1、临床医学科研设计临床医学科研设计&统计分析技巧统计分析技巧中日友好医院中日友好医院 李光伟李光伟3. 从生物学医学原理选择持定的合理人群（不犯人群结构错误）研究对象中所观察变量的梯度 例1,看生长激素水平与身高的关系：对2574岁者测GH与身高结果发现GH与身高不相关结论肯定错了因为GH的最重要作用在于促生长原因是人群选择失当GH促生长表现在身高增长期，即儿童期成人身高已不再增高。例2：在高血压（或血压正常）人群研究血压水平对冠心病发生的影响或研究致高血压因子的作用都可能得出假阴性的结果.研究某些变量的生物学作用时，这些变量必须有一定梯度，否则会掩盖因果关系。例如：研究继发性高血压的病因有研究
2、者发现某些著名的继发性高血压与其公认的病因无关：柯兴氏病高血压与皮质醇水平不相关活动性肢端肥大症血压与生长激素水平不相关。这些怪事如何解释？材料都是真实可靠！研究对象中所观察变量没有足够梯度所有来诊病例是经长期辗转来到研究者单位看病时病情都十分典型，激素水平都很高，该变量梯度很小，掩盖了激素与血压的相关关系。解决的办法：在激素水平相当人群，若能发现病程长短与血压水平有关，也算是发现了激素对血压的影响。但若病程长短也相同，还是不会有阳性发现。但若手术后激素水平下降，血压也下降，将治疗前后的病情加以比较则必会发现继发性高血压与激素水平的关系那是因为人为的制造了梯度。研究肥胖与糖尿病的关系不能仅选择
3、仅选择超重和肥胖的人群（BMI25-30）因为（BMI25-27）与（BMI27-30）的人群糖尿病的患病率可能无明显差别，但与BMI24人群差别会很显著变量的梯度是成功的关键。例.G蛋白3基因C825T亚型多态性与血压,胰岛素抵抗,肥胖的相关性:2000年一位作者在血压正常人群未发现该基因多态性与血压相关;2002年Hyperten一文发现该基因多态性与胰岛素抵抗及肥胖相关.因为他选择了高血压高血压人群也未发现该基因多态性与血压相关.(170/105mmHg)在1999年一项大规模的人群调查基础上的包括高血压(43%)和非高血压人群的研究却发现两种不同亚型基因的患者高血压患病率相差3倍(OR
4、=3.43) GNBGNB3 3 C825TC825T多态性多态性 对胰岛素抵抗与对胰岛素抵抗与收缩压收缩压相关性的影响相关性的影响( (第一代子女组第一代子女组) ) GNBGNB3 3 C825TC825T多态性多态性 对胰岛素抵抗与对胰岛素抵抗与舒张压舒张压相关性的影响相关性的影响( (第一代子女组第一代子女组) )LnIAI-4.21-4.8-5.15-4.21-4.81-5.15FINS(uIU/ml)12.222.432.512.222.432.5SBP DBP SBP DBP 第第一一代代子子女女825CT/TT基基因因型型组组不不同同胰胰岛岛素素敏敏感感性性及及空空腹腹胰胰岛岛
5、素素水水平与血压的关系平与血压的关系 （调整年龄、性别）（调整年龄、性别） （n=376）P0.05P0.01P0.001GNBGNB3 3 C825TC825T多态性对胰岛素抵抗与血压关联的影响多态性对胰岛素抵抗与血压关联的影响( (第一代子女组第一代子女组) ) GNBGNB3 3 C825TC825T多态性多态性 对胰岛素抵抗与对胰岛素抵抗与收缩压收缩压相关性的影响相关性的影响( (第一代子女组第一代子女组) ) GNBGNB3 3 C825TC825T多态性多态性 对胰岛素抵抗与对胰岛素抵抗与舒张压舒张压相关性的影响相关性的影响( (第一代子女组第一代子女组) )4、设定恰当的入选和排
6、除标准 恰当的入选和排除标准可防止混杂因素的干扰，保证研究结果的科学性，这是在各项研究遵守的。例如，看血压与胰岛关系，不可纳入有心功障碍及肾病患者，否则可结果会有偏差。4、设定恰当的入选和排除标准 入组的研究对象的准入指标，是保证研究质量的最重要和最基本的条件，在研究设计和发表的论著中务必详细交代。但这种选入排除标准应是实事求是的而不是过于苛求。在制订纳入和排除标准时，在保证研究质量的前题下，一定要考虑研究成果的代表性和研究结果推广的受益面。例:有一重点课题仅考虑入组病例诊断的严格性排除标准竟设计了17项合格的纳入对象约占整个患该病人群的合格的纳入对象约占整个患该病人群的10%左右左右90%左
7、右的患者被排除掉。即使该研究的结果有高度的内在真实性（internalvalidity）,其代表性也仅为10%左右。过度严格的选择会有轻型病人被排除,使研究结果出现偏差。例：冠心病与胰岛素的关系仅用冠脉造影资料作为诊断标准结果发现冠脉造影（-）者：FINS22mm/ml冠脉造影（+）者：FINS23mm/ml结论是冠心病与胰岛素无关问题出在什么地方？问题出在“诊断标准”:冠脉造影（-）的人为什么能接受这种不无危险的检查？因为这些人已有许多危险因素！或有轻度狭窄但达不到“狭窄的定义”的切点没达到“狭窄”切点,只是时间尚短。这并不能说明胰岛素与冠心病无关。选入排除标准过于苛求例:研究胆石症与胰岛素
8、抵抗的关系(国家自然基金项目):选择对象为l手术证实的初发胆囊胆固醇结石l年龄,性别,BMI相配(!)l血血压压,糖糖耐耐量量,血血甘甘油油三三脂脂,尿尿酸酸,PAI 1, 尿蛋白量正常(!)表:胆囊胆固醇结石与胰岛素抵抗的关系 结石组结石组 对照组对照组 P年龄33.9+9.3239.97+9.710.85BMI22+2.4422.14+2.350.23WHR0.83+0.060.81+0.070.05FINS17.6+1.317.8+1.20.72INS2H47.5+1.438.9+1.50.04SBP111.4+11.1102.4+11.90.00InsSenindex-4.37+0.2
9、9-4.42+0.250.33结果:未发现胆石症与胰岛素抵抗相关,SBP,INS2H升高是胆石症的危险因素(?)(二)、选择试验效果测试指标：选择要求l关联性：指标与研究目的有本质的联系，应能确切反映处理因素的作用。生物学意义合理：冠脉造影，HbA1c看降糖药物疗效。l灵敏性：指标能正确反映效应变化的最小数量或最小水平。l特异性：对治疗反应的阳性结果要能准确地测量和确定，其特异性越强越好；尽量选用客观指标作为主要观察指标。l精确性：包含准确度(效度)和精密度(信度)两个方面。l稳定性：变异程度l经济可行：在考虑敏感性和特异性的基础上，应从各种方法比较中，选择经济及可行性良好的测试方法和指标。l
10、指标的选择要少而精在治疗性研究方法中相应的预防和处理的措施l如防止选择性偏倚，使用随机抽性与随机分配法；如防止选择性偏倚，使用随机抽性与随机分配法； 避免测量偏倚，使用盲法；避免测量偏倚，使用盲法；l减少机遇因素的影响，采用限制减少机遇因素的影响，采用限制型及型及型错误水平的方法；型错误水平的方法；l有的混杂因素可通过配对及统计分层分析法加以避免或处理；有的混杂因素可通过配对及统计分层分析法加以避免或处理；l通过严格培训人员，严格实验仪器、条件和方法以防止混乱；通过严格培训人员，严格实验仪器、条件和方法以防止混乱；l通过医学知识教育，改善医疗服务环节，以促进患者的通过医学知识教育，改善医疗服务
11、环节，以促进患者的 依从性等依从性等这这些些措措施施和和方方法法均均应应贯贯穿穿整整个个设设计计、执执行行和和资资料料分分析析的的全全过过程程，保证研究的高质量，从而获得科学的结论。保证研究的高质量，从而获得科学的结论。三. 统计分析在我国临床科研的统计学应用中，在统计方法的选择上存在过分强调统计检验而忽略统计学估计的倾向，存在统计方法越复杂越好的片面看法。在发表的医学论文中，大多强调是否得到差别有统计学意义，而较少对测定值进行95%可信区间估计，提及样本量估计及抽样方法、样本代表性问题的文章就更少了在80年代初期，国外医学杂志针对类似的情况曾进行广泛的讨论，提出应重视区间估计的意义而不能将注
12、意力集中在P值是否小于0.05上。现在大多数的国际医学刊物发表的论文中要求作者同时给出点估计、区间估计和具体的检验统计值，如相对危险度（RelativeRisk,RR,RR值就是暴露人群发病机与非暴露人群发病机率之比，即a/(a+b)与c/(c+b)之比），RR的95%可信限和P值。诸如95%可信限的区间估计可以提供更多有价值的信息但在我国临床科研的统计学应用中尚未引起足够的重视。片面地认为越复杂的统计方法越好，而忽视统计检验方法的适用性和恰当性。(1)、描述性统计描述性统计分析是统计检验的基础，能提供资料的总体特征，不论在最后的论文报告中描述性统计分析的结果占多大的比重，它都是实际的资料分析
13、过程中的起点它为选择进一步的分析方法如选择合理的变量提供重要的信息,发现原始资料中的错误忽略必须的描述性统计分析是导致统计方法应用不当的原因。从简单到复杂最基本的分析形式为单个因素的不匹配不分层资料组间比较的分析这是病例对照研究推断性统计的基础。可比较病例组与对照之间危险因素的分布情况，分析其危险因素与患病之间的联系。由于病例和对照只是总体的代表,无法直接计算真实的患病率，也就无法直接计算RR值，可以估计相对危险度OR，用以来代替RR。表6饮酒与食管癌病例对照研究资料 饮酒饮酒 食管癌组食管癌组 对照组对照组 合计合计大量a328b258586不饮c107d193300合计435451886将
14、表6的数据代入公式得：OR=ad/bcOR值是两个概率的比值，这一数值范围是从0到无限大的正数。当数值为1时，表示暴露与疾病危险无关联，当数值大于1说明疾病的危险度增加，叫做“正”关联，当数值小于1说明疾病的危险度减少，叫做“负”关联。(2)、统计分析中变量的选择变量的确定：研究的目的是相看哪两个变量之间的关系（不妨假设一因，一果）例;高血压为因，冠心病为果A.明确变量的性质 重点和首要的看变量是否为正态分布分析中对变量进行正态分布检验血胰岛素、血脂、生长激素、皮质醇、尿微量白蛋白，骨密度等都常为非正态分布。非正态分布的变量是不能以原始资料进行参数统计分析，此时不进行正态化处理，得出结论会面目
15、全非。B.注意变量的动态变化 由于前瞻研究的期限较长，有些长达几年甚至十几年，这类研究中特别要注意变量的自身演变，有些变量是不会变的，如身高；有些因素在“成长”，如血压、血糖；有些变量在某一时期在“成长”，在某时期却在“衰减”，甚至消失， 例:血胰岛素水平从糖耐量正常到糖耐量低减这几年，胰岛素水平在逐渐升高;从糖耐量低减到糖尿病胰岛素水平在下滑;晚期糖尿病胰岛素则衰亡,水平很低在一个包括NGT、IGT、DM的人群中观察数年期间有的个体胰岛素水平在升高有的胰岛素水平在下降故此在这总人群以基线水平去预测某种疾病自然得不出正确的结论在演变中未变成糖尿病人群中，可以发现胰岛素对某事件的阳性作用，而在I
16、GT演变为糖尿病，尤其是糖尿病病情恶化的人群中，则会看到它的阴性作用。这种影响的两级分化在极大程度上还会受观察期限的影响:在非糖尿病人群落观察十年，如不删除研究期间恶化为糖尿病的病例，就可能大大低估胰岛素的致病作用在NGT人群观察5年，则不会出现上述偏移对这种消亡中的变量，如不在人群选择和研究时限上加以严格的限制，很难有可靠的结果。对象和方法对象和方法1986-19921986年年 170 非糖尿病人非糖尿病人 （25-74岁）岁） (107 NGT 63 IGT) 1992年年 126NGT,IGT 44DM 基线基线基线基线OGTTOGTT胰岛素曲线下面基线与胰岛素曲线下面基线与胰岛素曲线下面基线与胰岛素曲线下面基线与6 6年后血压的关系年后血压的关系年后血压的关系年后血压的关系( (n=170n=170) )非高血压人群基线非高血压人群基线OGTT胰岛素曲线下面积与胰岛素曲线下面积与6年后的收缩压水平的关系年后的收缩压水平的关系 ( n=126) 因变量因变量: 随访随访6年后年后SBP R2 =0.33自变量SEPAGE(year)0.60390.14010.0001SEX(M
