醫(yī)學(xué)統(tǒng)計學(xué)第6版演講人：日期:CONTENTS目錄01基礎(chǔ)概念與數(shù)據(jù)描述02統(tǒng)計推斷原理03常用分析方法04研究設(shè)計與實施05高級統(tǒng)計方法06醫(yī)學(xué)應(yīng)用實踐01基礎(chǔ)概念與數(shù)據(jù)描述統(tǒng)計學(xué)基本定義6px6px6px通過收集、整理、分析和解釋數(shù)據(jù)來推斷總體特征的學(xué)科。統(tǒng)計學(xué)從總體中隨機抽取的一部分觀察單位，用于代表總體進行研究。樣本研究對象全體的集合，包含所有可能的觀察單位?？傮w010302研究中觀察或測量的特征或指標，其取值可以隨研究對象的不同而變化。變量04醫(yī)學(xué)數(shù)據(jù)類型分類具有數(shù)值特征的數(shù)據(jù)，包括連續(xù)型變量（如身高、體重）和離散型變量（如人數(shù)、物品數(shù)量）。數(shù)值變量分類變量時間變量將數(shù)據(jù)分成不同類別或組別的變量，包括無序分類變量（如性別、血型）和有序分類變量（如病情嚴重程度、療效等級）。描述事件發(fā)生的時間或時間順序的變量，包括時間點變量（如出生日期）和時間段變量（如病程）。描述數(shù)據(jù)向其中心位置聚集的程度，常用指標包括平均數(shù)、中位數(shù)和眾數(shù)。描述數(shù)據(jù)分散程度或變異性的指標，包括極差、四分位數(shù)間距、方差和標準差等。通過觀察數(shù)據(jù)的頻數(shù)分布圖或概率分布圖，了解數(shù)據(jù)分布的形狀特征，如對稱性、偏態(tài)等。根據(jù)數(shù)據(jù)的分布特征，確定其所屬的分布類型，如正態(tài)分布、偏態(tài)分布等，為選擇合適的統(tǒng)計方法提供依據(jù)。數(shù)據(jù)分布特征分析集中趨勢離散程度分布形態(tài)分布類型02統(tǒng)計推斷原理參數(shù)估計方法利用樣本數(shù)據(jù)對總體參數(shù)進行估計，包括矩估計、極大似然估計等方法。點估計通過樣本數(shù)據(jù)構(gòu)造一個區(qū)間，以一定的置信度包含總體參數(shù)，如置信區(qū)間。區(qū)間估計在保證一定精度和置信度下，計算所需的最小樣本量。樣本量確定建立假設(shè)根據(jù)研究目的和數(shù)據(jù)特點，建立原假設(shè)和備擇假設(shè)。選擇檢驗方法確定合適的檢驗方法，如t檢驗、卡方檢驗、方差分析等。計算統(tǒng)計量根據(jù)樣本數(shù)據(jù)和所選方法，計算檢驗統(tǒng)計量。確定P值根據(jù)統(tǒng)計量查找對應(yīng)的P值，或計算P值。01020304做出推斷比較P值與顯著性水平，決定是否拒絕原假設(shè)。05假設(shè)檢驗流程置信區(qū)間構(gòu)建置信區(qū)間的意義解釋置信區(qū)間所包含總體參數(shù)的可靠程度。置信區(qū)間的計算置信區(qū)間與假設(shè)檢驗的關(guān)系根據(jù)樣本數(shù)據(jù)和置信度，計算置信區(qū)間的上下限。置信區(qū)間可視為假設(shè)檢驗的接受域，若原假設(shè)的參數(shù)值落在置信區(qū)間內(nèi)，則接受原假設(shè)。12303常用分析方法t檢驗與方差分析01t檢驗用于比較兩組數(shù)據(jù)的均值是否存在顯著差異，包括單樣本t檢驗、獨立樣本t檢驗和配對樣本t檢驗。02方差分析用于比較三個或更多組數(shù)據(jù)的均值是否存在顯著差異，包括單因素方差分析和多因素方差分析；同時可進行事后檢驗，如LSD、SNK等。卡方檢驗應(yīng)用場景主要用于分類變量數(shù)據(jù)的分析，檢驗實際觀察頻數(shù)與期望頻數(shù)之間的差異是否具有統(tǒng)計學(xué)意義。適用性可用于推斷兩個分類變量之間是否存在關(guān)聯(lián)或獨立性，如臨床試驗中的療效評價、醫(yī)學(xué)研究中的暴露因素與疾病發(fā)生的關(guān)系等。常見應(yīng)用線性回歸模型基礎(chǔ)線性關(guān)系假設(shè)檢驗回歸系數(shù)線性回歸模型描述的是因變量與自變量之間的線性關(guān)系，通過回歸方程可以預(yù)測因變量的取值。線性回歸模型中的回歸系數(shù)表示自變量對因變量的影響程度，包括斜率（表示自變量對因變量的平均變化率）和截距（表示當(dāng)自變量為0時，因變量的預(yù)期值）。線性回歸模型需要進行一系列假設(shè)檢驗，包括回歸系數(shù)的顯著性檢驗、模型的擬合優(yōu)度檢驗等，以確保模型的可靠性和適用性。04研究設(shè)計與實施臨床試驗設(shè)計要點明確研究目的詳細描述臨床試驗的主要目的和次要目的，確保研究方向的清晰和準確。02040301選擇合適的試驗類型根據(jù)研究目的和研究對象特點，選擇合適的試驗類型，如平行組設(shè)計、交叉設(shè)計、析因設(shè)計等。確定研究對象規(guī)定納入和排除標準，確保研究對象的代表性和一致性。設(shè)定合理的觀察指標確定主要和次要觀察指標，確保指標具有客觀性、有效性和可重復(fù)性。樣本量計算標準假設(shè)檢驗的樣本量計算根據(jù)預(yù)期效應(yīng)大小、第一類錯誤率、第二類錯誤率等因素，計算所需的樣本量。精度要求的樣本量計算根據(jù)預(yù)期的效應(yīng)大小和允許的誤差范圍，計算所需的樣本量?？紤]失訪和退出在計算樣本量時，需考慮失訪和退出的比例，以確保最終的樣本量能夠滿足研究要求。樣本量的優(yōu)化在保證研究質(zhì)量的前提下，盡可能減少樣本量，以節(jié)約資源。隨機分組與盲法控制隨機分組的實施盲法的應(yīng)用隨機化隱藏盲態(tài)審核與揭盲采用隨機數(shù)字表、抽簽等方法，確保研究對象被隨機分配到各組，以消除潛在的偏倚。采用單盲、雙盲或三盲等方法，確保研究參與者和觀察者不知道分組情況，以減少主觀因素對研究結(jié)果的影響。在分組前進行隨機化隱藏，確保分組過程的透明性和公正性。在數(shù)據(jù)收集和分析過程中，保持盲態(tài)審核，并在研究結(jié)束時進行揭盲，以確保研究結(jié)果的客觀性和可靠性。05高級統(tǒng)計方法多元統(tǒng)計分析框架多元線性回歸聚類分析主成分分析判別分析探討多個自變量與因變量之間的關(guān)系，通過回歸分析確定各因素對因變量的影響程度。將多個指標轉(zhuǎn)化為少數(shù)幾個綜合指標，以便更直觀地分析數(shù)據(jù)。將相似的對象歸為同一類，以便發(fā)現(xiàn)數(shù)據(jù)中的潛在模式。根據(jù)已知的分類信息，建立判別函數(shù)，用于預(yù)測新樣本的歸屬。生存數(shù)據(jù)通常包含時間因素和結(jié)局變量，如患者生存時間和是否發(fā)生特定事件。通過非參數(shù)方法（如Kaplan-Meier法）或參數(shù)方法（如指數(shù)分布、Weibull分布等）估計生存函數(shù)。采用Log-rank檢驗或Wilcoxon檢驗等方法比較不同組別的生存曲線差異。探討影響生存時間的因素，建立回歸模型以預(yù)測患者的生存時間和風(fēng)險。生存分析方法解析生存數(shù)據(jù)特點生存函數(shù)估計生存曲線比較生存回歸分析Meta分析實施步驟明確研究目的，制定檢索策略，從相關(guān)文獻中篩選符合納入標準的研究。問題定義與文獻檢索提取各研究的關(guān)鍵數(shù)據(jù)，如樣本量、效應(yīng)量等，并對研究質(zhì)量進行評估。通過敏感性分析探討結(jié)果的穩(wěn)定性，采用漏斗圖或Egger回歸等方法評估發(fā)表偏倚。數(shù)據(jù)提取與質(zhì)量評價采用Q檢驗或I2統(tǒng)計量檢驗研究間的異質(zhì)性，選擇合適的方法合并效應(yīng)量。異質(zhì)性檢驗與合并效應(yīng)量01020403敏感性分析與發(fā)表偏倚評估06醫(yī)學(xué)應(yīng)用實踐流行病學(xué)研究應(yīng)用疾病分布與危險因素分析利用統(tǒng)計學(xué)方法分析疾病在不同人群、地區(qū)、時間上的分布特征，探討危險因素與疾病發(fā)生的關(guān)系。傳染病監(jiān)測與預(yù)測慢性病隊列研究通過對傳染病的流行趨勢、傳播因素等進行分析，建立預(yù)測模型，為制定防控策略提供依據(jù)。建立慢性病隊列，追蹤觀察研究對象的健康狀況，探討慢性病的病因、病程及預(yù)后。123公共衛(wèi)生決策支持環(huán)境衛(wèi)生與健康影響評估評估環(huán)境因素對健康的影響，為環(huán)境保護和公共衛(wèi)生政策制定提供依據(jù)。03針對某一健康相關(guān)行為，設(shè)計干預(yù)措施并評價其效果，為公共衛(wèi)生政策制定提供實證支持。02健康相關(guān)行為干預(yù)效果評價衛(wèi)生資源配置優(yōu)化運用統(tǒng)計學(xué)方法評估不同地區(qū)、不同衛(wèi)生機構(gòu)的資源配置狀況，為衛(wèi)生政策制定提