教学质量评价体系中指标权重的咨询专家选择与分析

目的合理确定教学质量评价指标权重咨询专家.方法在医学硕士生课程教学质量评价指标体系已确立的基础上,应用数理统计学方法对咨询专家的可靠性和有效性进行分析研究.结果聘请的指标权重的咨询专家是恰当的,具有较高的权威性.结论由咨询专家所确定的指标权重值具有较高的信度和效度.     

健康儿童、少年的X线心象面积

<正> 利用X线测量心脏大小有多种方式,心象(正面)面积测量是一种较为准确的方法,它可作为确定心脏是否增大的客观指标,也可作为诊断心脏疾病时的依据。常用的有Eyster和Hodges两氏作的心脏面积与横径的公式,以及Clark氏和Ungerleider氏的公式与表格。国内多采用汪、谢氏公式求得心脏面积。此后屡有报道,但所得之心脏面积正常标准仅适用于成人,对14岁以下的儿童不适用。临床多用心胸比率判定儿童及少年心脏大小,而我们在     

配对设计生存资料的统计分析及其在临床试验中的应用

目的 介绍配对设计生存资料的统计分析方法及其在临床试验中的应用。方法 运用基于协方差矩阵稳缝估计的Cox回归模型，通过调用STATA统计软件包中stcox命令中的cluster选项。对配对设计生存资料进行统计分析。并用治疗烧伤临床试验中的实例比较了运用和不运用配对设计生存资料的统计分析方法的两种结果。结果 实例分析表明运用配对设计生存资料的统计分析方法时，可得出治疗组的创面愈合时间小于安慰剂组的结论，而不运用配对设计生存资料的统计分析方法时，其结论为治疗组和安慰剂组创面愈合时间的差异无统计学意义。结论 在对配对设计的生存资料进行统计分析时．应选用配对设计生存资料的统计分析方法，否则将降低检验的效率，可能得出不正确的结沦。     

重视临床科研中统计学方法的正确应用

临床科研中常需通过抽取研究样本的某种特征来推断研究总体的特征,这一过程涉及许多统计学理论与分析方法,如抽样、样本含量大小的估计、试验方案的设计、试验资料的质量控制和数据的统计学处理等。正确应用统计学方法可起到事半功倍的效果。相反,如果科研工作在统计学应用方面出现了致命的错误,则此项科研结果的可靠性就难以保证,甚至得到完全错误的结论。新药临床研究和某些医学研究中,规定必需有统计学家参与研究方案的设计和数据的统计学处理,目的是保证设计方案的伦理性和科学性,保证统计理论和方法的正确使用。本文将根据临床科研工作…     

临床试验中的病例报告表

病例报告表(ＣａｓｅＲｅｐｏｒｔＦｏｒｍ)简称ＣＲＦ表,是临床试验中临床资料的记录方式。它是按试验方案所规定设计的一种文件,用以记录每一名受试者在试验过程中的数据。研究者在制订试验方案后,需在生物统计学家的配合下设计病例报告表,所设计的ＣＲＦ表内容应简明确切,使用前宜作小样本的验证,及时发现问题,并进行修改、补充,正式使用前还应对记录ＣＲＦ表的研究者和观察者进行统一培训。ＣＲＦ表由直接接触受试者的研究者填写。监查员的任务之一是对病例报告表进行质量控制,一旦发现质量问题及时纠正错误,监查员应对ＣＲＦ表所填写的…     

研究生医学统计学课程改革的探讨

医学统计学是运用概率论和数理统计的原理方法结合医学实际，研究数字资料的搜集，整理分析和统计推断的一门学科；是一门应用性的医学基础学科。它是进行医学科学研究必需的重要手段。它与卫生统计学，生物统计学虽有区别但无截然的界限。我国各高等医学院校都已把该课程作为必修课列入教学计划，课时数约36学时。     

白细胞分型研究中两样本表现型频数的比较

白细胞分型研究或红细胞 ABO 系统两组表现型频数分布的检验。用 k×2列联表是不妥的,本文作者提出应检验两组的基因频率是否分别相等,用实例说明了检验过程,并已编出完整的计算机程序.     

中国大陆HLA多态性联合报告

<正> 引言 我国国土辽阔,中华民族大陆部份人口已过十亿,其中93.3％是汉族,55个少数民族合计占6.7％。第三届亚洲大洋洲组织相容性会议(AOHWC)(会议主席Miki Ai-zawa教授,在1984年5月慕尼黑筹备会议后开展协作科研,历时二年,于1986年6月27日～7月1日在日本北海道札幌举行正式会议)提供了一次难得的机会,不仅可以用会议血清统一调查我国大陆人群的样本,而且还可以运用会议的大陆以外中国人群样本的数据,共同分析以提高结果的可信度。所得结     

计量资料的统计分析（2）

由样本(sample)推断总体(population)是统计分析的主要目的,称为统计推断(statistical inference).统计推断可分为参数估计(estimation of parameter)和假设检验(hypo-thesis testing).     

参数与非参数统计分析的过渡—秩变换

The purpose of this paper is to present the relationship between nonparametric and parametric analysis by means of rank transformation. It is shown that in case of large sample, the resulting statistics getting from Wilcoxon rank test, Kruskal-Wallis and Friedman rank test are equivalent to the ratio of the sum of squares for treatment divided by mean square for the total variability calculated by ranks in the manner of the analysis of variance. It is also suggested that this method can be extended to factorial design experiments, and a detail procedure is given.