双十一特别呈现-临床常用统计方法选择的原则（二）

导语：梅斯医学将于11月18-19在上海（徐汇区宜山路425号光启城办公楼3楼）举办第三届《数据统计的常见方法和策略选择》学习班！

来源：梅斯医学

梅斯医学 将于11月18-19在上海（徐汇区宜山路425号光启城办公楼3楼）举办第三届统计策略学习班！通过系统性的学习，双十一期间报名有惊喜哦！ 系统性教您各种临床研究类型如何选择统计方法，注意的细节和问题，SPSS软件手把手操作，解决您实际动手中遇到的困扰，通过本次课程能够独立使用软件统计数据。系统性教您各种临床研究类型如何选择统计方法，注意的细节和问题，SPSS软件手把手操作，解决您实际动手中遇到的困扰，通过本次课程能够独立使用软件处理数据。

上篇中小编为大家带来了临床统计学中统计方法选择的原则的干货，本次小编继续为大家带来临床研究中统计学常用统计方法选择的原则：

1. 生存分析(Analyzing Researeh Questions about Survival)

分析一段时间后生存、死亡或其它事件发生情况需要采用生存分析，例如，研究者想了解心脏移植后病人生存天数是否与不同的手术方式有关。生存分析的目的通常是为了描述研究人群的事件发生时间(生存时间、suvival time)的分布特征，比较不同组的生存时间或研究生存时间是否与研究变量有关。

单因素生存分析可以采用Log-Rank检验(Log-Rank Test)；多因素可以考虑选择比例风险模型(Cox Proportional Hazards Model)。需要注意的是，在临床研究中经常包含重复测量数据，如病人从心脏移植至死亡发生期间，重复测量了多次心功能值，对于这种资料，可以采用SAS PHREG中，重复测量资料的cox模型的运用。

2.相关性分析(Researeh Question Sabout Relationships among Variables)

许多临床研究涉及对一组研究对象2个连续性变量的相互关系的研究。如用2个不同的指标测定心功能，拟评价这2个指标是否一致，这就需要涉及相关(Correlation)和一致性(Agreement)的评价。

当数据为正态分布时，Pearson相关系数(Pearson's relation Coefficient)可以评价2个指标的相关性。当数据分布非正态，相应的非参数统计量为Spearman's等级相关系数(Spearman's Rank Correlation Coeffielent)以及Kendall's Tau-b等级相关系数(Kendall's Tau-b Rank Correlation Coeffielent)，两者类似，但更多的统计学家推荐使用后者。

对一致性的评价，定量数据可以采用Concordance相关系数(Concordance Correlation Coeffieient)，分类数据采用 Kappa分析 (Cohen's Kappa statistic)。

值得注意的是，相关性与一致性的区别。如在临床研究中，希望评价一个新的方法是否等同于原来的方法，需要使用一致性分析。

3. 多因素分析(StatlstiealMethodSfo：MultipleVariables)

临床研究的对象常常为病人，与有严格实验条件控制的动物实验不同，除了研究的因素外，常需要控制许多混杂因素或协变量，统计分析需要采用多因素模型对协变量进行校正。统计分析软件和程序的使用为多因素分析提供了可能。根据反应变量的类型，可以采用多元线形回归(Muiriple Linear Regression)、协方差分析(ANOVA，Analysis of Covariance)以及Logistic回归(Logistic Regression)等。

4.重复测量数据的分析(Methods for Analyzing Repeated Measures Data)

定量数据可以采用重复测量方差分析(Repeated-Measures ANOVA)以及混合效应模型(MixeD-effects linear Model)。对于分类数据，可以广义估算方程(Generalized Estimated Evluation，GEE)拟合Logistic模型。

更多关于临床统计学的干货就在下面哦！

培训课程：