医学研究中的统计分析

医学研究中的数据统计分析，包含统计学设计、 统计学描述、 统计学比较、 相关与回归等。

医学研究中的统计分析

• 统计学设计
  • 医学科研方法
    • 观察性研究
      • 描述性研究
        • 横断面研究（现况研究
          • 普查
          • 抽样调查
          • 典型调查
        • 常规资料分析报告
        • 生态学研究（相关研究）
        • 个案调查（病例、病例家属、周围概况)）
      • 分析性研究
        • 病例对照研究（探索性、验证性）
        • 队列研究（历史性、同时性）
        • 多阶段复合设计研究
          • 巢式病例对照研究
          • 病例队列研究
          • 子主题
    • 实验性研究
      • 实验室试验
      • 临床试验
      • 社区试验
    • 理论性研究（数学模型研究）
  • 最常见的三种研究方法
    • 病例对照研究
    • 队列研究
    • 临床试验
• 统计学描述
  • 资料的分类
    • 计数资料（分类、等级）、计量资料（离散、连续）
  • 资料的分布
    • 正态分布、二项分布、poisson分布、均匀分布
  • 计量资料的描述
    • 最大值、最小值、平均值、标准差、中位数、四分位间距
  • 计数资料的描述
    • 频数、百分比
• 统计学比较
  • 组间比较
    • 两组
      • 正态（或近似）分布
        • t检验或方差分析
      • 非正态分布
        • Mann-Whitney U检验
    • 多组
      • 正态（或近似）分布
        • 方差分析
      • 非正态分布
        • Kruskal-Wallis H检验
  • 组内比较
    • 两次
      • 正态（或近似）分布
        • 配对 t 检验
      • 非正态分布
        • Wilcoxon检验
    • 多次
      • 正态（或近似）分布
        • 重复测量方差分析
      • 非正态分布
        • Friedman 检验
• 相关与回归
  • 线性回归分析
  • logistic回归分析
  • 变量的定义
• 临床科研中正确抉择统计学方法
  • 四个因素
    • 分析目的
      • 统计描述
      • 统计推断
      • 相关分析
      • 回归分析
    • 资料类型
      • 数值变量资料－计量资料
      • 无序分类变量资料－计数资料
      • 有序分类变量资料－等级资料
    • 设计方法
      • 相适应的统计方法
        • 成组设计t检验
        • 配对t检验
        • 条件Logistic回归
        • 非条件Logistic回归
    • 数理统计条件
      • 数理统计与概率论是统计的理论基础
      • 只有当某个或某些条件满足时，某个数理统计统计公式才成立
        • 涉及最多是数据分布特征
        • 其次方差齐性
        • 理论数大小
  • 数据资料的描述
    • 数值变量资料的描述
      • 描述集中趋势的指标，用以反映一组数据的平均水平
      • 描述离散程度的指标，用以反映一组数据的变异大小
    • 分类变量资料的描述
      • 以比代率，即误将构成比（proportion）当作率（rate）来描述某病发生的强度和频率
      • 把各种不同的率相混淆，如把患病率与发病率、死亡率与病死率等概念混同
  • 数据资料的比较
    • 假设检验的基本思想
      • 样本数据间的不同有两种原因所致
      • 假设检验是反证法原理的统计应用
      • 假设两个样本均数可能来源于同一总体，然后计算出在此假设下的某个统计量的大小，当这个统计量在其分布中的概率较小时（如p≤0.05）我们就拒绝其假设，而接受其对立假设，认为两样本分别来自不同的总体。
    • 假设检验的基本步骤
      • 建立检验假设
      • 计算统计量
      • 根据统计量的值来得到概率（p）值；再按概率值的大小得出结论
    • 假设检验的注意事项
      • 前提
        • 研究者需要通过样本的信息去推断总体的结论
        • 各样本资料对其总体应具有良好的代表性
      • 假设检验的概率大小与结论的关系
        • 当p≤ α时，概率越小，越有理由拒绝H0假设（无差别的假设），即拒绝H0假设的可信程度就越大
        • 注意：当p≤ α时，不能说“概率越小，组间的差别就越大”
      • 假设检验的结论不能绝对化
        • 在作出结论时，要避免使用绝对的或肯定的语句
        • 当p≤ α时，只要p≠0，我们无法完全拒绝无差别的假设，即不能肯定各总体间有差别
        • 当p＞ α时，只要p≠1，我们无法完全接受无差别的假设，即不能肯定各总体间无差别
      • 两组与多组比较
        • 两组比较：t检验、u检验、两组秩和检验、四格表和较正四格表的X2检验等
        • 多组比较：方差分析、多组秩和检验、行乘列X2检验等（也可用于两组比较）
        • 注意：错误使用两组比较的方法代替多组比较的情况并不少见，如，三个均数比较用三个t检验、四个t检验
      • 假设检验结论的两类错误
        • 当p≤ α时，做出“拒绝其无差别的假设，可认为各总体间有差别”的结论时就有可能犯错误，这类错误称为第一类错误（typeⅠ error）其犯错误的概率用α 表示，若α取0.05，此时犯Ⅰ型错误的概率≤0.05，若假设检验的p值比0.05越小，犯第一类错误的概率就越小。
        • 当p＞ α时，做出“不拒绝其无差别的假设，还不能认为各总体间有差别”的结论时就有可能犯第二类错误（type Ⅱ）其犯错误的概率用β表示，通常β为未知数，但假设检验p值越大，犯第二类错误的概率就越小
      • 注意：当认为干预有负影响时，应使用双侧检验法。除非你有非常可信的证据证明这种差异仅在一个方向存在，否则，你需要用双侧检验法。
    • 常用的假设检验方法
      • 计量资料的假设检验
      • 计数资料的假设检验
      • 等级资料的假设检验
  • 变量间的相关分析
    • 常用数值资料的关系分析方法
    • 无序分类变量（计数资料）的相关分析
      • 前瞻性研究
      • 回顾性研究
    • 有序分类变量（等级资料）等级相关
      • 参数检验
      • 非参数检验