首页 > 文献资料
-
第十一讲 如何确定参考值的范围
参考值范围(reference range,旧称正常值), 又叫临床参考值范围或正常参考值范围等,源于临床医学中对疾病诊断和治疗的实际需要, 重点放在个体求医者或病人,用于鉴别诊断、筛选病人、评价疗效与预后评估,因此,临床应提供生理、生化、病理及免疫等方面的参考值范围.从当前医学期刊中有关确定参考值范围的论文看,应该注意的问题为:(1)保证研究对象的同质性,如调查不同季节,不同时间的正常人; 限定条件,如晨起空腹, 一日内某时间或某状态下,用回归分析校正某相关因素的影响等;(2)控制监测误差;(3)判定分组,是否按地区、民族、性别和年龄等分组;(4)适宜的样本例数;(5)合理确定单、双侧;(6)选定适宜的百分范围:(7)必要时确定可疑范围;(8)结合资料分布,分别按单指标或多指标选用统计方法和估计界值.一般说,对于近似正态分布的单指标资料,正态分布法与百分位数法结果相近;(9)对新确定的参考值范围进行医学实践检验、诊断试验评价.现对临床应用中选择方法、样本例数、诊断试验评价、百分数大小、建立方程与确定时间等作如下介绍.
-
中华病理学杂志统计学应用情况简析(Ⅳ)
第三讲计量数据的表达和处理及其他问题病理学杂志中计量数据相对于计数数据来说,应用比例少一些,所以问题的暴露亦少一些.所谓计量数据是指带度量衡单位的测量数据,如某脏器重量(g)、心室收缩压(mm Hg)等.一般情况下计算算术平均数()和标准差(s),在近似正态分布及方差齐性的条件下,两组间比较采用t检验,多组间比较采用方差分析(F检验);分析两变量和多变量关系时,采用相应的相关和回归分析. 一、计量数据表达和处理方面
-
逆向累积分布图及其在疫苗免疫原性数据分析中的应用
在疫苗临床试验中,接种后血清抗体水平的高低与该疫苗能否产生保护作用及保护水平的高低有着直接关系,因此对免疫原性的分析是疫苗临床试验统计分析的重要部分.就体液免疫反应而言,这类数据的一个重要特征是数据的取值范围较大,变化范围常跨越多个数量级,观察值间呈现倍数关系.虽然其原始观测数值呈右偏态分布[1],但经对数转换后,免疫原性值一般满足正态或近似正态分布.对这类数据,目前国内通用的方法是首先计算其描述性统计指标如几何均数和对数标准差,而后对经对数变换后的数据采用假设检验和区间估计等方法进行统计推断[1-2].这些方法虽然行之有效,但其结果表达方式均为在特定点(如几何均数)和较抽象的范围(如95%可信区间)表达其临床试验结果,这样一方面使研究工作者难以从体液免疫原性的整体数据变化上(如不同滴度的抗体水平上)把握数据的变化趋势和分布状况,另一方面也使非统计工作者难以理解一些组间比较的假设检验结果.
-
用矩法进行正态性检验及其在统计软件中的实现
有些统计方法只适用于正态分布资料或近似正态分布的资料,如用t检验和方差分析进行两个或多个样本均数的比较,每个样本都要满足正态性要求,进行直线回归要求应变量y来自正总体,因此在进行资料的分析之前,首先要探讨样本资料是否来自正态总体,即正态性检验.
-
应用Excel做泊松分布及其近似正态分布的电脑实验
泊松分布是统计学中一种较为抽象的离散型理论分布,是一种用以描述罕见事件发生次数的概率分布.
-
医学科研方法及统计学处理 第九讲 计量资料的正确表达及处理(之二)
目前我国的科技期刊中的论文大多数都作了相应的统计学处理,这对于提高论文的科学性起到了很好的作用,但在处理中也存在一些较普遍的问题,还有少数论文应该作统计处理的而没有作.计量资料统计处理前,要从以下几方面来考虑统计方法的选择:资料是否正态分布:正态或近似正态分布时,可以采用常用的f、F等参数检验.非正态分布时,若经过数据置换正态化了,仍可采用参数检验,否则则适于采用非参数检验,如符号检验(sign test)、秩和检验(rank sum test).方差是否齐性:方差(s2)即标准差的平方,若对比组间s相差很大,应作s2齐性检验.s2不齐时,即算是正态分布,亦不宜用参数检验,可用t′、F′检验,F′检验较复杂,很少有人应用;也可以用非参数检验.
-
第8讲计量资料的正确表达和处理(之一)
计量数据是通过客观测量获得的、带有度量衡单位的数据资料.常用均数(包括算术均数-x、中位数M、几何均数G)表示其集中趋势,用标准差(s)、四分位距(25%和75%位数)以及范围(小和大值)表示其离散趋势,其中多见的表达形式为-x±s.究竟采用哪种方式表达,应考虑数据的分布形态,只有正态或近似正态分布的数据资料才适宜用-x±s表示.