【文档说明】循证医学中常用的统计指标教学课件.ppt，共(62)页，620.246 KB，由小橙橙上传

转载请保留链接：https://www.ichengzhen.cn/view-254954.html

以下为本文档部分文字说明：

循证医学中常用的统计指标1一、概述2数据资料可分为数值资料（计量）和分类资料（计数和等级）两大类。统计指标因而也分为数值资料与分类资料指标两类。3统计指标可用于描述性的统计分析，也是反映数据基本特征的统计分

析方法。并可使人们准确、全面地了解数据资料所包涵的信息，以便于在此基础上完成资料的进一步统计分析。4可信区间（Confidenceinterval,CI）是循证医学中常用的统计指标之一。5可信区间主要用于估计总体参数，从获取的样本数据资料估计某个指标的总体值（参数）。如，率的可

信区间估计总体率，均数的可信区间估计总体均数。6此外，可信区间还可用于假设检验，尤其是试验组与对照组某指标差值或比值的可信区间，在循证医学中更为常用。7通常，试验组与对照组某指标差值或比值的95％可信区间与为0.05的假设检验等价，99％的C

I与为0.01的假设检验等价。8常用的可信区间有：率的可信区间、两率差值的可信区间、均数的可信区间、两均数差值的可信区间、相对危险度可信区间等。9循证医学中常用的是率的可信区间、RR或OR的可信区间、均数的可信区间、两均数差值的可信区间等。10二、分类资料的指标11在循证医学的

研究与实践中，除了有效率、死亡率、患病率、发病率等常用的指标外，相对危险度（RR）、比值比（OR）及由此导出的其他指标也是循证医学中富有特色的指标。12目前，在循证医学中分类资料常用的描述性指标主要有EER

、CER、OR、RR、RRR、ARR、NNT等。13循证医学中预防和治疗性试验中，率可细分为EER和CER两类。1.EER与CER14EER即试验组中某事件的发生率（experimentaleventrate,EER）,如对某病采用某些防治措施后该疾病

的发生率。CER即对照组中某事件的发生率（controleventrate,CER）,如对某病不采取防治措施的发生率。152.RD（率差）及可信区间两个发生率的差即为率差，也称危险差（ratedifference,riskdifference,RD）,如试验组发生率（EER）与

对照组发生率（CER）的差，其大小可反映试验效应的大小。16两率差的可信区间由下式计算：)(2121ppSEupp−−)(),(2121ppSEuRDppSEuRD−+−−=17两率差的标准误：22211121)1()1()(nppnppppSE−

+−=−18两率差为0时，两组的某事件发生率没有差别。因而两率差的可信区间不包含0（上下限均大于0或上下限均小于0），则两个率有差别；反之，两率差的可信区间包含0，则无统计学意义。19阿司匹林治疗心肌梗死的效果20阿斯匹林治疗心

肌梗死的效果EER＝15/125＝12％,CER=30/120=25%,两率差的标准误：22211121)1()1()(nppnppppSE−+−=−049.0120)25.01(25.0125)12.01(

12.0=−+−=21该试验两率差（RD）的可信区间为：)(21ppSEuRD−03.0~23.0049.096.1)25.012.0(−−=−=22该例两率差的可信区间为-0.23～-0.03，上下限均小于0（不包含0

），两率有差别。可认为阿斯匹林可降低心肌梗死的病死率。233.RR及可信区间相对危险度RR（relativerisk,RR）是前瞻性研究中较常见的指标，它是试验组某事件发生率与对照组（或低暴露）的发生率之比，用于说明前者是

后者的多少倍，常用来表示试验因素与疾病联系的强度及其在病因学上的意义大小。24其计算方法为：CEREERPPRR//01==当RR＝1时，可认为试验因素与疾病无关；当RR≠1时，可认为试验因素与疾病有关；当RR＞1时，可认为试验组发生率大于对照组；当RR＜1时，可认为试验组发生率小于对照

组。25RR的可信区间，应采用自然对数进行计算，即应求RR的自然对数值In(RR)和In(RR)标准误SE（InRR）,其计算公式如下：dcbacaInRRSE+−+−+=1111)(26In(RR)的可信

区间为：)()(InRRSEuRRInRR的可信区间为：)()(expInRRSEuRRIn由于RR=1时为试验因素与疾病无关，故其可信区间不包含1时为有统计学意义；反之，其可信区间包含1时为无

统计学意义。27RR计算的四格表28阿斯匹林治疗组的病死率对照组的病死率其RR和可信区间为：48.0120/30125/1501===ppRRIn(RR)=In(0.48)=-0.73421211111)(nnrrInRRSE−−+=289.012011251301151=−

−+=29RR的95％可信区间为：)(96.1)(expInRRSERRIn=exp(-0.734±1.96×0.289)=(0.272,0.846)该例RR的95％可信区间为0.272～0.846，使用阿斯匹林治疗的病人，其病死率小于对照组，可认为阿斯匹林可降低

心肌梗死有效。304.OR及可信区间31odds1是病例组暴露率p1和非暴露率1-p1的比值，即odds1=p1/(1-p1)=odds0是对照组暴露率p0和非暴露率1-p0的比值，即odds0=p0/(1-p0)=)/()/(dcddcc++)/()/(dabbaa++32以上两个比值之比即为

比值比（oddsratio,OR）,又称机会比、优势比等，公式为：OR=bcaddcddccbabbaapppp/)/()/()/()/()1()1(0011＝++++=−−33当所研究疾病的发病率较低时，即a和c均较小时，OR近似于RR,故在回顾性研究中可用OR估计RR;由于前瞻

性研究中，OR的可信区间与RR的可信区间很相近，且OR的计算更为简便，因此，常用OR可信区间的计算来代替RR的可信区间的计算。OR值的解释与RR相同。34OR的可信区间同样需要采用自然对数计算，其In(OR)的标准误SE(InOR)按下式

计算：dcbaInORSE1111)(+++=35In(OR)的可信区间为：)()(InORSEuORInOR的可信区间为：)()(expInORSEuORIn36例如：前述阿斯匹林治疗心肌梗死的效果估计其OR的95％可信区间。409.0110309015==ORIn(OR)

=In(0.409)=-0.89437OR的95％可信区间为：)(96.1)(expInORSEORIn=exp(-0.894±1.96×0.347)=(0.207,0.807)该例OR的95％可信区间为0.207～0.807,可认为阿斯匹林治疗心肌梗死有效。385.RR

R及可信区间RRR为相对危险度减少率（relativeriskreduction）,其计算公式为：RRR=∣CER-EER∣/CER=1-RRRRR的可信区间可由1-RR计算得到。如前例RR=0.48,其95％的可信区间为0.272～0.846

,其RRR＝1-0.48＝0.52，RRR的95％可信区间为0.154～0.728。39RRR反映了某试验因素使某结果的发生率增加或减少的相对量，但是，该指标无法衡量发生率增减的绝对量。如：试验人群中某病的发生率EER=39

%,而对照组人群的发生率CER=50%,RRR=(CER-EER)/CER=(50%-39%)/50%=22%但是，若在另一研究中，试验组的疾病发生率为0.39/10万，对照组的疾病发生率为0.50/10万，其RRR仍

为22％。406.RRIRRI,相对危险度增加率（relativeriskincrease,RRI）,试验组中某不利结果的发生率为EERb,对照组某不利结果的发生率为CERb,RRI可按下式计算：bbbC

ERCEREERRRI/−=该指标可反映采用试验因素处理后，患者的不利结果增加的百分比。417.RBIRBI,相对获益增加率（relativebenefitincrease,RBI）,试验组中某有益结果的发生率为EERg，对照组某有益结果的发生率为CERg,RBI可按下式计算：gggCERC

EREERRBI/−=该指标可反映采用试验因素处理后，患者的有益结果增加的百分比。428.ARR及可信区间绝对危险度减少率（absoluteriskreduction,ARR）,其计算公式为：ARR=∣CER-EER∣ARR的可信区间为：SEuARR),(SEuARRS

EuARR+−=43ARR的标准误：222111)1()1(nppnppSE−+−=ARR的可信区间：),(SEuARRSEuARRSEuARR+−=44例如：试验组某病发生率为15/125＝12％，而对照组人群发生率为30/120=25%

,其ARR=25%-12%=13%,标准误为：222111)1()1(nppnppSE−+−=049.0120)25.01(25.0125)12.01(12.0=−+−=45其95％可信区间为：),(SEuARRSEuARR

SEuARR+−==(0.13-1.96×0.049,0.13+1.96×0.049)=(3.4%,22.6%)该治愈率的95％可信区间为3.4%～22.6％469.ARI绝对危险度增加率（absoluteriskincrease,ARI）,即试验组中某不利结果发生率EERb与对照

组某不利结果发生率CERb的差值，不利结果（badoutcomes）如：死亡、复发、无效等，其计算公式为：bbCEREERARI−=该指标可反映采用试验因素处理后，患者的不利结果增加的绝对值。4710

.ABI绝对受益增加率（absolutebenefitincrease,ABI）,即试验组中某有益结果发生率EERg与对照组某有益结果发生率CERg的差值，有益结果（goodoutcomes）如：治愈、显效、有效等，其计算公式为：ggCEREERABI−=该指标可反映采用试验因素处理后，患者的

有益结果增加的绝对值。4811.NNT、NNH及可信区间NNT(Thenumberneededtotreat)的临床含义为：对病人采用某种防治措施处理，得到一例有利结果需要防治的病例数（thenumberofp

atientswhoneededtobetreatedtoachieveoneadditionalfavorableoutcome,NNT）。其计算公式为：NNT=1/∣CER-EER∣=1/ARR从公式可见，NNT的值越小，该防治效果就越好，其临床意义也就越大。49NNT的95

％可信区间，由于无法计算NNT的标准误，但NNT=1/ARR,故NNT的95％可信区间的计算可利用ARR的95％的可信区间来计算。NNT95％可信区间的下限：1/ARR的上限值NNT95％可信区间的上限：1/ARR的下限值例如某试验的ARR的9

5％CI为3.4％～22.6％，其NNT的95％CI下限为：1/22.6%=4.4;上限为：1/3.4%=29.4，即4.4～29.4。5012.NNHNNH的临床含义为：对病人采用某种防治措施处理，出现一例副作用需要处理

的病例数（thenumberneededtoharmonemorepatientsfromthetherapy,NNH）。其计算公式为：NNH=1/ARI从公式可见，NNH的值越小，某治疗措施引起的副作用就越大。5113.LHHLHH,防治性措施受益与危害的似然比（

likehoodofbeinghelpedvs.harmed,LHH）,其计算公式为：LHH=NNH/NNT该指标反映了防治措施给受试者带来的受益与危害的比例，LHH>1,利大于弊，反之，LHH<1时，弊大于利。52

三、数值资料的指标531.WMD加权均数差（WMD,WeightedMeanDifference）某个研究的两均数差d可按下式计算：21XXd−=54两均数差d的方差Var(d)(也可用S2表示)，可按下式计算：212121222121)2()1()1()(nnnnnnnSnSdV

ar+−+−+−=55从公式可见，加权均数差（WMD,WeightedMeanDifference）即为两均数的差值。该指标反映一试验原有的测量单位，真实地反映了试验效应，消除了绝对值大小对结果的影响，在实际应用时，该指标容易

被理解和解释。562.SMD标准化均数差（StandardizedMeanDifference,SMD）某个研究的标准化均数差d,可按下式计算：)9431(21−−−=NSXXdc)2()1()1(21222121−+−+−=nnnSnSSc5

7标准化均数差d的方差Var(d)(也可用S2表示)，可按下式计算：)94.3(2)(221−+=NdnnNdVar58SMD可简单地理解为两均数的差值再除以合并标准差的商，它不仅消除了某研究的绝对值大小的影响，还消除了测量单位对结果的影响。因

此，该指标尤其适用于单位不同或均数相差较大的数值资料分析。但是，标准化均数差（SMD）是一个没有单位的值，因而，对SMD分析的结果解释要慎重。59四、主要参考文献601.DavidL.Sackett,W.ScottRichardson,WilliamRosenb

erg,etal.2000.Evidenced-basedMedicine—HowtopracticeandteachEBM.2nded.ChurchillLivingstonePublishHouse:Toronto.105-1382

.MarthiasEgger,GeorgeDaveySmith,DouglasGAltman.2001.SystematicReviewsinHealthCareMeta-analysisinContext

.Secondedition.London.BMJPublishingGroup.285-335613.李幼平主编.医学，第五章.高等教育出版社，20034.王家良主编.循证医学.人民卫生出版社，200162