醫(yī)學(xué)研究數(shù)據(jù)管理與統(tǒng)計(jì)分析

1、1,王建明,公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系jmwang@njmu.edu.cn,,SPSS軟件應(yīng)用（三）,醫(yī)學(xué)研究數(shù)據(jù)管理與分析,2,常用命令：描述統(tǒng)計(jì)比較均值一般線性模型相關(guān)回歸非參數(shù)檢驗(yàn)生存分析,SPSS統(tǒng)計(jì)分析模塊,,統(tǒng)計(jì)描述統(tǒng)計(jì)推斷,3,一、均數(shù)的計(jì)算方法計(jì)量資料的均數(shù)和標(biāo)準(zhǔn)差計(jì)算可采用上節(jié)課介紹的分析→描述統(tǒng)計(jì) →***如果分組（如按性別）計(jì)算均數(shù)和標(biāo)準(zhǔn)差可以:(1)拆分文件 或(2)選擇個(gè)案

2、 或(3) 分析→ 描述統(tǒng)計(jì) →探索還有什么方法嗎？,4,均數(shù)與均數(shù)間的比較,一、均數(shù)的計(jì)算方法分析Analyze→比較均值Compare Means→均值Means試采用多種方法計(jì)算example.sav中，男性和女性的平均年齡與標(biāo)準(zhǔn)差。,分組變量,,可選的統(tǒng)計(jì)量,,可再添加分組變量,5,均數(shù)與均數(shù)間的比較,上例僅是對(duì)男女性年齡的均數(shù)和標(biāo)準(zhǔn)差進(jìn)行了描述，那么男性和女性的年齡差異是否存在統(tǒng)計(jì)學(xué)意義呢？這類資料應(yīng)該采用何種

3、統(tǒng)計(jì)學(xué)檢驗(yàn)方法？,age,6,均數(shù)間的比較,一、t檢驗(yàn) 1、樣本均數(shù)與總體均數(shù)的比較 2、完全隨機(jī)設(shè)計(jì)（成組設(shè)計(jì)）的兩樣本均數(shù)的比較 3、配對(duì)設(shè)計(jì)的兩樣本均數(shù)比較二、方差分析 1、完全隨機(jī)設(shè)計(jì)（成組設(shè)計(jì)）的單因素方差分析 2、隨機(jī)區(qū)組設(shè)計(jì)（配伍設(shè)計(jì)）的兩因素方差分析三、協(xié)方差分析,7,樣本均數(shù)與已知總體均數(shù)的比較,,8,樣本均數(shù)與已知總體均數(shù)的比較,例：通過(guò)大量調(diào)查,已知某地正常男嬰體重為3.26Kg,某醫(yī)生

4、隨機(jī)抽取20名難產(chǎn)男嬰，測(cè)得出生體重如下：?jiǎn)?，該地難產(chǎn)男嬰體重是否不同于本地正常男嬰？3.5 3.5 3.2 3.5 3.3 3.0 3.3 3.2 3.4 2.7 3.4 3.6 3.5 2.8 3.4 2.9 3.5 3.5 4.0 4.0,SPSS 分析命令：分析Analyze→比較均值Compare Means→單樣本t檢驗(yàn) One-Sample T Test…,數(shù)據(jù)庫(kù)：one sam

5、ple T test.sav,9,樣本均數(shù)與已知總體均數(shù)的比較,,,總體均數(shù),,10,樣本均數(shù)與已知總體均數(shù)的比較,結(jié)論：不能認(rèn)為難產(chǎn)男嬰的出生體重與正常男嬰不同。,11,,成組比較t檢驗(yàn)需注意：個(gè)體之間相互獨(dú)立兩組資料均取自正態(tài)分布的總體滿足方差齊性,12,完全隨機(jī)設(shè)計(jì)（成組設(shè)計(jì)）兩個(gè)樣本均數(shù)的比較,例：某醫(yī)生測(cè)得12名正常人和13名病毒性肝炎患者血清轉(zhuǎn)鐵蛋白含量（g/L） 結(jié)果如下：?jiǎn)柛窝谆颊吆驼Ｈ搜遛D(zhuǎn)鐵蛋白含量有無(wú)差異？

6、病毒性肝炎患者：2.34 2.47 2.22 2.31 2.36 2.38 2.15 2.57 2.19 2.25 2.28 2.31 2.42正常人： 2.61 2.71 2.73 2.64 2.68 2.81 2.76 2.55 2.91 2.85 2.71 2.64,Q：此類數(shù)據(jù)如何錄入？,數(shù)據(jù)庫(kù)： Independent Samples T Test.sav,13,完全隨機(jī)設(shè)計(jì)（

7、成組設(shè)計(jì)）兩個(gè)樣本均數(shù)的比較,14,完全隨機(jī)設(shè)計(jì)（成組設(shè)計(jì)）兩個(gè)樣本均數(shù)的比較,,統(tǒng)計(jì)描述,,,方差齊性檢驗(yàn),結(jié)論：病毒性肝炎患者與正常人血清轉(zhuǎn)鐵蛋白含量差異有統(tǒng)計(jì)學(xué)意義。,15,,16,配對(duì)t檢驗(yàn),17,配對(duì)設(shè)計(jì)的兩個(gè)樣本均數(shù)比較 （配對(duì)t檢驗(yàn)）,例：為比較某新藥與常規(guī)藥降血脂的效果，將性別相同、血清總膽固醇水平相近的高血脂患者配成對(duì)子，每對(duì)中隨機(jī)抽取一個(gè)人服用新藥，另一個(gè)人服用常規(guī)藥。服用一段時(shí)間后，測(cè)得血清總膽固醇含量（mmol/

8、L）如下：?jiǎn)栃滤幣c常規(guī)藥降血清總膽固醇效果是否相同？新 藥：6.57 6.46 6.27 6.89 6.21 7.61 7.60 7.04 6.68 7.42常規(guī)藥：6.00 6.83 5.97 7.28 6.30 6.64 7.38 7.00 6.03 7.22,SPSS 分析命令：,Q：此類數(shù)據(jù)如何錄入？,paired-sample T test.sav,18,配對(duì)設(shè)計(jì)的兩個(gè)樣本均數(shù)比較

9、,選中欲比較的兩個(gè)因素，再點(diǎn)擊,◥,19,配對(duì)設(shè)計(jì)的兩個(gè)樣本均數(shù)比較,結(jié)論：不能認(rèn)為新藥與常規(guī)藥降低血清總膽固醇的效果不同。,,,配對(duì)差值,20,Q：能否采用我們前面學(xué)過(guò)的單樣本T檢驗(yàn)（樣本均數(shù)與已知總體均數(shù)比較）比較新藥與常規(guī)藥降血清總膽固醇效果是否相同？,21,Compute 計(jì)算產(chǎn)生一新變量 d, d=group1-group2檢驗(yàn) d=0,,,22,2組均數(shù)比較可采用t-test多組均數(shù)如何比較？,23,方差分析Ana

10、lysis of Variance, ANOVA,方差分析的目的： 推斷兩個(gè)或多個(gè)總體均數(shù)是否相等方差分析的使用條件：各處理組樣本來(lái)自正態(tài)總體各樣本是相互獨(dú)立的隨機(jī)樣本各處理組的總體方差相等，即方差齊性,24,方差分析的結(jié)果解釋： 方差分析的F 檢驗(yàn)，當(dāng)P<0.05，可以認(rèn)為各組總體均數(shù)不等或不全相等，但并不可認(rèn)為任意兩組總體均數(shù)都有差別。需要進(jìn)一步作兩兩比較才能知道哪些組間有差別。多個(gè)樣本均數(shù)間的兩兩比

11、較 當(dāng)樣本組數(shù)大于2時(shí)，不宜再用前述的t檢驗(yàn)分別作兩兩比較，否則會(huì)增大犯第一類錯(cuò)誤的概率。方差分析與t檢驗(yàn)的聯(lián)系 t檢驗(yàn)可以看作時(shí)方差分析的特例:,方差分析的注意事項(xiàng),25,完全隨機(jī)設(shè)計(jì)方差分析（成組設(shè)計(jì)）,26,,,27,完全隨機(jī)設(shè)計(jì)（成組設(shè)計(jì)）的單因素方差分析1個(gè)因素，k個(gè)水平,例：某社區(qū)隨機(jī)抽取30名糖尿病患者、糖耐量減低（IGT）者和正常人進(jìn)行載脂蛋白(mg/dl)測(cè)定，結(jié)果如下：?jiǎn)柸N人載脂蛋白水平有無(wú)差別？

12、糖尿病患者：85.70 105.20 109.50 96.00 115.20 95.30 110.00 100.00 125.60 111.00 106.50IGT異常者：96.00 124.50 105.10 76.40 95.30 110.00 95.20 99.00 120.00正 常 人：144.00 117.00 110.00 109.00 103.00 123.

13、00 127.00 121.00 159.00 115.00,方法一：,Q：此類數(shù)據(jù)如何錄入？,One-way ANOVA.sav,28,完全隨機(jī)設(shè)計(jì)（成組設(shè)計(jì)）的單因素方差分析1個(gè)因素，k個(gè)水平,29,方差齊性檢驗(yàn),,,,30,完全隨機(jī)設(shè)計(jì)（成組設(shè)計(jì)）的單因素方差分析1個(gè)因素，k個(gè)水平,結(jié)論：可以認(rèn)為三種人血清載脂蛋白水平有差別。,但哪兩組間有區(qū)別呢？,31,兩兩比較,,,假定方差齊時(shí),假定方差不齊時(shí),,,32,,兩兩比較

14、,33,兩兩比較,,每?jī)蓚€(gè)均數(shù)進(jìn)行比較AB、AC、BC,A,B,C,34,兩兩比較,,分別與對(duì)照組進(jìn)行比較AC、BC,A,B,C（對(duì)照）,35,前述的方差分析還可以通過(guò)一般線性模型實(shí)現(xiàn)Analyze→General Linear Model→Univariate…,36,,組間變異,,組內(nèi)變異,,總變異,除了方差分析表不同以外，方法一和方法二的其他輸出結(jié)果是一致的：,,37,SPSS 分析命令：Analyze→General

15、Linear Model→Univariate…,隨機(jī)區(qū)組設(shè)計(jì)（配伍組設(shè)計(jì)）資料的方差分析（1個(gè)研究因素a個(gè)水平，1個(gè)配伍組因素b個(gè)水平）,例：為探索丹參對(duì)肢體缺血再灌注損傷的影響，將30只純種新西蘭實(shí)驗(yàn)用大白兔，按窩別相同、體重相近劃分為10 個(gè)區(qū)組。每個(gè)區(qū)組3 只大白兔隨機(jī)采用A、B、C 三種處理方案，即在松止血帶前分別給予丹參2ml/kg、丹參1ml/kg、生理鹽水2ml/kg，在松止血帶前及松后1小時(shí)分別測(cè)定血中白蛋白含量（g

16、/L），算出白蛋白減少量。問(wèn)三種方案的處理效果是否不同？,GLM Univariate.sav,38,白蛋白減少量,A、B、C 三種處理方案,區(qū)組因素（配伍組）,,,,39,40,41,隨機(jī)區(qū)組設(shè)計(jì)資料的方差分析,,,,組間,區(qū)組,組內(nèi),結(jié)論：認(rèn)為10 個(gè)區(qū)組的總體均數(shù)相同。但是，A、B、C 三種方案的處理效果不全相同，即三個(gè)總體均數(shù)中至少有兩個(gè)不同。至于三個(gè)總體均數(shù)中哪些不同，同樣需要進(jìn)行多個(gè)均數(shù)間的兩兩比較。,,,,42,隨機(jī)區(qū)組設(shè)

17、計(jì)資料的方差分析,結(jié)論：認(rèn)為A、B種方案的處理效果沒(méi)有差異，但均與 C 種處理方案的效果有差異，松止血帶前給予丹參能使血中白蛋白含量降低。,SNK法兩兩比較,43,協(xié)方差分析Analysis of Covariance, ANCOVA,ANCOVA的目的將協(xié)變量對(duì)因變量的影響從自變量中分離出去，可以進(jìn)一步提高實(shí)驗(yàn)精確度和統(tǒng)計(jì)檢驗(yàn)靈敏度ANCOVA的適用條件各處理組樣本來(lái)自正態(tài)總體各樣本是相互獨(dú)立的隨機(jī)樣本各處理組的總體方差

18、相等，即方差齊性各組的回歸斜率相等，即回歸齊性,44,一元協(xié)方差分析,例：研究鎘作業(yè)工人暴露于煙塵的年數(shù)與肺活量的關(guān)系。按暴露年數(shù)將工人分為兩組：甲組暴露≥ 10年，乙組暴露<10年。兩組工人的年齡未經(jīng)控制。測(cè)得兩組年齡及肺活量如下，問(wèn)兩組暴露于鎘作業(yè)工人平均肺活量是否相同？,ancova.sav,45,SPSS操作步驟： 先檢驗(yàn)是否滿足回歸齊性的假定；若滿足回歸齊性的假定，則可以采用ANCOVA。1、檢驗(yàn)回歸齊

19、性的方法作圖法檢驗(yàn)研究因素與協(xié)變量的交互作用2、ANCOVA方法,46,1、檢驗(yàn)回歸齊性的方法作圖法：對(duì)兩組X、Y分別作散點(diǎn)圖，并擬合回歸直線，觀察組間回歸直線是否平行。若平行，則滿足回歸齊性的假定。,簡(jiǎn)單直觀，但具有主觀性。,47,Double click 圖片?打開(kāi)圖片編輯器，添加趨勢(shì)線,,按分組變量顯示不同顏色的點(diǎn),48,49,50,1、檢驗(yàn)回歸齊性的方法檢驗(yàn)研究因素與協(xié)變量的交互作用,51,,52,,交互作用項(xiàng),53,

20、結(jié)論：研究因素與協(xié)變量的交互作用無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05），滿足回歸齊性的假定，因此可以采用ANCOVA。,,交互作用項(xiàng),,54,2、ANCOVA方法,,,55,結(jié)論：扣除了年齡對(duì)肺活量的影響后，不能認(rèn)為甲、乙兩組工人的肺活量有差別。,,56,分類變量的統(tǒng)計(jì)分析,1、成組設(shè)計(jì)的兩樣本率比較 2、配對(duì)設(shè)計(jì)的兩樣本率比較 3、完全隨機(jī)設(shè)計(jì)的多個(gè)樣本率比較,57,完全隨機(jī)設(shè)計(jì)兩個(gè)樣本率的比較,例1：某中藥在改變劑型前曾在臨床觀

21、察152例，治愈129例，未治愈23例；改變劑型后又在臨床觀察130例，治愈101例，未治愈29例，能否得出新劑型療效與舊劑型不同的結(jié)論？,crosstabs1.sav,58,完全隨機(jī)設(shè)計(jì)兩個(gè)樣本率的比較,59,完全隨機(jī)設(shè)計(jì)兩個(gè)樣本率的比較,60,SPSS 分析命令：→Descriptive Statistics→Crosstabs…,61,,行變量,,列變量,62,,,63,,,64,65,例2：某礦石粉廠當(dāng)生產(chǎn)一種礦石粉時(shí)，在數(shù)

22、天內(nèi)即有部分工人患職業(yè)性皮炎，本生產(chǎn)季節(jié)開(kāi)始，隨機(jī)抽取15名車(chē)間工人穿上新防護(hù)服，其中1名患皮炎，其余28名工人仍穿舊防護(hù)服，其中10名患皮炎。生產(chǎn)一段時(shí)間后，檢查兩組工人皮炎患病率，問(wèn)兩組工人皮炎患病率有無(wú)差異？,crosstabs2.sav,66,67,例3：某醫(yī)師A藥治療9例病人，治愈7人；用B藥治療10例病人，治愈1人，問(wèn)兩藥療效是否有差別？,crosstabs3.sav,68,69,配對(duì)設(shè)計(jì)兩個(gè)樣本率的比較,例1：分別用反向血

23、凝法和酶標(biāo)法對(duì)200名獻(xiàn)血員進(jìn)行HBsAg檢測(cè)，結(jié)果如下，問(wèn)兩種檢驗(yàn)方法檢出率有無(wú)差異？,pair-crosstab.sav,70,方法一：交叉表 Crosstabs,71,,,72,,73,方法 二：非參數(shù)檢驗(yàn) Nonparametric Test,74,非參數(shù)檢驗(yàn) Nonparametric Test,75,非參數(shù)檢驗(yàn) Nonparametric Test,76,完全隨機(jī)設(shè)計(jì)的多個(gè)樣本率的比較,例：某省從水氟含量不同的地區(qū)隨

24、機(jī)抽取10-12歲兒童，進(jìn)行第一恒齒患病率的調(diào)查，問(wèn)3個(gè)地區(qū)第一恒齒患病率是否不同？,77,完全隨機(jī)設(shè)計(jì)的多個(gè)樣本率的比較,資料整理,crosstabs4.sav,78,SPSS 分析命令：Analyze→Descriptive Statistics→Crosstabs…,完全隨機(jī)設(shè)計(jì)的多個(gè)樣本率的比較,crosstabs4.sav,79,結(jié)論：3個(gè)地區(qū)第一恒齒患病率不同或不全相同。,80,分層分析與混雜偏倚,混雜偏倚（confou

25、nding bias）是指暴露因素與疾病發(fā)生的相關(guān)（關(guān)聯(lián)）程度受到其他因素的歪曲或干擾。由于一個(gè)或多個(gè)外來(lái)因素的存在，掩蓋或夸大了研究因素與疾病(或事件)的聯(lián)系，從而部分或全部地歪曲了兩者之間的真實(shí)聯(lián)系,81,混雜偏倚 Confounding,,,Exposure,,Outcome,,Third variable(Confounder),,,,,,混雜因素具有下述三項(xiàng)特點(diǎn)： (1)混雜因素必須與所研究疾病的發(fā)生有關(guān)，是該疾病的危

26、險(xiǎn)因素之一。(2)混雜因素必須與所研究因素有關(guān)。(3)混雜因素必須不是研究因素與疾病病因鏈上的中間環(huán)節(jié)或中間步驟。,82,混雜偏倚的控制,在設(shè)計(jì)階段：可以通過(guò)配比、隨機(jī)化分配或限制進(jìn)入（選擇混雜因素的某個(gè)層的對(duì)象）等方法來(lái)控制。在統(tǒng)計(jì)分析階段：可采用標(biāo)準(zhǔn)化率分析、分層分析和多因素分析等來(lái)控制。,83,M-H（Mantel-Haenszel）分層分析法,對(duì)可能的混雜因素進(jìn)行分層，在各層內(nèi)混雜因素就不再可能對(duì)暴露與疾病關(guān)聯(lián)起混雜干

27、擾；(2) 具備M-H方法的應(yīng)用條件的前提, 即判定層間RR或OR是否相等或相近；,84,Alcohol,Smoking,Lung cancer,飲酒與肺癌的病例對(duì)照研究,（吸煙為可能的混雜因素）,85,飲酒與肺癌的病例對(duì)照研究,,（吸煙為可能的混雜因素）,86,(1) 按可能的混雜因素吸煙分層,,87,(2) 異質(zhì)性檢驗(yàn),判定層間關(guān)聯(lián)效應(yīng)水平是否同質(zhì)，否則不能應(yīng)用M-H方法 。按是否吸煙分層后，兩層內(nèi)的飲酒與肺癌的關(guān)聯(lián)效應(yīng)

28、大小是同質(zhì)的，可以應(yīng)用M-H方法計(jì)算綜合OR。,,,,,88,(3) 計(jì)算綜合或調(diào)整OR，并與粗OR比較,,,,,調(diào)整OR,粗OR,比較（一般而言，如果差值有0.5以上的改變（RR或OR>1時(shí)）或者有0.1以上的改變（RR或OR<1時(shí)），就可以下“存在混雜偏倚”的結(jié)論。 ）,89,(4) 得出結(jié)論,吸煙對(duì)飲酒與肺癌的關(guān)聯(lián)有混雜作用 （cOR =3.69, aOR=1.57;cOR ≠ ORMH）控制吸煙的混雜作用后，

29、飲酒與肺癌無(wú)關(guān)聯(lián)（P＞0.25）。,90,分層資料的卡方檢驗(yàn),例：Doll和Hill以709例肺癌患者作病例、709個(gè)非腫瘤患者作對(duì)照，按照性別分層，研究吸煙與肺癌的關(guān)系，調(diào)查結(jié)果見(jiàn)表，試做分層分析,SPSS 分析命令：分析>描述統(tǒng)計(jì)>交叉表,M-H.sav,91,分層資料的卡方檢驗(yàn),分層變量,92,分層資料的卡方檢驗(yàn),,計(jì)算OR值,層間齊性檢驗(yàn)合并OR值計(jì)算,93,分層資料的卡方檢驗(yàn),94,分層資料的卡方檢驗(yàn),層間一致