登录| 注册

丁香客

选择模板

最新动态

  • 医小咖
    医小咖  发布了新帖 重复测量资料的统计方法,你用对了吗? 37天前

    (来源:“医咖会”微信公众号)重复测量资料在医学研究中很常见,比如观察服用降压药物后,血压随时间的变化趋势(时间概念),同一肿瘤患者不同肿块的标志物差异(空间概念)等,其特点是同一研究对象的重复测量值之间是非独立的。然而,对重复测量数据统计分析方法的误用情况十分严重。下面我们举例来探讨重复测量资料的统计方法。一、单组前后测量(仅测量两次)某研究采用A方式治疗10例烧伤患者,分别记录治疗前1天、治疗后10天(两个时点)体内乳酸的变化,见表1。为研究A治疗方式对烧伤患者乳酸含量是否有影响,则需要比较治疗前1天和治疗后10天的乳酸含量差别,该如何统计分析?此时,可采用配对t检验或重复测量方差分析,二者结果一致。这里要强调的是,配对t检验可以分析:①同一研究对象给予处理前、后比较;②同一研究对象给予

  • 医小咖
    医小咖  发布了新帖 传统单因素分析和单因素回归分析,有啥区别及联系? 66天前

    (来源:“医咖会”微信公众号)单因素分析,顾名思义就是分析单一因素在组间的差异,例如我们最常用到的t检验、卡方检验、方差分析等等,通过这些传统的单因素分析方法,我们可以简单直接地观察到两组或多组之间均数或者率的分布差异。除了这些传统的单因素分析方法,我们在阅读文献时也能常常遇到“单因素回归分析”这样的说法,例如我们在之前推送的《如何理解回归模型中的“调整”和“独立作用”》一文中所引用的研究实例。表1. 单因素(Unvariate)Cox风险回归如表1所示,作者在展示Multivariate analysis(多因素分析)结果之前,还展示了Univariate Cox hazard analysis(单因素Cox回归分析)的结果,其计算所得的HR值被描述为Unadjusted HR。那么,这个

  • 医小咖
    医小咖  发布了新帖 单因素分析和多因素分析的结果不一致,怎么办? 73天前

    (来源“医咖会”公众号)我们在做统计分析时,很多人都习惯这样的分析套路:先进行统计描述,然后做单因素分析,最后再进行多因素分析。在阅读文献时,我们也会发现,不管是一般的统计描述还是单因素分析,往往能够支持研究人员作出结论的,还是要看最终的多因素分析结果。多因素分析的目的是通过控制其它多个混杂因素的影响,找出具有独立作用的影响因素,并估计其效应大小。既然这样的话,做单因素分析还有什么用呢,直接做多因素分析不就好啦?多因素分析的地位固然重要,但是单因素分析也必不可少,单因素分析可以为多因素分析提供很多有效的信息,将单因素和多因素分析的结果进行比较,也能发现很多问题。如果单因素和多因素分析的结果一致的话,结论就比较稳定且容易解释,但是我们常常会遇到单因素和多因素分析的结果不一致,甚至是出现相互矛盾

  • 医小咖
    医小咖  发布了新帖 SPSS统计作图教程:人口金字塔 119天前

    (来源“医咖会”公众号)作者:豆沙包;审稿:张耀文1、问题与数据某研究者想了解不同性别(Gender)中总胆固醇水平(Cholesterol)的分布差异,部分数据如图1。研究者该如何绘图查看?图1 部分数据2、对问题的分析研究者想绘图展示男性和女性中总胆固醇水平分布特征的差异,可以使用人口金字塔图。人口金字塔图常用来展示有序或无序分类变量的其中两个分类下,连续变量或有序分类变量的分布情况,常用来结合Mann-Whiteney U检验使用。3、SPSS操作3.1 人口金字塔在主界面点击Graphs→Chart Builder,选择左下角的Choose from框中的Histogram。如图2图2 Chart Builder选择Histogram后,其右侧显示4个选项,将第4个图拖拽至上方预览窗

  • 医小咖
    医小咖  发布了新帖 非线性关系的分析方法---限制性立方样条(Restricted cubic sp 134天前

    (来源“医咖会”微信公众号)作者:何强生,审稿:王九谊在医学研究中,我们经常构建回归模型来分析自变量和因变量之间的关系。事实上,大多数的回归模型有一个重要的假设就是自变量和因变量呈线性关联,这个条件实际很难满足。常见的解决方法是将连续变量分类,但类别数目和节点位置的选择往往带有主观性,并且分类往往会损失信息。因此,一个更好的解决方法是拟合自变量与因变量之间的非线性关系,限制性立方(Restricted cubic spline,RCS)就是分析非线性关系的最常见的方法之一。近年来在Lancet、BMJ等杂志经常见到利用限制性立方样条来拟合非线性关系。在之前医咖会R语言入门课程第18课《展示非线性关系》中也简单介绍过限制性立方样条的应用(R课程第18期:多项式回归、分段回归、限制性立方样条..

  • 医小咖
    医小咖  发布了新帖 建立非线性回归预测模型,来看R教程! 150天前

    (来源“医咖会”微信公众号)作者:李健民;审稿:龚志忠在统计分析中,根据变量的不同类型可以建立不同的预测模型,如果因变量是连续型变量,最常见的是建立线性回归模型。但是,建立线性回归模型有很多前提条件。(可以参考:SPSS操作:简单线性回归(史上最详尽的手把手教程))由于实际的临床研究中,变量之间关系复杂,因变量和自变量之间并非呈现线性关系,如果强行建立线性回归模型,就会影响模型的预测准确性。对于此类数据,应该如何处理呢?之前医咖会发布过的《R语言课程》,王九谊老师在“多项式回归、分段回归、限制性立方样条...”视频课程中已做了详细介绍。本文以临床医生的角度,通过案例分析,结合R软件来讲解如何建立非线性回归模型,也对之前的视频教程内容作了延伸。案例说明(模拟数据)临床中心衰、肝硬化的病人,常伴

  • 医小咖
    医小咖  发布了新帖 如何建立非线性回归预测模型 217天前

    (来源“医咖会”微信公众号)作者:李健民;审稿:龚志忠在统计分析中,根据变量的不同类型可以建立不同的预测模型,如果因变量是连续型变量,最常见的是建立线性回归模型。但是,建立线性回归模型有很多前提条件(可以参考:SPSS操作:简单线性回归(史上最详尽的手把手教程))。由于实际的临床研究中,变量之间关系复杂,因变量和自变量之间并非呈现线性关系,如果强行建立线性回归模型,就会影响模型的预测准确性。那么对于此类数据,因变量和自变量之间可能是复杂的非线性函数关系,我们可以尝试建立非线性回归模型,例如曲线模型、回归样条等。本期内容我们将通过案例分析,结合R软件介绍如何建立非线性回归模型。案例说明(模拟数据)临床中心衰、肝硬化的病人,常伴有体液潴留和低钠血症,医生会选择使用托伐普坦进行超滤治疗,但是目前这

  • 医小咖
    医小咖  发布了新帖 要分析组间的差异,该如何选择正确的统计方法? 234天前

    (来源“医咖会”微信公众号)作者:李侗桐;审稿:张耀文1、是否分析不同组之间的差异?差异分析主要用于:(1)判断因变量在两组或多组之间的统计学差异,各组之间可以是独立的,也可以是非独立的;(2)如果多组之间存在差异,进一步开展两两比较,分析差异来源。比如,分析不同医疗机构医生收入水平的差异。收入水平是因变量,医疗机构是自变量,自变量可以分为互相独立的3组:基层医院、二级医院和三级医院。再如,判断受试者在运动干预前后的心率是否存在差异。心率是因变量,自变量是时间,可分为干预前和干预后非独立的两组,示例如下:2、 判断研究设计类型差异分析的研究设计类型主要分为三种:组间设计、组内设计和混合设计,具体如下:2.1 组间设计组间设计是指研究中的各组相互独立,组别互斥,即研究对象只能存在于一组,不能分

  • 医小咖
    医小咖  发布了新帖 要做相关性分析,该如何选择正确的统计方法? 247天前

    (来源”医咖会“微信公众号)要做相关性分析,该如何选择正确的统计方法?作者:李侗桐;审稿:张耀文确定是要分析不同因素间的相关性?相关性分析主要用于:(1)判断两个或多个变量之间的统计学关联;(2)如果存在关联,进一步分析关联强度和方向。那么,什么样的研究可以进行相关性分析呢?我们在这里列举了几个相关性研究的例子供大家参考:判断拟研究变量的数量确定要进行相关性分析后,对两个变量或多个变量进行相关性分析所采取的统计方法是不同的。那么,怎么判断研究变量的数量呢?我们分别就两个变量的研究和三个及以上变量的研究进行了举例,帮助大家理解。同时,我们也对例子中变量数据类型进行了描述(如,连续变量、二分类变量、无序分类变量和有序分类变量)。1 、两个变量2 、三个及以上变量判断拟研究变量的类型确定拟分析变量

  • 医小咖
    医小咖  发布了新帖 SPSS统计作图教程:简单条形图 260天前

    (来源“医咖会”微信公众号)作者:豆沙包;审稿:张耀文1、问题与数据研究者想研究学历与生活幸福指数间的关系,招募31名研究对象询问其学历水平(group)并测量生活幸福指数(Index)。学历水平分为4组,包括高中及以下、本科、硕士和博士。生活幸福指数满分为100分,得分越高代表生活越幸福。部分数据如图1。研究者应该如何展示比较结果呢?图1 部分数据2、对问题的分析研究者要展示学历水平(分类变量)中生活幸福指数(连续变量)的均值,可以使用简单条形图。简单条形图可以直观呈现多种统计检验或数据自身特征,通常适用于以下情况:展现一个分类变量的各类别下,连续变量或有序分类变量的计数、频率、百分比、均值、中位数等统计指标。分类变量可以是有序或无序多分类。3、SPSS操作3.1 简单条形图在主界面点击G

  • 医小咖
    医小咖  发布了新帖 两组均数的95%CI重叠,t检验的P值一定大于0.05吗? 274天前

    (来源“医咖会”微信公众号)作者:张耀文经常有小朋友问我:区间估计的95%可信区间(95%CI)和假设检验的P值是等价的吗?更具体的问法是:两组均数的95%CI重叠,t检验的P值一定大于0.05吗? 答案是:不一定。如果两组均数的95%CI不重叠,t检验的P值一定小于0.05;但如果两组均数的95%CI重叠,t检验的P值可能大于0.05,也可能小于0.05。这是为什么呢?由于t检验需要考虑方差齐性的问题,计算公式比较复杂,且当n足够大时,t分布趋近标准正态分布。我们这里以符合标准正态分布的Z检验来解释上述问题(如果使用t检验的公式,会比较复杂,但结果类似)。1、Z检验的95%可信区间我们假设两个样本,N1=64,N2=81,其它参数如下表。可以看到样本1的均数的95%CI为(62.4,97.

  • 医小咖
    医小咖  发布了新帖 计算率或率差的95%可信区间:公式和SPSS教程都有! 289天前

    (来源“医咖会”公众号) 临床研究中,经常要计算某个样本的率(proportion),以及根据样本的率估算总体率的95%可信区间(Confidence Interval,CI)。样本率的计算很容易,那如何计算估算总体率的95%CI呢? 对于此类二项分布的数据,如果“数据量足够大”,一般可以使用正态近似法估算总体率的可信区间。   那如何才是“数据量足够大”呢?这个没有统一的标准。有学者推荐若以相对误差控制在10%左右为实际可接受标准,则使用正态近似法估计总体率95%可信区间的近似条件为 :  1)当 n×p=5时,样本率应在40%-60%之间; 2)当 n×p=10时,样本率应在20%-80%之间; 3)当 n×p=15时,样本率应在1%-99%之间。由于1%-99%几乎包括了二项

  • 医小咖
    医小咖  发布了新帖 单因素分析和多因素分析的结果不一致,怎么办? 303天前

    (来源“医咖会”微信公众号) 我们在做统计分析时,很多人都习惯这样的分析套路:先进行统计描述,然后做单因素分析,最后再进行多因素分析。在阅读文献时,我们也会发现,不管是一般的统计描述还是单因素分析,往往能够支持研究人员作出结论的,还是要看最终的多因素分析结果。 在前期推送的内容中我们也讲过,多因素分析的目的是通过控制其它多个混杂因素的影响,找出具有独立作用的影响因素,并估计其效应大小。 既然这样的话,做单因素分析还有什么用呢,直接做多因素分析不就好啦? 多因素分析的地位固然重要,但是单因素分析也必不可少,单因素分析可以为多因素分析提供很多有效的信息,将单因素和多因素分析的结果进行比较,也能发现很多问题。如果单因素和多因素分析的结果一致的话,结论就比较稳定且容易解释,但是我们常常会遇到

  • 医小咖
    医小咖  发布了新帖 SPSS详细教程:含时间依存协变量Cox回归模型(时依系数法) 328天前

    (来源“医咖会”微信公众号) Cox回归模型有效地解决了对生存资料进行多因素分析的问题,但是应用Cox回归模型有一个非常重要的前提条件,即比例风险(Proportional hazards)假定,简称PH假定,其基本假设为:协变量对生存率的影响不随时间的改变而改变。只有当PH假定得到满足时,Cox回归模型的结果才有意义。 在前期的内容中,对于分类变量和连续变量,小咖分别向大家讲解了如何利用SPSS软件来检验PH假定(详细戳链接:《SPSS详细教程:Cox回归中,分类变量的PH假定检验》、《SPSS详细教程:Cox回归中,连续变量的PH假定检验》)。 那么大家可能比较关心,如果协变量不满足PH假定时,应该怎么处理呢?本期内容小咖将为大家介绍一种拓展的Cox回归模型方法--含时间依存协变量

  • 医小咖
    医小咖  发布了新帖 解读真实世界证据时,我们要注意什么? 360天前

    (来源“医咖会”微信公众号) 真实世界数据(Real-world data, RWD)是传统临床试验之外收集的数据,可包括电子病例、患者注册登记数据、医保数据等。真实世界证据(Real-world evidence, RWE)则是基于这些数据的分析与总结。 近年来,发布的RWE报告显著增加,在PubMed中对术语“真实世界数据”、“真实世界证据”和“注册登记”的检索显示,2002年至2016年间引用量增加了600%(从每年2,435次引用到每年14,956次引用)。   以肿瘤领域为例,历年来,RWD常被用于回答与癌症发病率和死亡率趋势、诊疗质量及可及性、罕见癌症的结局、以及一般人群中罕见病与毒性的发生率等。人们越来越关注利用真实世界数据来研究治疗的有效性(即疗效比较研究,co

  • 医小咖
    医小咖  : 我在丁当抽奖抽中了2丁当,获得2.0个丁当。你也来试试手气吧:http://dxy.me/re6vUj
  • 医小咖
    医小咖  : 我在丁当抽奖抽中了2丁当,获得2.0个丁当。你也来试试手气吧:http://dxy.me/re6vUj
  • 医小咖
    医小咖  发布了新帖 数据不满足正态分布,到底能不能用t检验? 378天前

    (来源:“医咖会”微信公众号)T检验是我们医学科研工作中使用频率非常高的一种进行均值比较的统计方法。但是对于T检验的适用条件却似乎存在着争议。有人说,应用T检验的前提是数据来自于正态分布的总体,因此在进行T检验前均需进行正态性检验,也有人说,在样本量比较大时,可不必在意数据是否来源于正态分布总体,因为中心极限定理告诉我们样本均数在样本量较大时可以近似为正态分布。那么到底哪种说法正确呢?样本量较大时是否还要求数据服从正态分布呢?其实这个问题在统计学专业的教材中有非常明确的数学证明,数据不满足正态分布时,也是可以使用T检验的,但不完全是因为中心极限定理。(本文附录将介绍统计学教材中对该问题的数学证明,建议先看文末的附录再看结论)1. 原始数据为非正态数据时使用T检验的条件从文末附录的证明过程我们

  • 医小咖
    医小咖  发布了新帖 诊断试验准确性的Meta分析怎么做?(Meta-disc软件) 394天前

    (来源:“医咖会”微信公众号)1、问题与数据Theron G 等人拟评价MTBDRsl version 1.0方法检测耐药TB患者(利福平耐药TB或MDR-TB)对氟喹诺酮类药物耐药性的准确性[1]。耐药的金标准为基于液态培养皿或固态培养皿的培养药敏测试(culture-based DST)。研究者通过检索数据库,对最终纳入的文献,提取的如下信息:作者、发表年代、真阳性值(TP)、假阳性值(FP)、假阴性值(FN)、真阴性值(TN)。最终纳入9篇研究,各研究的四格表数据如下。试问:在本研究关心的耐药TB患者,进行氟喹诺酮类的耐药性测试时,试验方法MTBDRsl version 1.0的准确性如何?2、对数据结构的分析该Meta分析纳入了9个诊断试验,每个诊断试验均给出了真阳性值、假阳性值、假

  • 医小咖
    医小咖  发布了新帖 SPSS详细教程:轻松实现随机分组 408天前

    (来源:“医咖会”微信公众号)我们常常把随机分组挂在嘴边,好像只要一提到随机化,整个研究就能提升一个level。但是在实际的研究过程中,很多研究者并不知道怎么才能正确的实现随机分组。所以,小咖决定手把手来教大家如何通过SPSS,轻松实现随机分组。 随机分组随机分组,就是将参加研究的受试对象,按照随机化的原则,分配到不同处理组的过程。随机分组可以保证每一个受试者均有相同的机会被分配到试验组或对照组,使得一些可能影响试验结果的临床特征和干扰因素在组间分配均衡,具有较好的可比性。结果不受非处理因素的干扰和影响,从而有效避免了各种人为的客观因素和/或主观因素对研究结果产生的偏倚,使结果更加真实可靠。随机分组的基本思路尽管随机分组看上去非常简单,但是在临床试验的具体操作过程中,往往会被误解和

关于我们|联系我们|版权声明|资格证书|丁香志|加盟丁香园|友情链接 丁香园旗下网站: 丁香园|丁香通| 人才|会议|药学|博客