計數資料的統計描述與卡方檢驗(編輯修改稿)
2025-06-18 04:09 本頁面
【文章內容簡介】 SIR） =（實際感染數與預期感染數比） =220/110=2； SIR1, 表示被標化組的感染率低于標準組； SIR1, 表示被標化組的感染率高于標準組。 標準化率的注意事項 ?條件 :比較雙方應同質、同時、同地，比較的兩組應選用同一標準。 ?標準選用不同，標化率可不同。 標準化率 只是兩組的相對水平，不反映實際的情況，只能用于比較。 ?總體標準化率比較也需進行假設檢驗。 （五）以率 /比基礎的二級指標 ? 相對危險度（ RR） ? 比數比（ OR） ? 絕對危險度（ AR） ? NNT 用來表達危險度的大小或關聯程度 OR、 RR ? OR（比數比）、 RR（相對危險度） ? 適用條件： 對于 RCT試驗：可以計算 OR、 RR 對于病例對照研究：只能計算 OR 相對危險度（率比） 組別 感染 未感染 合計 感染率 治療組 a b a+b Pe 對照組 c d c+d Pc 合計 a+c b+d a+b+c+d RR（相對危險度）為治療組與對照組的感染率之比。 RR=Pe/Pc 實例（例 5）分析 組別 未感染 感染 合計 感染率 治療組 90 10 100 對照組 80 20 100 某種抗生素預防院內感染的療效分析。 RR計算的實例演示 ? 治療組發(fā)生感染的危險度（率）=10/100= ? 對照組發(fā)生感染的危險度（率）=20/100= ? 相對危險度（ RR） = 比數比（ OR） 組別 暴露 非暴露 合計 暴露 /非暴露比 病例組 a b a+b a/b 對照組 c d c+d c/d 合計 a+c b+d a+b+c+d OR（比數比）為病例組暴露與非暴露的比例與對照組暴露與非暴露的比例之比； OR=ad/bc OR計算的實例演示 ? 比數比又常稱為機會比 /優(yōu)勢比 /比值比。 組別 未感染 感染 合計 感染率 治療組 90 10 100 對照組 80 20 100 某種抗生素預防院內感染的療效分析 本例 OR=。 OR、 RR臨床（實際）意義 ? OR、 RR1，表明暴露因素為危險因素，偏離 1越遠，表示危險性越強 ? 0OR、 RR1，表明暴露因素為保護因素，離 0越近，表示保護性越強 ? OR、 RR=1，表明暴露因素與結果無關 注意：暴露因素和結果的賦值標準化： 1表示暴露，0表示未暴露； 1表示感染， 0表示未感染。否則結論可能剛好相反。 相對危險度與比數比的關系 例 6:治療組感染率 =10/100=。對照組感染率 RR= OR= 例 7:治療組感染率 =5/100=；對照組感染率=10/100= RR= OR= ? 當率較低，如小于 10%時， RR值與 OR值近似相等。率值越?。ê卑l(fā)事件），越接近。 ? 對大規(guī)模臨床隨機對照試驗： OR、 RR可使用。 絕對危險度（率差） ?對照組感染率 40%,試驗組 20%,RR=? ?對照組感染率 10%,試驗組 5%,RR=? AR為兩個率的絕對差值： 即對照組率 治療組率 絕對危險度實例計算 ? 對于感染率研究： 絕對危險度為： 20%10%= （常用百分數表示： 10%） ? 治療能使感染率的危險度減少 10%左右 NNT ? NNT（ Numbers Needed to Treat）：為避免一例不良事件發(fā)生而需要治療的病例數 .其值為絕對危險度的倒數（ 1/AR） ? 類似還有： NNH（ Numbers Needed to Harm）。 NNT實例演示 ? 如果治療一個病人能減少感染的 ，即我們能挽救 。 ? 那么為挽救一個完整的人，需要治療多少病人？NNT=1/?10 ? 需要治療 10個病人，才能比對照組多減少 1個感染病例。 計數資料統計描述 小結 ? 率與比可用來描述某事件發(fā)生機會的大小。 ? 二分類變量資料描述 – 相對危險度（ RR）與比數比（ OR）是用來描述兩組間事件發(fā)生的機會之比。 ? 當事件的發(fā)生機會較大時， RR與 OR相差較大；當為罕發(fā)事件時， RR ? OR。 – 絕對危險度是指率差， NNT為避免一例不良事件發(fā)生而需要治療的病例數。 二、計數資料的假設檢驗 卡方檢驗 Pearson Chisquare test ? KarlPearson,1857～ 1936，生卒于倫敦，公認為統計學之父。 1879年畢業(yè)于劍橋大學數學系；曾參與激進的政治活動，還出版幾本文學作品，并且作了三年的實習律師。 1884年進入倫敦大學學院 ，教授數學與力學，從此在該校工作一直到 1933年。 ? K Pearson 最重要的學術成就，是為現代統計學打下了堅實基礎。 KPearson 在
試題試卷相關推薦
鄂ICP備17016276號-1