。 如果两样本方差齐性检验认为两总体方差不等t检验就不适用，此时须用t? 检验 例5-1：为研究钙离子对体重的影响作用，某研究者将36只肥胖模型大白鼠随机分为三组，每组12只，分别给予高脂正常剂量钙（0.5%）、高脂中剂量钙（1.0%）和高脂高剂量钙（1.5%）三种不同的饲料，喂养9周，测其喂养前后体重的差值。问三组不同喂养方式下大白鼠体重改变是否不同？如表5-1所示。 完全随机设计单因素方差分析 基本概念 完全随机化设计——单因素设计 研究对象随机地分配到各处理组，各组分别接受不同的处理，比较各组均数之间的差别有无统计学意义，推断处理因素的效应。 应用条件： 符合正态分布且方差齐——单因素方差分析（one-way classification ANOVA） 不符合正态分布或/和方差不齐——变量变换或选择非参数检验法（Kruskal-Wills H检验）。 2.2.2 均数两两比较 首先进入单因素方差分析对话框，显示如下： 单击OK→返回上一级窗口→单击OK→即显示结果 例5-2 为探索丹参对肢体缺血再灌注损伤的影响，将30只纯种新西兰实验用大白兔，按窝别相同分为10个区组。每个区组的3只大白兔随机接受三种不同的处理，即在松止血带前分别给予丹参2ml/kg、丹参1ml/kg、生理盐水2ml/kg，并分别测定松止血带前及松后1小时后血中白蛋白含量（g/L），算出白蛋白的减少量如表5-2所示。问三种处理效果是否不同？ 3 随机区组设计两因素方差分析 应用条件与单因素相同 结果 5.2 两组重复测量 例7-4 为了研究与糖尿病患者脂联素相关的因素，某医师收集了30名确诊的糖尿病患者的相关资料，见表7-2，包括体重指数BMI（kg/m2）、病程DY(年)、瘦素LEP（ng/ml）、空腹血糖FPG（mmol/L）、脂联素ADI（ng/ml），试分析糖尿病患者脂联素相关因素。 回归分析前提条件 （1）线性（linear）：应变量与自变量呈线性变化趋势，用偏回归图、残差图判断； （2）独立性（independence）：个体间相互独立，通过专业知识和经验来判断，也可计算Durbin-Watson 统计量，取值0～4，在2附近认为满足独立性； （3）正态性（normality）：X为某一定值时，应变量Y服从正态分布，即残差服从正态分布，通过残差图或正态概率图考察； （4）等方差（equal variance）：各X水平下Y的总体变异相同，通过残差图判断。 例：在二乙基亚硝胺诱发大白鼠鼻咽癌的实验中，一组单纯用亚硝胺用亚硝胺向鼻腔滴注（鼻注组），另一组在鼻注基础上加注维生素B12，实验结果见下表。问两组发癌率的差别有无统计学意义？ 四格表χ2检验 四格表χ2检验的应用条件： 四个格子的理论数T≥5且四个格子的合计n≥40。 四格表校正χ2检验 当1≤T＜5, n≥4