醫(yī)學研究的數(shù)據(jù)管理與分析——第一章-緒論 PPT課件

1、醫(yī)學研究的數(shù)據(jù)管理與分析,Data Management and Analysis,目錄,課程教學目標,能利用統(tǒng)計學的思維解決醫(yī)學研究中遇到的問題； 能夠掌握EpiData、SPSS等軟件的常規(guī)運用； 能夠進一步自學EpiData、SPSS等軟件； 提高醫(yī)學研究數(shù)據(jù)處理和統(tǒng)計分析的能力。,課程教學計劃,緒論調(diào)查研究基礎 數(shù)據(jù)管理 EpiData軟件應用 數(shù)據(jù)分析 SPSS軟件應用 表格數(shù)據(jù)分析 EpiCalc軟件應用（自學） 數(shù)據(jù)綜合分析實際資料演練,主要參考書目,衛(wèi)生統(tǒng)計學（第七版） 方積亁 主編，人民衛(wèi)生出版社，2012年8月。 醫(yī)學統(tǒng)計學（第五版） 馬斌榮 主編，人民衛(wèi)生出版社，2008

2、年6月。 中醫(yī)統(tǒng)計學（第二版） 申杰、王泓午等編著，科學出版社，2012年7月。 醫(yī)學科研中的統(tǒng)計方法（第四版） 馬斌榮 主編，科學出版社,2012年6月。 臨床醫(yī)學研究設計和數(shù)據(jù)分析 趙耐青 主編，復旦大學出版社,2005年7月。 醫(yī)學科研數(shù)據(jù)的處理與分析方法 陳大方、陳常中 主編，北京醫(yī)科大學出版社，2006年5月。 醫(yī)學統(tǒng)計學與SPSS軟件實現(xiàn)方法 郭秀花、劉美娜等編著，科學出版社，2012年8月。,數(shù)據(jù),決策,第一章 緒論,研究設計與數(shù)據(jù)的管理及分析 數(shù)據(jù)類型與統(tǒng)計分析方法選擇 數(shù)據(jù)管理和分析應遵循的原則,科學研究和研究設計,科學研究是通過實驗或調(diào)查觀察取得信息，并對其進行加工（如數(shù)據(jù)

3、資料的統(tǒng)計學處理）的過程。 科學研究的核心是對未知事物的探索、觀測和分析，生命力在于創(chuàng)新。 用科學的觀點和方法進行研究，其全過程應當是一個嚴肅的探索和思維過程，包括合理的假說、嚴謹?shù)脑O計、嚴格的實驗、嚴密的觀測和正確的分析。,第一節(jié) 研究設計與數(shù)據(jù)的管理及分析,科研工作的基本程序（1）,立題 設計 觀察和實驗 資料整理和數(shù)據(jù)統(tǒng)計分析 理性概括,科研工作的基本程序（2）,研究設計的重要性,進行一項科研課題如同造一座大橋、一座大廈。如果大廈事先沒有良好的設計就會倒塌，同樣科研課題事先沒有良好的設計就會失敗。 科研設計如同建筑設計一樣舉足輕重。 研究設計的好壞，直接關系到研究結果的可靠信，任何設計上

4、的缺陷，都不能期望事后彌補。,進行完試驗后再找統(tǒng)計學家分析數(shù)據(jù)，如同病人死后再找醫(yī)生進行尸體解剖，醫(yī)生會告訴病人死亡的原因是什么。同樣，統(tǒng)計學家會告訴你試驗失敗的原因是什么。 Ronand A. Fisher,1890-1962,研究設計：調(diào)查設計/實驗設計 收集資料：準確可靠的原始資料 整理資料：核對/清理/糾錯和量化 分析資料：統(tǒng)計描述/統(tǒng)計推斷,統(tǒng)計學和流行病學在科研中重要性,調(diào)查研究設計,What to do？做什么？ Why to do？為什么做？ How to do？怎么做？（設計）,Study design,（選題）,搜集資料,整理與分析資料,調(diào)查（研究）項目,分析表（指標）,研

5、究目的,回答,統(tǒng)計分析步驟,調(diào)查研究步驟,解釋、呈現(xiàn)結果,15,設計思路,研究設計思路與統(tǒng)計學分析步驟的關系,研究設計 專業(yè)設計 統(tǒng)計學設計,確定調(diào)查和研究的目的是選定研究指標的依據(jù) 研究指標又是研究目的的具體體現(xiàn),一、明確調(diào)查和研究的目的,了解參數(shù)，用以說明總體。 研究變量間的關系，通過確立統(tǒng)計學聯(lián)系來 探索病因或驗證療效等。 ,16,二、確定研究對象和觀察單位,研究對象：對象來源總體是什么？ 抽樣方法：如何抽樣？代表性？ 觀察單位：個體？群體？,17,三、研究設計類型的選擇,根據(jù)研究目的選擇合適的設計類型： 描述疾病的或健康狀況的三間分布 探討病因 驗證預防和控制措施的效果 評價疫苗的效果

6、 新藥上市前臨床試驗,18,常用的實驗設計方法,完全隨機設計（completely random design） 配對設計（paired design） 配伍組設計 隨機區(qū)組設計（randomized block design） 析因試驗設計（factorial design） 拉丁方設計（Latin square design） 正交設計（orthogonal design） 序貫設計（sequential design）,20,現(xiàn)況（橫斷面）研究設計原理,普查抽樣調(diào)查,抽樣調(diào)查,總體,描述疾病或健康狀況的三間分布情況，進行社區(qū)診斷 （community diagnosis）。 描述某些因素

7、或特征與疾病或健康狀態(tài)的聯(lián)系，提出病因假設或提供病因線索 。 評價防制措施的效果 。 確定高危人群、篩查出患有研究疾病的人群，從而達到早發(fā)現(xiàn)、早診斷和早治療的目的。 二級預防 為進一步流行病學研究提供基礎。,現(xiàn)況研究的應用,病例對照研究設計原理,Time,Now,回顧性研究 廣泛探索病因，或初步驗證病因假設。特別適用于罕見病的病因研究 省力、省錢、省時間，易于組織實施 同時調(diào)查多個暴露因素與疾病的關系,病例對照研究的應用和特點,隊列研究設計原理,Time,前瞻性研究 因果時間順序明確，檢驗病因假說能力較強，可證實病因聯(lián)系 有助于了解疾病的自然史，并可獲得一種暴露與多種疾病結局的關系 研究費時間

8、、費人力、費物力,隊列研究的應用和特點,臨床試驗設計原理,四、確定研究項目，擬定調(diào)查表（問卷）,調(diào)查和研究項目的確定：分析項目、備選項目 調(diào)查表和原始數(shù)據(jù)記錄表的設計,29,調(diào)查表也稱 “調(diào)查問卷（Questionnaire）”，通過把擬收集的數(shù)據(jù)項目用恰當?shù)拇朐~構成一系列問題的“答卷”。 調(diào)查表是醫(yī)學研究資料收集的最主要工具。 調(diào)查表如何設計取決于研究目的和分析手段的需要，關鍵在于保證所獲得信息的準確性和可靠性。,四、確定研究項目，擬定調(diào)查表（問卷）,第一類錯誤的概率：即檢驗水準，越小所需樣本含量越多，對于相同的檢驗水準，雙側檢驗比單側檢驗所需的樣本含量更大，通常取0.05。 把握度(pow

9、er) 1-,一般0.8-0.9 單側檢驗還是雙側檢驗，單側檢驗所需樣本量小，雙側檢驗所需樣本量大。,五、樣本含量的估計,31,五、樣本含量的估計,32,單純隨機抽樣的樣本量估計 實驗設計的樣本含量估計 流行病學研究的樣本含量估計,討論（一）：如何估計樣本量？,應用專門的公式和統(tǒng)計學軟件估算,常用軟件：EpiCalc 2000,33,常用軟件：EPI INFO,34,常用軟件：OPENEPI,35,直接觀察法 采訪法 包括面訪、調(diào)查會及信訪、電話訪問等,六、原始資料的收集,原始資料的收集方式,36,面訪,信訪,電話,自填,其它，如internet,體檢檢查,實驗室檢查,敏感問題調(diào)查,資料的收集

10、方法,37,七、調(diào)查和研究的質(zhì)量控制,真實性（效度） 可靠性（信度）,偏倚如何控制？,如何評價？, 錄入前的核對 錄入計算機，建立數(shù)據(jù)庫（database） Excel、Access、EpiData、STATA、SPSS、SAS軟件等 錄入后的核對和整理 邏輯檢查、核對 排序（sorting） 建立新變量 數(shù)據(jù)的編碼和轉(zhuǎn)換 缺失值的處理,八、 數(shù)據(jù)資料的整理,39,常用數(shù)據(jù)錄入、管理軟件,Visual FoxPro，F(xiàn)oxBase，Lotus等,常用數(shù)據(jù)分析軟件,SAS，Stata，R等,醫(yī)學研究的數(shù)據(jù)類型,定量數(shù)據(jù)（measurement data）：連續(xù)型/離散型,特殊類型：兩分類數(shù)據(jù)（d

11、ichotomic data）,等級數(shù)據(jù)：有序分類/半定量 名義數(shù)據(jù)：,定性數(shù)據(jù)（qualitative data）,（計數(shù)資料）,（計量資料）,如何描述和比較？,第二節(jié) 數(shù)據(jù)類型與統(tǒng)計分析方法選擇,資料分析（DATA ANALYSIS）,43,(1)統(tǒng)計描述（descriptive statistic）指用統(tǒng)計指標、統(tǒng)計表、統(tǒng)計圖等方法，對資料的數(shù)量特征及其分布規(guī)律進行描述。 (2)統(tǒng)計推斷（inferential statistic）指如何由樣本信息推斷總體特征問題。,醫(yī)學研究的數(shù)據(jù)統(tǒng)計分析方法和指標,45,定量數(shù)據(jù)統(tǒng)計資料的描述,指標描述 集中位置：算術均數(shù)、幾何均數(shù)、中位數(shù)、百分位數(shù)

12、離散程度：極差、標準差、方差、四分位數(shù)間距 圖形描述 頻數(shù)分布圖 趨勢圖,定量數(shù)據(jù),集中趨勢的描述,算術均數(shù) 幾何均數(shù) 中位數(shù) 百分位數(shù),46,定量數(shù)據(jù),集中趨勢的描述,算術均數(shù) 幾何均數(shù) 中位數(shù) 百分位數(shù),47,mean,最適于對稱分布資料，特別是正態(tài)分布資料; 對于偏態(tài)資料，均數(shù)不能較好地反映其集中趨勢。,定量數(shù)據(jù),集中趨勢的描述,算術均數(shù) 幾何均數(shù) 中位數(shù) 百分位數(shù),48,geometric mean,1.等比資料，如抗體平均滴度 2.對數(shù)正態(tài)分布資料,定量數(shù)據(jù),集中趨勢的描述,算術均數(shù) 幾何均數(shù) 中位數(shù) 百分位數(shù),49,Median 將一組數(shù)據(jù)按從小到大的順序排列，位置居中的數(shù)即是中位

13、數(shù)。,中位數(shù)常用于描述偏態(tài)資料，開口資料，有不確定值的資料的集中趨勢； 中位數(shù)和均數(shù)在對稱分布上理論上是相同的。,定量數(shù)據(jù),集中趨勢的描述,算術均數(shù) 幾何均數(shù) 中位數(shù) 百分位數(shù),50,Percentile 用于描述某個觀察序列在某百分位置上的水平。,常用于確定參考值范圍，亦稱正常值范圍。 50%分位數(shù)就是中位數(shù) 25%,75%分位數(shù)稱四分位數(shù)(quartile),X% PX (100-X)%,定量數(shù)據(jù),51,均數(shù)應用時的注意事項,均數(shù)適用于：單峰對稱分布的資料 幾何均數(shù)適用于：對數(shù)變換后單峰對稱的資料 中位數(shù)適用于：任何分布資料，有不確定值的資料,定量數(shù)據(jù),52,極差 /全距 (range)

14、四分位數(shù)間距 (inter-quartile range) 方差 (variance) 標準差 SD (standard deviation) 變異系數(shù) CV (coefficient of variation),描述離散程度的指標:,定量數(shù)據(jù),53,極差 /全距 四分位數(shù)間距 方差 標準差 變異系數(shù),描述離散程度的指標:,極差（全距），描述數(shù)據(jù)分布的范圍。極差大，說明數(shù)據(jù)分布較分散。 方法簡單明了。 不靈敏。 不穩(wěn)定。,定量數(shù)據(jù),54,極差 /全距 四分位數(shù)間距 方差 標準差 變異系數(shù),描述離散程度的指標:,四分位數(shù) (quartile） QU -QL 下四分位數(shù)即第25百分位數(shù)，常用QL表

15、示； 上四分位數(shù)即第75百分位數(shù)，常用QU表示,定量數(shù)據(jù),55,極差 /全距 四分位數(shù)間距 方差 標準差 變異系數(shù),描述離散程度的指標:,方差是實際值與期望值之差平方的平均值，而標準差是方差的平方根。,一般情況下，總體均數(shù)未知，需用樣本均數(shù)估計,定量數(shù)據(jù),56,極差 /全距 四分位數(shù)間距 方差 標準差 變異系數(shù),描述離散程度的指標:,變異系數(shù)CV coefficient of variation,定量數(shù)據(jù),57,集中趨勢+離散趨勢共同描述,均數(shù)標準差(min,max) 中位數(shù)四分位數(shù)間距 (min,max) 變異度小，則均數(shù)代表性好！ 變異度大，數(shù)據(jù)分散，則均數(shù)代表性差！ 平均數(shù)所表示的集中性

16、與變異度所表示的離散性，從兩個不同的角度闡明計量資料的特征！,定量數(shù)據(jù),假設檢驗兩組或多組均數(shù)比較,58,定量數(shù)據(jù),定量數(shù)據(jù)差別的統(tǒng)計意義檢驗小結,59,定量數(shù)據(jù),兩連續(xù)變量間的關系分析,直線回歸和多元線性回歸,相關分析,回歸分析,Pearson相關，Spearman相關,60,定量數(shù)據(jù),定性數(shù)據(jù)統(tǒng)計分析,統(tǒng)計分析,統(tǒng)計描述,統(tǒng)計推斷,參數(shù)估計,假設檢驗,Example,分類資料,率、比、構成比,總體率的可信區(qū)間,2檢驗、u檢驗,定性數(shù)據(jù),常用的相對數(shù) 率 Rate 構成比 Proportion 比 Ratio,62,定性數(shù)據(jù),定性數(shù)據(jù)統(tǒng)計描述,比可以是任意兩個數(shù)值之比，包括比和比率。當分子是

17、分母的一部分時，稱為比例；當比例與觀察時限有關時，稱為率。比例又分為構成比和頻率。而率與時間單位有關，即率有速率和強度的含義，它表示單位時間某事件發(fā)生的可能性大小。流行病學研究中常用的兩個比是相對危險度和優(yōu)勢比（比值比）。,63,定性數(shù)據(jù)統(tǒng)計推斷,定性數(shù)據(jù),數(shù)據(jù)類型的轉(zhuǎn)換,定量數(shù)據(jù)轉(zhuǎn)換為定性數(shù)據(jù)一般比較簡單，但從名義變量、等級數(shù)據(jù)轉(zhuǎn)換為定量數(shù)據(jù)，則比較繁瑣且損失數(shù)據(jù)信息。 對兩組或多組研究單項的某項指標進行統(tǒng)計學檢驗時，數(shù)據(jù)從定量轉(zhuǎn)換為定性或等級數(shù)據(jù)時，統(tǒng)計學的效率會下降。,64,以正常參考值或臨床診斷標準作為分組依據(jù)。 某些定量指標尚無公認的正常參考值，可根據(jù)均數(shù)、中位數(shù)或三分位、四分位間距

18、值，將其分為兩組或多組。 根據(jù)數(shù)據(jù)的分布特點和研究需要，自行確定，但要能對統(tǒng)計分析結果做出合理的解釋。,定量數(shù)據(jù)轉(zhuǎn)換為定性或等級數(shù)據(jù)分組切割值確定方法,65,數(shù)據(jù)類型 計量資料？ 計數(shù)資料？ 分布類型 是否正態(tài)分布？ 數(shù)據(jù)轉(zhuǎn)換 研究設計 成組？配對？配伍組？其他？,統(tǒng)計分析方法和指標的選擇,取決于,66,常用的數(shù)據(jù)轉(zhuǎn)換類型及方法,67,常用正態(tài)性及方差齊性檢驗的方法,68,常用非參數(shù)統(tǒng)計方法小結,69,醫(yī)學數(shù)據(jù)統(tǒng)計分析方法選擇流程圖,70,（三組及以上均數(shù)比較）,71,醫(yī)學數(shù)據(jù)統(tǒng)計分析方法選擇流程圖,（定性數(shù)據(jù)：RC表資料分析）,72,醫(yī)學數(shù)據(jù)統(tǒng)計分析方法選擇流程圖,忠實于原始數(shù)據(jù) 重視數(shù)據(jù)整

19、理過程 選擇合適的統(tǒng)計方法和指標 科學合理地解釋統(tǒng)計分析結果,第三節(jié) 數(shù)據(jù)管理和分析應遵循的原則,一、忠實于原始數(shù)據(jù)是必須具備的科學精神 醫(yī)學研究的結果和客觀現(xiàn)實之間，總會存在或多或少的不一致（即誤差，error） 隨機誤差 系統(tǒng)誤差 醫(yī)學研究過程中，應盡量通過科學的設計和嚴格的質(zhì)量控制措施，控制系統(tǒng)誤差。 任何篡改研究數(shù)據(jù)的行為，不管出自什么目的，都違背科學精神。 二、重視研究數(shù)據(jù)資料的處理過程 保證被分析數(shù)據(jù)的正確性，和獲得的客觀結果盡可能保持一致，控制信息偏倚； 使原始數(shù)據(jù)經(jīng)過編碼、轉(zhuǎn)換、重新賦值后符合進一步統(tǒng)計分析的需要。 三、選擇合適的統(tǒng)計分析方法和指標 取決于數(shù)據(jù)及其分布得類型 （一）數(shù)據(jù)轉(zhuǎn)換 （二）正態(tài)性檢驗 （三）非參數(shù)統(tǒng)計法 （四）分析指標的選擇,四、醫(yī)學研究數(shù)據(jù)分析結果的解釋,一般來說，要從統(tǒng)計學、邏輯學和生物醫(yī)學三個方面科學、合理地解釋數(shù)據(jù)統(tǒng)計分析結果，正確認識統(tǒng)計學聯(lián)系和因果聯(lián)系的區(qū)別，并應用因果關系判定的標準進行評判。,統(tǒng)計學解釋,了解不同研究設計的效率、優(yōu)點和局限性 理解樣本和總體的關系 應從抽樣的隨機化程度和樣本含量兩方面解釋樣本的代表性 合理分析抽樣誤差和選擇性偏倚對研究結果