临床科研定性资料统计分析错误辨析

《临床科研定性资料统计分析错误辨析》由会员分享，可在线阅读，更多相关《临床科研定性资料统计分析错误辨析（3页珍藏版）》请在金锄头文库上搜索。

1、临床科研定性资料统计分析错误辨析临床科研定性资料统计分析错误辨析很多人盲目运用一般 2 检验处理各种 RC 表资料,这样很不妥当。应根据列联表的类型、统计分析目的和资料所具备的前提条件,有针对性地选择统计分析方法。本文拟通过临床实例分析介绍 RC 表的 4 种具体表现形式、对应的统计分析方法及其合理选用时所需要的前提条件。临床实例分析【例 1】某医师用一般 2 检验处理表 1 和表 2 资料。【差错辨析与释疑】表 1 和表 2 都叫做双向无序的 RC 列联表资料,简称 RC 表,顾名思义,就是表中两个定性变量都是名义变量。通常对于这种资料,统计分析的目的是“考察表中两个定性变量之间是否独立”。

2、对表 1 而言,具体地说,4 种甲状腺病在 4 个季节内发病的人数构成是否相同,即表中各列(或各行)上频数分布规律是否相同;对表 2 而言,具体地说,4 种缓慢心律失常疾病在 4 个部位上发病的人数构成是否相同,即表中各列(或各行)上频数分布规律是否相同。也就是说,表 1 和表 2 资料属于同一种类型的列联表资料,分析目的也相同,通常情况下可以选择一般 2 检验予以处理。但仔细检查资料所具备的前提条件时,不难发现,表 1 资料具备而表 2 资料却不具备一般 2 检验所要求的前提条件。那么,一般 2 检验所要求的前提条件是什么?就是表格中小于 5 的理论频数的个数不应超过总格子数的 1/5。表格

3、中现有的频数被称为观察频数,与每个观察频数对应着一个理论频数,各理论频数的计算方法为:“(该观察频数的行合计数该观察频数的列合计数)/总频数。”所以,可以选用一般 2 检验处理表 1 中的资料,而应当选用 Fisher 的精确检验处理表 2 中的资料。【例 2】某医师用一般 2 检验处理表 3 和表 4 资料。【差错辨析与释疑】表 3 和表 4 中都有一个定性变量是有序的,故可笼统地称它们为“单向有序的 RC 表资料”。但在进行统计分析时,要特别强调结果变量是否为有序的,因为这一点与统计分析的目的和对应的统计分析方法的合理选择有直接关系。若仅原因变量是有序的单向有序的 RC 表资料,此时,原因

4、变量的有序性对统计分析没有什么参考价值,故仍应将其视为“双向无序的 RC 表资料”,见表 3;只有当结果变量是有序的而原因变量是名义的二维列联表资料,才称其为“单向有序的 RC 表资料”。为了不引起误解,宁愿繁琐一些,常将此类列联表称为“结果变量为有序变量的单向有序的 RC 表”。若用一般 2 检验处理表 3 资料,其目的是希望回答 3 行上的频数分布是否相同,换句话说,是希望回答不同食管癌 TNM 分期的患者,其 CAM-1 的表达率是否相同。这是符合临床医师需要的。但这并不意味方法一定选对了,还应检查资料是否满足此方法所要求的前提条件。表 3 中原始频数共占用了 6 个格,其中竟有 3 个

5、格上的理论频数小于 5,说明需要改用 Fisher 的精确检验处理,而不适合直接选用一般 2 检验。表 4 应叫做“结果变量为有序变量的单向有序 RC 列联表”,若用一般 2 检验处理该资料也可以,只不过其结论是“3 种药物医治的患者在 4 个疗效等级上的频数分布规律是否相同”,而临床医师关心的是“3 种药物医治该病患者的疗效之间的差别是否具有统计学意义”,即此统计分析方法(即一般 2 检验)所能达到的分析目的与临床医师希望达到的分析目的不吻合。要想有针对性地回答这个问题,所选用的统计分析方法应当是能对“疗效”的等级进行评分后再计算,其对应的统计分析方法有:秩和检验、Ridit 分析和有序变量

6、的 logistic 回归分析。【例 3】某医师用一般 2 检验处理表 5 和表 6 资料。【差错辨析与释疑】表 5 和表 6 中两个定性变量都是有序变量,但其属性是不同的,故它们被称为“双向有序且属性不同的 RC 表资料”。若用一般 2 检验处理此类资料,其结论只是各行(或各列)上的频数分布规律是否相同,这个结论并不是临床医师最关心的。临床医师关心的可能是下列问题:其一,各行上“疗效之间的差别是否具有统计学意义”。此时,应将此表视为“结果变量为有序变量的单向有序的 RC 表”,其对应的统计分析方法有:秩和检验、Ridit 分析和有序变量的 logistic 回归分析。其二,表中“两有序变量之

7、间存在的相关关系是否具有统计学意义”。此时,应选用定性资料的相关分析方法,对应的统计分析方法有:Spearman 秩相关分析、Kendall 秩相关分析和典型相关分析。其三,若表中两个有序变量之间的相关关系存在且具有统计学意义,希望进一步弄清它们之间的关系是否为单纯的“线性”关系,此时,应选用线性趋势检验。【例 4】某医师用一般 2 检验处理表 7 和表 8 资料。【差错辨析与释疑】当 RC 列联表中的两个定性变量都是有序变量,且它们的属性相同且水平数也相同,此时,称这样的列联表资料为“双向有序且属性相同的方表资料”,见表 7 和表8。这两张表在本质上是相同的,但稍有点区别。表 7 中两个有序

8、变量对应着“时间”上先与后产生的诊断结果,而表 8 中是两种诊断方法同时诊断的结果。若选用一般 2 检验处理此类资料,其结论仍然是各行(或列)上的频数分布规律是否相同。若最终的结论为“各行(或列)上的频数分布规律相同”,说明两种诊断方法互相独立,即两种诊断方法所产生的结果之间互不相干,换句话说,两种诊断方法不可互相替代;若最终的结论为“各行(或列)上的频数分布规律不相同”,说明两种诊断方法不互相独立,但它们之间的关系是怎样的,却解释不清楚了。临床医师更关心的是“两种方法诊断结果(或前后诊断结果)之间的一致性是否具有统计学意义”。对表 7 而言,研究者希望回答前、后两个不同时间点上诊断的结果是否具有一致性;而对表 8 而言,研究者希望回答两种方法诊断的结果是否具有一致性。它们要回答的问题在本质是相同的。这样的资料实际上就是配对设计 22 列联表资料的“扩大”,只不过在处理配对设计22 列联表资料时,人们更关心的是两种检测方法检测的结果不一致部分的数量之间的差别是否具有统计学意义,而在处理“方表”资料时,人们更关心的是两种检测方法检测的结果之间的一致性是否统计学意义,故常用的统计分析方法叫做一致性检验或称为 Kappa 检验。