循证医学中的常用统计指标课件教案.pptx

会计学主要内容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—可信区间概述—可信区间概述—可信区间分类资料的指标1、ERR与CER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。
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))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。阿斯匹林治疗心肌梗死的效果

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：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。相对危险度RR（relativerisk,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；
当RR＜1时，可认为试验组发生率小于对照组。
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3．RR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)，
odds0是对照组暴露率p0和非暴露率1-p0的比值，即odds0=p0/(1-p0)，
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=ad/bc
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
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5．RRR及可信区间5．RRR及可信区间6．RRIRBI，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：
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8．ARR及可信区间其95%的可信区间为：
ARR±uSE=(ARR－uSE，ARR＋uSE)
=(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：
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：