临床统计学介绍.ppt
临床统计学介绍,为什么要做统计分析？,统计分析的目的是应用样本 资料的信息,作出有关研究总体的有效推测。应用概要性指标描述样本资料来实现。这些概要性指标保留了足够的信息 去估计研究总体的特征。,关于总体的临床研究问题,在发展中国家，人工喂养相比母乳喂养能否增加母亲为HIV阳性的婴儿生存率？如何建立一个心脏搭桥手术后生存率模型？病人的特征能否预测术后生存率？相比内科治疗，搭桥手术后1，3，5年的生存率能否改善？局部治疗小肝癌能否代替外科手术切除？根治术后应用大剂量的干扰素能否降低肝癌复发率？,今天的主题,总体，样本和个体资料的类型：Continuous vs.categorical如何描述资料?统计量 和图测量集中趋势和离散趋势标准误和95%可信区间根据数据选择合适的统计方法诊断试验评价,总体，样本和个体,“Aristotle maintained that women have fewer teeth than men;although he was twice married,it never occurred to him to verify this statement by examining his wives mouths.”-Sir Bertrand Russell,The Impact of Science on Society,1952.“It is a capital mistake to theorize before you have data.”-Sir Arthur Conan Doyle,Scandal in Bohemia.,总体，样本和个体,And,for another viewpoint:“If your experiment needs statistics,you ought to have done a better experiment.”Ernest Rutherford.The bench science perspective:you can control all the variables!Clinicians,however,know better human variation is large,and often inexplicable.Statistics help us describe it and generalize at least enough to improve our ability to practice medicine.,总体，样本和个体,Aristotle 推测了一个女性总体(比较男性总体).他实际上手头就有一个包含2个女人的样本，他能对这个样本中的2个个体进行数牙。The population is the collection of all people about whom you would like to ask a research question.This might be a fairly clear-cut easily defined set of people:“What proportion of people 65 or older in the US today have Alzheimers disease?”Or it might be a more hypothetical group:“How much of a reduction in symptomatic days could a person expect if treated with a new antiviral for flu?”,总体，样本和个体,实际上，我们不可能去研究总体中的每一个对象。所以，我们研究一个样本,并将其推广到整个人群。样本量 是样本中个体 的数目(而不是对每个研究对象的测量指标数目!)好的研究设计能帮助我们得到一个 代表性好的样本。好的统计分析能帮助我们获得关于总体问题的答案。,例子：HCC的裸鼠转移模型,*2个水平：裸鼠 细胞,今天的主题,总体，样本和个体资料的类型：Continuous vs.categorical如何描述资料?统计量 和图测量集中趋势和离散趋势标准误和95%可信区间根据数据选择合适的统计方法诊断试验评价,数据类型,计量资料 Quantitative:“how much?”连续的变量:年龄,体重,身高,血压 实际数值:家庭的子女数,住院天数分类资料 Categorical:“what type?”等级变量:肿瘤分期(I,II,III);好 中 差名义变量：男/女;健康/生病;ABO血型,数据类型数据类型的转换,计量数据可转换成分类数据：normal(value)vs.abnormal;“young,middle-aged,old”将连续变量转换成等级变量减少了资料的信息量，从而造成统计学检验的敏感度或把握度下降,今天的主题,总体，样本和个体资料的类型：Continuous vs.categorical如何描述资料?统计量 和图测量集中趋势和离散趋势标准误和95%可信区间根据数据选择合适的统计方法诊断试验评价,Notes:vertical axis can be count or percentin the above example,counts do not add to 74 individuals can have multiple risk factorstabular presentation may be more parsimonious for such data,N=74,分类资料的统计描述,计数百分比,分类数据的统计描述,构成比率比例 vs 率标化,下面是一组年龄数据（11例）21,32,34,34,42,44,46,48,52,56,64年龄是一个计量的变量，所以如果用条图就不合适。我们更感兴趣的是年龄分布的一些特征：年龄分别的中心点在哪里？如平均数年龄的变异又是如何?是不是有些数据跟绝大部分数据差得很多（outliers）借助视觉工具帮助我们回答这些问题.,定量数据的统计描述,计量数据的统计描述,图表1.Stem and Leaf plot2.Histogram3.Boxplot数字1.Location-mean,median,mode.2.Spread-range,variance,standard deviation，percentile3.Shape-skewness*例外：生存资料的描述,We could group the data and tally the frequencies:But why“hide”the details?Instead,well use the 10s place as stems and the units as leaves:,20:X30:XXX40:XXXX50:XX60:X,2*|13*|2444*|24685*|266*|4,Stem and Leaf Diagram,stem&leaf plotFor small datasets,Examples,平均数方差,中位数百分位数,outlier,今天的主题,总体，样本和个体资料的类型：Continuous vs.categorical如何描述资料?统计量 和图测量集中趋势和离散趋势标准误和95%可信区间根据数据选择合适的统计方法诊断试验评价,集中趋势,算术平均数：几何平均数中位数,平均数和中位数比较,Mean is sensitive to a few very large(or small)values-“outliers”Median is“resistant”to outliersMean is attractive mathematically50%of sample is above the median,50%of sample is below the median.,离散趋势,Variation is important!,离散趋势,方差标准差百分位数：IQR=Q.75-Q.25,今天的主题,总体，样本和个体资料的类型：Continuous vs.categorical如何描述资料?统计量 和图测量集中趋势和离散趋势标准误和95%可信区间根据数据选择合适的统计方法诊断试验评价,标准误和95%可信区间,描述样本：平均数，标准差？总体：为了估计总体的平均数，需要计算标准误标准误标准差/样本量总体均数的95CI:样本的平均数1.96*标准误,论文中常用,标准差 vs均数的标准误(when do you use one,but not the other?),标准差用于描述：量化样本均数周围的变异.当确定两个样本是否来自于同一总体时，标准差是一个重要的统计量。Central limit theorem;“同一总体中的样本均数呈正态分布”样本均数的标准误用于样本均数估计总体的均数。标准误是一个重要的统计量，用于计算样本均数的可信度，取决于标准差和样本量。但实际上两者并不独立，当样本量增加时，标准差往往减少。,正态分布(basis of statistical inference for many populations),Mean=median=mode.all=same value in the distribution remember:68.3%of data is between-1.00 s.d.and+1.00 s.d.95.0%“-1.96 s.d.and+1.96 s.d.95.5%“-2.00 s.d.and+2.00 s.d.99.7%“-3.00 s.d.and+3.00 s.d.,今天的主题,总体，样本和个体资料的类型：Continuous vs.categorical如何描述资料?统计量 和图测量集中趋势和离散趋势标准误和95%可信区间根据数据选择合适的统计方法诊断试验评价,推断性统计,推广结论:样本总体评价证据的强度比较预测,计量资料的统计方法,列联表分析,列,*四格表是全一致,Make predictions:回归分析,应变量：一般定量变量 线性分析等级或名义变量Logistic 回归时间变量 Cox回归,Descriptive epidemiology:pattern of occurrencePrevalence of HIV+and community Mosquito index,r=.83 r-squared=.92*p.001 p.001*,201510 5 0,0 2 4 6 8 10 12 14 16 18 20 22,Index of community mosquito infestation,HIV+,今天的主题,总体，样本和个体资料的类型：Continuous vs.categorical如何描述资料?统计量 和图测量集中趋势和离散趋势标准误和95%可信区间根据数据选择合适的统计方法诊断试验评价,诊断试验评价,试验的设计,诊断试验的设计,诊断试验的评价,敏感度a/a+c特异度d/b+d阳性预测值a/a+b阴性预测值d/c+d,阳性拟然比敏感度/1特异度阴性拟然比1敏感度/特异度,医学论文中通常报道哪些?,大多数研究报道平均数（正态）或中位数（非正态）有些研究报道标准差和/或标准误。Be careful!有时会看到图中有一个error bar，could be either.如果资料非正态(偏态，多峰，尾巴很长或很短等）,往往报道中位数和百分位数，而不是均数和标准差.写文章时一定有根主线研究所要回答的问题：Do you want to ask about the average or typical person?Or do you want to figure out how unusual your patient might be?,通常的流行病学（科学的）途径,1.确定一个问题:clinical suspicion;case series;review of medical literature2.组织一个假设(asking the right question);good hypotheses are:Specific,Measurable,and Plausible3.检验假设(assumptions vs.type of data)4.再验证 always Question the VALIDITY of the result(s):Chance;Bias;and Causality,结论的准确性,Chance:role of random error in outcome measure(s)(p-value;power of the study and the confidence interval)-largely determined by sample sizeBias:role of systematic error in outcome measure(s)Selection bias-subjects not representativInformation bias-error(s)in subject data/classificationConfounding-3rd variable(causal)assoc.w/both X and Y,
