《循证医学》第五章循证医学常用统计学方法.pptVIP

单个研究证据资料的方法学质量判断DCBA资料完整性的判断组间基线资料的可比性重复性检验缺失值分析E精确度分析F样本量分析单个研究证据资料的方法学质量判断资料的完整性判断纳入分析的研究对象数量以及重要的指标数前后一致即：试验前后组例数是否一致？丢失率＝1－(终末例数/入组例数）×100％或＝(丢失例数/入组例数）×100％判断标准：丢失率＝0％证据资料完整丢失率10％证据质量合格丢失率在10~20％证据质量较差，可作参考丢失率20％：证据质量差不宜使用证据资料的质量判断资料组间基线资料是否可比判断方法：均衡性检验试验组和对照组之间的重要的临床基线资料是否相对一致，即除了研究的干预措施外，其他影响研究结果的因素在两组间分配是否均衡。结果判定：组间无显著性差异，均衡性好，试验结果可信组间差异显著，均衡性差，需做分层分析如有分层分析结果，试验结论可信度高如无分层分析结果，试验结论可信度低重复性检验多次重复观察或测量的情况下，观测或试验结果是否一致？证据资料的质量判断观察结果的Kappa一致性检验：无Kappa一致性检验结果，证据可信度低，不可靠Kappa0.4证据质量差Kappa0.7证据质量好测量数据的一致性判断：差异度5%批内差异度＝(第一次测量值－第二次测量值)/第一次测量值批外差异度＝(第一批测量值－第二批测量值)/第一批测量值证据资料的质量判断缺失值分析因各种原因不能得到观测指标的具体测量值，出现数据丢失。随机性缺失：与组别、干预措施等无关，随机产生，无规律非随机性缺失：受实验因素的影响，导致实验组和对照组出现非对称性数据丢失。证据资料的质量判断对于缺失值的处理1、分类变量资料的缺失值处理--敏感性分析如：试验组和对照组各丢失了10例。将试验组丢失的10例作为“无效病例”，对照组丢失的10例作为“有效病例”，重新做统计学分析。如果结论与原证据结论一致，资料可靠；结论不一致，资料不可靠。2、数值变量资料的缺失值处理—均数差值的可信区间可信区间窄，数据精度高，资料可靠性大，结果可信可信区间宽，数据精度差，资料可靠性小，说明有可能丢失数据或者样本量较少。证据资料的质量判断精确度分析可信区间（CI)是按照预先给定的概率(1－α)去估计未知总体参数的可能范围。如：95％可信区间：指该区间有95％的可能性包含了被估计的总体参数，有5％（小概率事件）可能性不包含被估计的总体参数。可信限：可信区间的上下界限值抽样误差小，可信区间窄，估计的可靠性高，精确度大抽样误差大，可信区间宽，估计的可靠性低，精确度小证据资料的质量判断样本量分析样本量：能够最真实反应实际试验效果的观察对象的适宜量。样本量大小的影响因素：预期的试验率差d；显著性水平α，检验把握度1-β。如：预期治疗组有效率80%，对照组60%，d=20%α=0.05，1-β=0.9则：n=110人统计学方法的正确抉择不同的资料类型所选用的统计学方法不同，只有正确的选择适合的统计学方法，才能得出正确的结果。统计分析时，应首先要明确相关的条件。如：数据资料的分布类型（正态分布、偏态分布、二项分布等）；是否满足方差齐性；理论频数是否足够大等。统计学方法的正确抉择－－计量资料统计描述表5－3数值变量资料常用描述指标均数描述一组数据的平均水平、集中位置正态分布或近似正态分布①中位数同均数偏态、开口资料或分布未知②几何均数同均数对数正态分布、等比资料③标准差描述一组资料的变异大小、离散程度正态分布或近似正态分布四分位数间距同标准差偏态、开口资料或分布未知极差同标准差任何资料类型变异系数比较各组资料的变异度大小单位不同、均数相差悬殊指标名称作