循证医学中的常用统计指标 寇长贵 流行病与卫生统计学教研室
主要内容 概述 分类资料的指标 数值资料的指标 本ppt 主要以四川大学华西医院刘关键教授的课件为参考。
概述—可信区间 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指标与分类资料指标两类。 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。
概述—可信区间 可信区间(confidence interval,CI)是循证医学中常用的统计指标之一。 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。
概述—可信区间 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。 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CI与为0.01的假设检验等价。
概述—可信区间 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。 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。
分类资料的指标 在循证医学的研究与实践中,除了有效率、死亡率、患病率、发病率等常用率的指标外,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。 目前,在循证医学中分类资料常用的描述指标主要有EER、CER、OR、RR、RRR、ARR、NNT等。
1、ERR与CER 循证医学中预防和治疗性试验中,率可细分为EER和CER两类。 EER即试验组中某事件的发生率(experimental event rate,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(control event rate,CER),如对某病不采取防治措施的发生率。
2. RD(率差)及可信区间 两个发生率的差即为率差,也称危险差(rate difference,risk difference,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。 两率差的可信区间由下式计算: |p1-p2|±u SE(p1-p2) = (RD-u SE(p1-p2),RD+u SE(p1-p2))
2. RD(率差)及可信区间 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。
2. RD(率差)及可信区间 阿斯匹林治疗心肌梗死的效果 死亡 未死亡 例数 阿斯匹林治疗组 15(a) 110(b) 125(n1) 对照组 30(c) 90(d) 120(n2) 合计 45 200 245(n)
2. RD(率差)及可信区间 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:
2. RD(率差)及可信区间 该试验两率差(RD)的可信区间为: RD±u SE(p1-p2) =(0.12-0.25)±1.96×0.049= (-0.23,-0.03) 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。
3.RR及可信区间 相对危险度RR(relative risk,RR)是前瞻性研究中较常用的指标,它是试验组某事件发生率p1与对照组(或低暴露)的发生率p0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。 其计算方法为: RR=P1/P0=EER/CER
3.RR及可信区间 当RR=1时,可认为试验因素与疾病无关; 当RR>1时,可认为试验组发生率大于对照组;
3.RR及可信区间 RR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ln(RR)和ln(RR)的标准误SE (lnRR),其计算公式如下:
3.RR及可信区间 ln(RR)的1-可信区间为: ln(RR) ± u SE(lnRR) RR的可信区间为: exp[ ln(RR) ±u SE(lnRR) ] 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。
3.RR及可信区间 阿斯匹林治疗组的病死率p1=15/125;对照组的病死率p0=30/120,其RR和可信区间为:
3.RR及可信区间 RR的95%可信区间为: exp[ ln(RR) ±1.96 SE(lnRR) ] = (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。
4.OR及可信区间 odds1是病例组暴露率p1和非暴露率1- p1的比值,即odds1 = p1/(1-p1) , 以上两个比值之比即为比值比(odds ratio,OR),又称机会比、优势比等。公式为: OR=ad/bc
4.OR及可信区间 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,RR的可信区间与OR的可信区间很相近,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。
4.OR及可信区间 OR的可信区间同样需要采用自然对数计算,其ln(OR)的标准误SE (lnOR)按下式计算:
4.OR及可信区间 ln(OR)的可信区间为: ln(OR) ± u SE(lnOR) OR的可信区间为: exp[ ln(OR) ±u SE(lnOR) ]
4.OR及可信区间
4.OR及可信区间 OR的95%可信区间为: exp[ ln(OR) ±1.96SE(lnOR) ] = (0.207,0.807) 该例OR的95%可信区间为(0.207,0.807),可以认为阿斯匹林治疗心肌梗死有效。
5.RRR及可信区间 RRR为相对危险度减少率 (relative risk reduction),其计算公式为: RRR=|CER-EER|/CER = 1-RR RRR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)。
5.RRR及可信区间 RRR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%。
6.RRI RRI,相对危险度增加率(relative risk increase,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: RRI = |EERb-CERb |/ CERb 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。
7.RBI RBI,相对获益增加率(relative benefit increase,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: RBI=|EERg-CERg |/ CERg 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。
8.ARR及可信区间 绝对危险度减少率 (absolute risk reduction,ARR),其计算公式为: ARR=|CER-EER| ARR的可信区间为: ARR±uSE = (ARR-uSE ,ARR+uSE)
8.ARR及可信区间
8.ARR及可信区间 其95%的可信区间为: ARR±uSE= (ARR-uSE ,ARR+uSE) = (0.13-1.96×0.049,0.13+1.96×0.049) = (3.4%,22.6%) 该治愈率的95%的可信区间为(3.4%,22.6%)。
9.ARI 绝对危险度增加率(absolute risk increase,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(bad outcomes)如:死亡、复发、无效等,其计算公式为 : ARI =|EERb-CERb| 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。
10 .ABI 绝对受益增加率(absolute benefit increase,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(good outcomes)如:治愈、显效、有效等,其计算公式为: ABI=|EERg-CERg| 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。
11.NNT、NNH及可信区间 NNT(the number needed to treat)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(the number of patients who need to be treated to achieve one additional favorable outcome,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。
11.NNT、NNH及可信区间 NNT的95%的可信区间,由于无法计算NNT的标准误,但NNT= 1/ARR,故NNT的95%的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95%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。
12.NNH NNH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(the number needed to harm one more patients from the therapy,NNH)。其计算式为: NNH = 1/ARI 从公式可见,NNH的值越小,某治疗措施引起的副反应就越大。
13.LHH LHH,防治性措施受益与危害的似然比(likelihood of being helped vs. 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,利大于敝,反之,LHH<1时,敝大于利。
数值资料的指标 WMD(加权均数差) SMD(标准化均数差)
1. WMD 加权均数差 (WMD, Weighted Mean Difference) 某个研究的两均数差d 可按下式计算:
1. WMD 两均数差d的方差Var(d),可按下式计算:
1. WMD 从公式可见,加权均数差(Weighted Mean Difference, WMD) 即为两均数的差值。 该指标以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。
2. SMD 标准化均数差 (Standardised Mean Difference, SMD) 某个研究的标准化均数差d,可按下式计算:
2. SMD 标准化均数差d的方差Var(d),可按下式计算:
2. SMD SMD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。
结束语 成功之路在脚下延伸 科学需要铺垫与积累