导图社区 医学研究
这是一篇关于医学研究的思维导图,主要内容包括:不同研究类型的统计分析策略,医学研究的偏倚和控制,常见科研设计类型,研究目的。
编辑于2025-03-02 13:28:41这是一篇关于医学研究的思维导图,主要内容包括:不同研究类型的统计分析策略,医学研究的偏倚和控制,常见科研设计类型,研究目的。
这是一篇关于统计学习30天的思维导图,主要内容包括:回归建模的基本过程,多因素回归如何自变量筛选,回归的哑变量设置分析,回归分析控制偏倚的过程与报告撰写,利用回归方法控制混杂因素,混杂的基本概念与控制方法,生存分析的统计策略,队列研究基本统计策略,Logistic回归简明教程,病例对照研究的基本统计策略,如何开展多因素线性回归分析,简单线性回归的历史。
这是一篇关于独立性肺结节的思维导图,主要内容包括:对策和建议,误诊分析,诊断鉴别诊断,孤立性小结节常见和少见疾病,常用检查方法和优缺点,定义。
社区模板帮助中心,点此进入>>
这是一篇关于医学研究的思维导图,主要内容包括:不同研究类型的统计分析策略,医学研究的偏倚和控制,常见科研设计类型,研究目的。
这是一篇关于统计学习30天的思维导图,主要内容包括:回归建模的基本过程,多因素回归如何自变量筛选,回归的哑变量设置分析,回归分析控制偏倚的过程与报告撰写,利用回归方法控制混杂因素,混杂的基本概念与控制方法,生存分析的统计策略,队列研究基本统计策略,Logistic回归简明教程,病例对照研究的基本统计策略,如何开展多因素线性回归分析,简单线性回归的历史。
这是一篇关于独立性肺结节的思维导图,主要内容包括:对策和建议,误诊分析,诊断鉴别诊断,孤立性小结节常见和少见疾病,常用检查方法和优缺点,定义。
医学研究
研究目的
分布规律
时间空间人群分布
和健康有关因素的分布特征
因果规律
在人群中研究有关因素与健康结局的因果关系
因:人为干预因素;自然暴露因素
果(健康结局):疾病的发生、发展和预后
研究目的
分布规律
时间空间人群分布
和健康有关因素的分布特征
因果规律
在人群中研究有关因素与健康结局的因果关系
因:人为干预因素;自然暴露因素
果(健康结局):疾病的发生、发展和预后
研究目的
分布规律
时间空间人群分布
和健康有关因素的分布特征
因果规律
在人群中研究有关因素与健康结局的因果关系
因:人为干预因素;自然暴露因素
果(健康结局):疾病的发生、发展和预后
常见科研设计类型
实验性研究
干预性研究:包括随机对照及非随机对照研究
完全随机对照研究RCT
研究对象(随机分配)
试验组(干预组)
有效无效
对照组
有效无效
分为完全随机或者配对随机
复杂随机对照研究
随机区组设计、群随机对照、实效性随机对照
非随机对照研究
无对照、历史对照、无随机化研究
观察性研究(不施加干预)
目的
了解健康的分布与暴露因素的关系
分类
横截面研究
横截面调查(现况调查)
采用一时性调查方法,获得某地人群在某一时点上关于某种疾病及有关因素暴露水平的现况信息,同时探索疾病与暴露因素之间的相关性
病例报告或病例系列分析
病例对照研究(回顾性调查)
病例组/对照组(阳性组/阴性组)
比较发病/阳性事件发生前接触某暴露因素的状况,比较暴露水平的差异性,初步分析因果关系,为确证性研究提供线索
队列研究(前瞻性研究或随访研究)
是对暴露因素不同水平(或不同治疗方法)的对象进行追踪观察,确定其疾病发生(康复、死亡、生存率)情况,从未明确暴露因素(治疗措施)与阳性事件(疾病发生、临床效果)之间的因果关系
比如研究吸烟和肺癌的关系,围绕吸烟、吸烟年限、吸烟种类吸烟方式、每日吸烟量等
文献性研究
文献综述
文献计量分析
荟萃分析(meta)
医学研究的偏倚和控制
误差
随机误差(不可避免)
分为测量误差和抽样误差
系统误差(偏倚
由于实验因素或控制条件不严而发生的一种误差,研究过程中加以控制可消除,包括选择偏倚(选择对象)例如:就诊机会偏倚或失访偏倚;信息偏倚、混杂偏倚
不同研究类型的统计分析策略
实验性研究
RCT研究
分组均衡,混杂偏倚小
统计方法:卡方检验、F检验、t检验、秩和检验
定量数据分析策略
分类数据分析策略
观察性研究
分组不均匀,存在混杂偏倚
统计方法:线性回归、logistic回归、cox回归控制偏倚
观察性研究的统计策略
分组不均衡的统计策略
回归分析的建模方法
统计报告的撰写方法
文献性研究
其他考虑
不同数据类型的统计方法
定量数据
正态分布(一般用p值、直方图结合判定)
参数检验方法,常用t检验和F检验(方差分析)、均数、标准差
偏态分布
需将数据转换方法转成正态性数据或用非参数检验方法,常用非参数秩和检验?、中位数、四分位数间距描述,或中位数(下四分位数P25、上四分位数P75)的形式(目前的主流)
成组两样本秩和检验
定性数据
率或构成比
有序数据
不同数据分布的统计方法
正偏态
非参数秩和检验(两组独立、定量严重偏态数据的比较)
定义
参数检验
以特定的总体分布(如正态分布)为前提,对其总体参数作假设检验,如t检验,F检验
非参数检验
对总体分布不做严格假定,又称任意分布检验,它直接对总体分布作假设检验,如t检验
秩和检验意义
比较两组或多组排名位置
分类
成组两样本秩和检验
用途
1.两组非正态定量数据比较
2.两组一端或二端存在不确定数值的数据比较
3.有序分类数据(等级数据)比较
方法
1.假设:H0 两组小鼠生存日数总体分布相同,H1 两组小鼠生存日数总体分布不同,α=0.05;2.求秩和,P<0.05,拒绝H0,接受H1,差异具有统计学意义
表现形式
成组多样本秩和检验(偏态)
对称(正态)
正态性检验方法
正态性检验(p>0.05,符合正态分布),p<0.05,偏态分布)
K-S法
S-W法(小样本各组30-50例以下,2000以下样本)
小样本30以下直接看P值,样本量较大的时候,结合直方图,如果P<0.05,直方图正态,也可以用正态检验,因样本量一大,P值就容易小于0.05
直方图
QQ图
成组独立样本t检验(两组独立、定量、正态数据的比较
原理:建立假设,确定检验水准:H0:u1=u2,如两组小鼠的总体均数相同;H1:u1≠u2,即两组小鼠体重的总体均数不同,α=0.05(参考水准);计算P值;P>0.05,拒绝H0,接受H1,差异有统计学意义。P>0.05,无差别,P<0.05,有差别
P值若<0.05,则意味着H0成立的可能性<5%,接受H1,有差别,P>0.05,P>0.05,不拒绝H0,H0成立,没有差别
分析-比较平均值-独立样本T检验,方差齐性检验-P<0.05,有统计学意义)
配对t检验
用途
前后配对设计
同一受试对象处理前后的数据
自身前后配对在时间上不可比,治疗前后不在同一时间,产生证据不是可靠的医学证据
平行配对设计
同一受试对象两个部位的数据
同一样品用两种方法(仪器等)检验的结果
配对两个受试对象分别接受两种处理后的数据
定义:
非独立两样本均数t检验,适用于配对设计定量数据均数的比较,目的是检验两相关样本均数所代表的未知总体均数是否有差别
原理
计算各对差值的均数,理论上当差值的总体均数应该为0,故可将配对样本资料的假设检验视为样本均数与总体均数=0的比较
方法
建立假设,确定检验水准;H0:ud(差值总体均数)=0,干预后测量心肌血流量结果相同;H1:ud≠0,干预后测量心肌血流量结果不同,α=0.05。P<0.05,拒绝H0,接受H1,差异有统计学意义
子主题 1
结果描述
配对t检验要求差值进行正态性检验,如果差值非正态,则配对t检验不合适,可采用配对秩和检验
注意事项:平行设计,配对随机化设计有意义
方差分析和多重比较F检验(方差分析)
成组多样本方差分析
单因素分组3个或以上
多组独立、定量、正态、方差齐数据的比较,比较多组数据的变异程度
假设:H0 多组均数相等,H1 多组均数不相同
分析-比较平均值-单因素ANQVA-因变量、因子、选项(方差齐性检验、韦尔奇检验(校正F检验)按具体分析排除个案)
多个均数两两比较
子主题 1
成组多样本秩和检验(偏态)
多组独立、定量、严重偏态数据的比较
负偏态
如何探讨医学现象的多因素决定模式
统计策略要考虑的细致条件
我的研究设计类型是什么
我的结局变量是定性、定量、等级?
如果是定量,是正态还是偏态的?
几个变量,几组;我要比较组别是2组还是多组
我要研究的影响因素是1个还是多个?
分组均衡吗?混杂变量有哪一些?
现况调查统计策略
四大基础统计学方法
t检验
分类变量-正态定量资料的关系
F检验
分类变量-正态定量资料的关系
卡方检验
分类变量-分类变量资料关系
秩和检验
分类变量-偏态定量资料的关系
分类变量-等级变量资料关系
证据等级
目的
分布规律
时间空间人群分布
和健康有关因素的分布特征
因果规律
在人群中研究有关因素与健康结局的因果关系
因:人为干预因素;自然暴露因素
果(健康结局):疾病的发生、发展和预后