注册 登录  
 加关注
   显示下一条  |  关闭
温馨提示!由于新浪微博认证机制调整,您的新浪微博帐号绑定已过期,请重新绑定!立即重新绑定新浪微博》  |  关闭

小骨头的博客

仁心妙术,骨筋中外

 
 
 

日志

 
 

【转载】医学统计学傻瓜教程  

2013-10-31 19:20:49|  分类: 电脑网络知识 |  标签: |举报 |字号 订阅

  下载LOFTER 我的照片书  |
本文转载自笑靥千秋《医学统计学傻瓜教程》

作为一名临床医师,不管你愿意不愿意,某些时候必须撰写医学论文。这时,大多数人会遇到一个难题,医学论文的数据都必须进行统计学处理,早些年学过的《医学统计学》早已忘得差不多了,重新翻开统计学书本,看得基本上是云里雾里。《医学统计学傻瓜教程》有别于其他任何的统计学教程,其特点是略去一些高深难懂的统计学原理及计算公式,直奔解决实际问题的方法。

本教程的学习时间约需要2~3小时,前提是你必须曾经学过《医学统计学》,不管学得好或学得差,或是否已忘记,只要有一点印象即可,同时还需要下载一个简明统计学处理软件《临床医师统计学助手 V4.0》,因为作数据统计学处理时最令人头痛的问题是烦琐的计算,则由预存在本软件内的计算公式来完成。

《临床医师统计学助手 V4.0》下载地址: http://www.my201.com

这是一个全“傻瓜化”的教程,由4个实例组成,只要认真看完这4个实例,将实际中碰到的问题对号入座,就足以解决绝大多数问题了。接下来我们开始轻松愉快的学习过程。

 

一、均数与标准差

 

【例1】本组105 例, 男55例, 女50例; 平均年龄:62.3±6.1岁,所有入选病例均符合1999年WHO高血压诊断标准。

举这个例子是为了说明“均数”与“标准差”的概念。我实在不愿意多花时间阐述一些概念性的东西,但是由于“标准差”实在太重要了。【例1】中的数据“62.3±6.1”,“62.3”就是年龄的均数,均数的概念大家都懂,那么后面的“6.1”是什么呢?它就是标准差。有人可能会问,表达一组人的平均年龄,用均数就够了,为什么还要加一个标准差呢?先看下面的一个例子:有两组人,第1组身高(cm):98、99、100、101、102;第2组身高(cm):80、90、100、110、120,这两组人虽然身高的均数都是100cm,但是,仔细观察,第1组的身高很接近,第2组的身高差别很大,故仅仅用一个平均数表达一组数据的特征是不完整的,还需要用另一个指标来表达其参差不齐的程度,这就是标准差。统计学上对一组测量结果的数据都要用“均数±标准差”表示,习惯表达代号是:医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...,具体例子如:平均收缩压120±10.2mmHg。

我想现在大家都已知道标准差是什么东东了,那么,标准差是怎样得到的呢?有一个比较复杂的计算公式,我们不必去深究这个公式是怎么样的,只需知道标准差越小,说明数据越集中,标准差越大,说明数据越分散。

撰写医学论文的第一步是收集原始数据,如:

第1组身高(cm):98、99、100、101、102;

第2组身高(cm):80、90、100、110、120。

在论文中并不是直接给出原始数据,而是要以医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...方式表示。利用软件《临床医师统计学助手 V3.0》,只要输入原始数据,就能自动计算出均数及标准差,即第1组平均身高:100±1.58cm;第2组平均身高:100±15.81cm,如下图。

 

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

 

二、两样本均数差别T检验

 

【例2】目的 研究中药板兰根对“非典”疗效。方法 将36例“非典”患者随机分为治疗组19例,采用常规治疗+板兰根口服,对照组17例,仅采用常规治疗。结果 治疗组平均退热时间3.28±1.51d;对照组平均退热时间5.65±1.96d,两组间对照差别有极显著意义(p<0.01 结论 中药板兰根对“非典”有显效疗效,实为国之瑰宝。

这是最常见的一种统计学数据处理类型,统计学述语叫做“两样本均数差别T检验”,说得通俗易懂一些,就是检验两组方法所得到的数据到底有没有差异,或者说,差异是否有意义。我们平时的思维习惯是,数据的大小还用得着检验吗?这是小学生都会的问题。可是别忘记了现在是在搞科研,科学方法看问题可不一定这么简单。

可能还没有说明白这个问题,下面举一个简单的例子。我们的目的是得出这样一个结论:“北京出产的西瓜比上海出产的西瓜大”。最可靠的方法是把所有北京的西瓜和上海的西瓜都测量重量,得到两个均数,然后比大小即可,可是智商正常的人并不会这样去做,通常的做法是,随机选一部分北京的西瓜和一部分上海的西瓜,先让这两部分西瓜比大小,然后推断到底那里的西瓜大。这种方法是“窥一斑可见全豹”,统计学述语叫做“由样本推断总体”,事实上,我们所做的医学科研都是基于这种方法。

再回到上面的例子,假如我们有二种做法:

A、随机选2个北京西瓜,平均重量是5.6±0.3kg;再随机选2个上海西瓜,平均重量是4.3±0.25kg;

B、随机选1000个北京西瓜,平均重量是5.6±0.3kg;再随机选1000个上海西瓜,平均重量是4.3±0.25kg。

凭生活常识,由B推出北京的西瓜比上海西瓜大”这个结论的把握性就非常的大,而A则基本上推不出这个结论。现在,终于可以引出我们的主题了,统计学处理本质是考查由样本差异推断总体差异的把握性有多大,这种把握性在统计学上由P值表示。如P<0.05或P<0.01,可以理解为由样本差异推断总体差异的把握性达95%或99%以上,两组数据差异有显著意义;如P>0.05,可以理解为这种把握性在95%以下,两组数据差异没有显著意义。

上面所讲的实已为统计学之精髓,建议多看几遍,如果天生愚鲁,还是看不太懂,也没有关系,现在进一步“傻瓜化”,即所谓统计学处理,只要求得P值即可。P<0.05或P<0.01,表示阳性结果,两组数据差异有显著意义;P>0.05,表示阴性结果,两组数据差异没有显著意义。所以,统计学处理的中心任务是求P值。

下面讲解遇到【例2】这样的问题,如何求P值。【例2】中一共有6个数据:第一组均数(X1)、标准差(S1)、例数(N1)与第二组均数(X2)、标准差(S2)、例数(N2),就是根据这6个数据,先通过复杂计算,求出“T”值(如果没有想成为统计学专家,就不必去理解“T”是什么了,知道“T”是为了求“P”用的就可以了),求出“T”值后,再查“T界值表”,就知道“P值”了。

具体解法步骤如下

⑴ 通过计算(这里略去计算公式,可由软件求出),T=4.088

⑵ 计算自由度:自由度=N1+N2-2=19+17-2=34(计算自由度是为了查T界值表用的,自由度即两组例数之和减去2,不要问我为什么不减去3或减去1这样的问题了。)

⑶ 查T界值表,对应自由度34,T0.05=2.032,T0.01=2.728,今T=4.088>T0.01,即P<0.01,差别有高度显著意义。

 

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

 

T=4.088是如何求出的呢?我们再回到软件《临床医师统计学助手 V3.0》,只要把第一组均数(X1)、标准差(S1)、例数(N1)与第二组均数(X2)、标准差(S2)、例数(N2)这6个数据输入对应的框内,该软件就会利用预先存储的公式自动计算T值,并查T界值表,得到P值,如图:

 

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

三、配对计量资料T检验

【例3】目的 研究音乐胎教对胎儿运动技能培养的效果。方法 10例28~32周孕妇,分别记录听音乐(水浒传主题曲)前每小时的胎动次数及听音乐后每小时的胎动次数,结果 数据如表1所示,音乐胎教后胎动次数增多,差别有显著意义(p<0.05 结论 音乐胎教可增强胎儿运动技能,对培养我国运动天才有现实意义。

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

显然【例3】与【例2】有所不同,主要是【例3】两组间的数据可以前后配对的。我们经常碰到这种情况,即同一个体做两次处理,如治疗前检测某一指标,治疗后再检测某一指标,而后做治疗前后配对比较,以判断疗效,正如【例3】。这种情况如何进行统计学处理呢?同样也是先计算T值,然后按自由度(这时自由度=对子数-1,如本例自由度是9。)查T界值表,求得P值。

但是“配对T检验”计算T值的方法与“两样本均数T检验”有所不同,这里不再作介绍,由软件《临床医师统计学助手 V4.0》自动完成即可,如下图。本例T=2.47,自由度=10-1=9,查T界值表,对应自由度9,T0.05=2.26,T0.01=3.25,今T=2.47>T0.05,即P<0.05,差别有显著意义。

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

可能有人会问,【例3】的情况,也可以把胎教前视为对照组,求得平均胎动次数是:21.8±5.31,胎教后视为治疗组,求得平均胎动次数是:24.0±6.31,然后套用【例2】的方法,用“两样本均数T检验”行不行?这样虽无大错误,但是将会导致检验效率的下降,就是说,如果数据差异较大时,两种方法均可,如果数据差异较小时,用“配对T检验”会显示出差异有意义,而用“两样本均数T检验”时,可能差异无意义。切记,非配对资料误用配对T检验,则是错误的。

 

四、计数资料卡方检验

 

【例4】目的 研究医患关系对重症病人死亡率的影响。方法 根据问卷调查对收住重症监护病房的病人分为“医患关系良好组”与“医患关系紧张组”,比较两组间的住院死亡率。结果 “医患关系良好组”25例,住院间死亡3例,死亡率13.6%,“医患关系紧张组”23例,住院间死亡9例,死亡率39.1%,两组间差别有显著意义(p<0.05 结论 医患关系紧张增加重症病人的住院死亡率,可能与医师害怕被病人告而治疗方案趋向保守有关。

【例4】又是一个非常常见的一种统计学数据处理类型。【例4】中所提供的数据是“比例”,或百分数,与前面三个例子不同,前面三个例子所提供的数据则是直接在病人身上测量到的数据,如收缩压120±10.2mmHg、身高100±15.81cm等,我们把【例4】中的数据叫做计数资料,而【例1、2、3】中的数据叫做计量资料。计数资料无法用医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...形式表示,只能用比例表示,如:死亡率13.6%、30例中显效10例(10/30)等。

显然,对于计数资料,再用T检是不适合了,必须用卡方检验。卡方检验的步骤是:先求出X2(类似于T检验时先求T值)值,然后进行判断:

⑴ 如果X2<3.84,则P>0.05;

⑵ 如果X2>3.84,则P<0.05;

⑶ 如果X2>6.63,则P<0.01。

解释一下,上面的两个数字“3.84”与“6.63”是查“X2界值表”得来的,只要记住即可。

所以,卡方检验的关键是求出X2值。为了求出X2值,必须先介绍“四表格”概念。“四表格”的形式如下,关键数据是 a、b、c、d 四个数,X2值就是通过这四个数据计算出来的(这里仍不介绍公式,由软件计算。)。

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

现将【例4】中的数据填入“四表格”即如下图。

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

当你学会了填“四表格”数据之后,就能利用软件《临床医师统计学助手 V4.0》非常容易的进行卡方检验了,本软件提供与“四表格”完全相同的界面,把数据填写正确之后,就自动计算X2值并判断结果,【例4】X2=4.702>3.84,故P<0.05,如下图:

 

医学统计学傻瓜教程 - 笑靥千秋 - 笑靥千秋,用微笑笑对...

 

在此说明一下,大家可能已注意到本软件中出现的“理论数(T)”,在此不解释“理论数(T)”是什么,只要记住,当例数(n)<40或T<1时,应采用“精确概率法”,这个方法太复杂,在此不作介绍。

现在已经讲完了4个实例,掌握本教程的诀窍是将实际中碰的的情况,对照实例,“对号入座”即可,而具体计算过程,可由软件去完成。

  评论这张
 
阅读(85)| 评论(0)
推荐 转载

历史上的今天

在LOFTER的更多文章

评论

<#--最新日志,群博日志--> <#--推荐日志--> <#--引用记录--> <#--博主推荐--> <#--随机阅读--> <#--首页推荐--> <#--历史上的今天--> <#--被推荐日志--> <#--上一篇,下一篇--> <#-- 热度 --> <#-- 网易新闻广告 --> <#--右边模块结构--> <#--评论模块结构--> <#--引用模块结构--> <#--博主发起的投票-->
 
 
 
 
 
 
 
 
 
 
 
 
 
 

页脚

网易公司版权所有 ©1997-2017