如何正确运用χ~2检验——高维表资料优势比分析与SAS实现

本文目的是介绍g×2×2表资料的优势比分析方法和基于SAS软件实现计算的方法。内容包括以下几个方面:其一,g×2×2表资料各层优势比的齐性检验;其二,当资料满足齐性要求时,基于校正的方法对共同优势比进行点估计和置信区间估计;其三,当资料不满足齐性要求时,基于"各层2×2表中(1,1)网格内的频数的条件分布"的方法对共同优势比进行精确点估计、置信区间估计和假设检验。通过两个实例,并基于SAS/STAT中的FREQ过程实现全部计算,对输出结果进行了解释,并做出了统计和专业结论。     

医学论文中统计学处理结果的解释和表达

统计结果的解释和表达:当P<0.05(或P<0.01)时,应说对比组之间的差异具有统计学意义,而不应说对比组之间具有显著性的差别;应写明所用统计分析方法的具体名称(如:成组设计资料的t检验、两因素析因设计资料的方差分     

临床试验中率差及其置信区间的估计方法

目的探讨临床试验二分类数据率差及其置信区间的估计方法。方法分别介绍不存在协变量、只存在一个协变量、存在多个协变量三种情况时,率差及置信区间的估计方法,然后利用实例进行说明。结果当不存在协变量时,可用两组反应率估计值进行计算;当只存在一个分层因素时,针对不同情况可选择CMH、逆方差、最小风险加权方法进行估计;当存在多个协变量时,可结合logistic回归模型和delta方法、bootstrap方法计算。结论临床试验二分类数据率差及其置信区间的准确估计,需要结合试验设计,考虑是否需要校正协变量以及协变量的数量进而选择不同的统计方法。     

最可能数的精确计算及其在食品微生物检验中的应用

目的 最可能数(MPN)方法已经被广泛应用于多种食品安全指标菌的检测中,但是由于大多数操作者对该方法的原理及使用原则缺乏了解,错误地使用了该方法,最终导致对结果的错误评价.本文通过解决上述问题来增强该方法的可操作性.方法 利用细菌浓度泊松分布数学模型全面分析MPN值及其置信区间:通过国内外相关标准方法的比较分析,以相应实例诠释MPN表的实际应用原则.结果 推导MPN置信区间的精确计算公式:通过ISO标准的概率类群分类的引入建立新的MPN表:扩展FDA标准中5个平行样品连续稀释度的选取原则至9管法,建立实例表.结论 MPN值的置信区间可以通过数学模型进行精确的计算,计算结果将为国内外标准方法的进一步修定提供很好的参考:MPN方法的关键是将样品进行倍比稀释直至产生阴性管,MPN值的确定取决于对实验结果中连续稀释度的正确选择.     

关注糖尿病与脓毒症

因其高患病率以及能够改变脓毒症的病理生理学关键要素,糖尿病可能是脓毒症的重要并存疾病。但是糖尿病对感染和脓毒症发展的确切影响仍没有得到证实。本文的目的在于通过回顾临床前及临床研究,来讨论糖尿病对脓毒症的病理生理学、易感性及临床预后的影响。     

应用病床工作效率指标优化医院床位资源配置

目的通过对医院床位设置的合理性分析,以期达到动态的优化配置床位资源。方法采集汇总本院2011年度医疗统计数据,应用病床工作效率指标进行统计学处理,测算出床位数的合理区间。结果 30个临床科室中床位设置合理的有13个科室,需要调整的有17个科室,存在床位设置不尽合理的情况。结论医院的病床数量不能盲目的增加,而应以科学的方法学为依据,适度的扩大规模,才能实现优化卫生资源的目标。     

中位数差值及置信区间的两种非参数计算方法及比较

目的:介绍了两种计算中位数差值及置信区间的非参数方法——Hodges-Lehmann法与Bootstrap法,采用三种不同分布数据实例比较分析两种方法间的差异,对差异产生原因进行了分析。方法:用计算机模拟的方法生成正态、对数正态和双峰分布数据各两个,用两种非参数方法计算每种分布的中位数差值及其置信区间。该模拟过程重复500次。结果:当数据符合正态分布时两种方法的结果相近,且与用均值取代中位数的参数法接近。当数据为对数正态分布时Boot-strap法的估计值及置信区间比Hodges-Leh-mann法偏大,当数据为对称分布时两种方法计算的估计值结果相近,置信区间略有差异。结论:对称分布的数据两种方法的估计值基本一致。非对称情况下Bootstrap法更注重中位数的位置,而Hodges-Lehmann法更多体现了数据的值的差异。     

一类容易出错的参数估计问题

在用置信区间解决某些实际问题时,若感兴趣的只是置信区间的上限或下限,此时只需求出单侧置信区间即可。     

2-12周龄婴儿甲状腺激素水平初探

目的：探讨首都医科大学附属北京妇产医院2-12周龄婴儿甲状腺激素水平的参考区间。方法选取2009年1月至2012年12月于北京市新生儿疾病筛查门诊就诊的2-12周龄的953例健康婴儿为研究对象。按照不同年龄段,将其分为2-4周龄组（n=416）、4-8周龄组（n=398）和8-12周龄组（n=139）。3组受试儿童的性别、胎龄、出生体质量等一般临床资料比较,差异无统计学意义（P〉0.05）。应用化学发光法测定血清促甲状腺素（TSH）、三碘甲状腺原氨酸（TT3）、四碘甲状腺原氨酸（TT4）、游离三碘甲状腺原氨酸（FT3）、游离四碘甲状腺原氨酸（FT4）的水平,各指标参考区间采用中位数及 P2.5、P25、P50、P75、P97.5表示,同时对不同性别、不同年龄组间的甲状腺激素水平,及婴儿与成年人甲状腺激素水平参考区间进行统计学分析（本研究遵循的程序符合首都医科大学附属北京妇产医院人体试验委员会制定的伦理学标准,征得该委员会批准,并征得受试对象监护人的知情同意,与之签署临床研究知情同意书）。结果 TSH、FT3、FT4、TT3、TT4水平男性与女性婴儿间比较,差异均无统计学意义（t=1.860,0.510,-0.360,0.920,1.370;P〉0.05）。2-12周龄婴儿各激素水平与目前本院应用的成年人甲状腺激素水平参考区间进行比较,TSH、FT3、T3、T4水平高于成年人参考区间,且差异均有统计学意义（t=27.25,46.77,30.49,5.59;P〈0.05）,以TSH水平尤为突出,但FT4水平较成年人低。3组婴儿TSH水平无明显变化（F=0.345,P=0.708）,但随着年龄增大,P97.5降低,95%CI呈缩小趋势;TT4、FT4水平随年龄增加呈下降趋势（F=12.57,P=0.000;F=21.17,P=0.000）,TT3、FT3则呈升高趋势（F=14.75,P=0.000;F=3.699,P=0.025）。结论成年人的甲状腺激素水平参考区间不能广泛应用于婴幼儿,应建立儿童期各年龄段甲状腺激素水平参考区间,为儿童甲状腺疾病,特别是先天性甲状腺功能低下患儿的早期诊治提供参考。     

如何正确运用χ~2检验——高维表资料危险率差分析与SAS实现

本文目的是介绍g×2×2表资料的危险率差分析方法和基于SAS软件实现计算的方法。需要完成的任务包括以下两项:其一,共同危险率差的点估计及其置信区间估计;其二,检验"共同危险率差是否等于0"。其中,实现前述第一项任务的方法共有6种;实现第二项任务的方法共有3种。本文基于SAS软件和一个实例,分别实现了共同危险率差的点估计、置信区间估计和假设检验,并对SAS输出结果进行了解释,做出统计结论和专业结论。