SPSS随机对照研究总结

医学研究最常见类型有3类，包括实验性研究，观察性研究和文献研究。实验性研究最常见的是随机对照研究，观察性研究主要包括横截面研究、病例对照研究、队列研究，其中横截面研究这一类型，最常见的是现况调查。本篇主要介绍随机对照研究。

一、结局为定量结局：

（一）完全随机化设计

采用最基本的随机化的方法，将研究人群随机分为干预组和对照组。

分析资料的正态性，步骤：分析-描述统计-探索-因变量列表（放入要探索的变量）-因子列表（放入分组变量）-统计（百分位数）-图（直方图、正态性检验）。若P>0.05，则为正态，T检验（T检验：分析-比较均值-独立样本T检验-检验变量-分组变量），反之，则秩和检验（分析-非参数检验-旧对话框-两个独立样本-检验变量（变量）-分组变量（分组的，定义组）-曼惠特尼）。

正态或偏态的判断还有以下几种方法：

第1类：正态分布符合，P>0.05;
第2类：正态分布不符合，P=<0.05，但直方图还是呈现大致的中间多两边少，无严重极端值；
第3类：正态分布不符合，P=<0.05，数据严重偏态，或者存在明显极端异常值。

（1）资料为正态分布

1、当分为两组时，用两样本t检验。
T检验：分析-比较均值-独立样本T检验-检验变量-分组变量（定义组，只能填数据库中对应的数字）

统计描述时，需要描述（均数+—标准差）、差值及95%CI、t值、p值。

例如：

文字描述：高蛋白饲料组大鼠体重为（126.45±17.76）g，低蛋白饲料组大鼠体重为（105.11±17.80）g，两组总体体重总体均数存在着统计差异（差值21.34,95%CI 4.56-38.13,t=2.67，P=0.016）

表格描述：

2、当分为多组时，用方差分析

步骤：分析—比较均值—单因素ANOVA检验-因变量、分组变量-选项（描述、方差齐性检验、韦尔奇、平均数）

若几组之间P值>0.05，则需要进行多重比较

α分割法：这种方法是t检验的调整法，两组两组比较，我们仍然t检验，但是为了控制多次t检验增加的假阳性问题，可对α进行分割处理。比较n次，新的检验水准α’=α/n。比如三组数据两两比较，α’=0.05/3=0.017，在此基础上仍然采用t检验进行两组两组均数比较，P≤0.017才被认为有统计学意义。

统计算法或者通俗来说是软件法：这种方法不需要对α分割，软件结果自动采取策略控制了假阳性错误，出来后只要P小于0.05，就被认为有统计学差异。

步骤：分析—比较均值—单因素ANOVA检验-因变量、分组变量-事后比较（Bonferroni-邦弗伦尼）

（2）资料为偏态分布

1、当分为两组时，用两样本秩和。

步骤：分析-非参数检验-旧对话框-两个独立样本-检验变量（变量）-分组变量（分组的，定义组）-曼惠特尼

偏态分布的两组中位数差值95%CI置信区间：分析-非参数检验-独立样本-字段（d）-设置（定制检验-曼惠特尼、在各个组估算置信区间-霍奇斯-莱曼估算）-运行-双击总表-左下角-查看-置信度区间汇总视图-即可得到。

文字描述：局部加热组小鼠生存时间中位数为15.5（14.3,24.8）天，空白对照组小鼠生存时间中位数为4.0（3.0,10.5）天，两组总体生存时间分布存在着统计差异（z=3.67，P<0.001）。

表格描述：

1、当分为多组时，用多样本秩和（Kruskal Wallis 秩和检验）。

步骤：分析—非参数检验—旧对话框-K个独立-检验变量、分组变量（此处应放入多组的那个变量、定义组）、克鲁斯卡尔沃里斯

若多组比较，P值<0.05，组间有差异，则需要进行多组多重比较。

α分割：即多重比较时采用两两比较的Wilcoxon 两样本秩和检验，但是检验水准α不再是0.05，而是等于0.05/比较次数。

软件法：分析—非参数检验—独立样本-字段（检验字段、分组）-设置（定制检验、克鲁斯卡尔沃里斯-全部成对）-运行-双击表格-左下角查看（成对比较）-P值以校正P值为主（Adj.Sig）

文字描述：80亿气雾组抗体滴度为1：20(20, 40)，100亿气雾组抗体滴度为1：40(20,80) ，皮下注射组抗体滴度为1：40(40, 80) ，三组抗体总体分布存在着统计差异（H=12.67，P=0.002）。其中，80亿气雾组抗体滴度与皮下注射组存在着统计差异（P=0.002），80亿气雾组抗体滴度与100亿气雾组、100亿气雾组抗体滴度与皮下注射组差异没有统计学意义（P>0.05）

表格：

（二）配对设计

配对资料首先计算出差值d，步骤：d=转换-计算变量，在对d进行正态性检验，若P>0.05,则为正态，采用配对T检验；反之，则采用配对秩和检验。

1、d为正态时，2组用配对t检验。

步骤：分析-比较均值-成对样本T检验-变量1、变量2

规范文字：干预组心肌血流量为5.13±0.69ml/(min·g)，对照组心肌血流量为4.33±0.86ml/(min·g) ，两组数据总体均数存在着统计差异（差值为0.80，95%CI 0.33-1.27，P=0.003）。

表格：

2、d为偏态时，用配对秩和检验。

步骤：分析-非参数检验-旧对话框-2个相关样本-变量1、变量2

d为正态时，多组用随机区组设计方差分析

d为偏态时，多组用Friedman检验

二、结局为分类结局：

（一）完全随机

（1）结局是定性（二分类或无序多分类）结局

1、两组率比较（卡方检验）

应用条件：

n≥40，且T ≥ 5，卡方检验

n≥40，且至少一个1≤T <5，校正卡方检验

n＜40或至少1个T ＜1 ，Fisher确切概率法

步骤：分析-统计描述-交叉表-行、列-精确（精确）-统计（卡方）-单元格（实测、行）

解读结果：

阅读表格，首先要关注总样本量和理论（期望）频数。总样本量在表格最后一行①：有效个案数。需要关注是否≥40。理论（期望）频数在表格下方第一个注释a②。注释前半句说的是多少单元格期望数小于5，这半句将决定是否采用卡方检验；后半句指出最小期望数，将决定是否采用Fisher法。

卡方检验，当n≥40，且T ≥ 5，选择第一行的“皮尔逊卡方”①，卡方值②，选择P值（渐进显著性双侧）③。

校正卡方检验，n≥40，且至少一个1≤T <5，选择第二行“连续性修正”①，

，卡方值②，选择P值（渐进显著性双侧）③。

Fisher确切概率法，n＜40或至少1个T ＜1 ，选择第四行的“费希尔精确检验”①，选择值（精确显著性双侧）②。

文字描述：吲达帕胺片组有效率80.77%，安慰剂组有效率45.45%，两组有效率存在着统计学差异（差值0.35，差值95%CI 0.14-0.56，P=0.004）。

表格：

2、多组构成比或多组率比较（卡方检验）

多行多列交叉表数据的分析，或者说多个率、构成比，乃至两个构成比的比较，四格表资料的分析策略一样，均可以考虑卡方和Fisher确切概率方法进行。

条件：

1、不超过20%的T < 5，卡方检验

2、超过20%单元格的T < 5至少1个T ＜1 ，Fisher确切概率法

步骤：分析-统计描述-交叉表-行、列-精确（精确）-统计（卡方）-单元格（实测、行）

卡方检验，不超过20%的格子理论频数（期望频数）T < 5时，选择第一行的“皮尔逊卡方”，得到卡方值①，选择P值（渐进显著性双侧）②。

Fisher确切概率法，如果超过20%的格子理论频数（期望频数）T < 5，或者至少一个T<1，选择第三行的“费希尔精确检验”，选择P值（精确显著性双侧）①。

如上图所示，多组人群的有效率存在着统计学差异（P<0.05），则需要进行多重比较。

多组卡方检验多重比较方法

软件自带的方法：

步骤：分析-描述统计 -交叉表-行、列（多组数据分析需要进行多重比较时，“行” 要放结局变量，“列”放入分组变量）-精确（精确）-统计（卡方）-单元格（实测、列、z检验-比较列比例、调整P值）

结果解读：下表绝对数旁边标准了a、b。这两个符号即多重比较的结果。凡是标注同一个字母者，组间没有统计学差异。比如，第一列和第二列全部标准a值，说明它们没有差异（P>0.05），而第三列标注了b，说明它和第一列和第二列不是“一伙”的，与第一列、第二列均存在着统计学差异（P<0.05）。

文字表达：

西药治疗急性无黄疸型病毒肝炎有效率为51.0%（51/100），中药治疗急性无黄疸型病毒肝炎有效率为43.8%（35/80），中西药治疗急性无黄疸型病毒肝炎有效率为79.7%(59/74)，三组数据总体均数存在着统计差异（c2 =22.8，P<0.001）。西药有效率与中药相比，无统计学差异（P>0.05）,中西药与西药、与中药均存在着统计学差异（P<0.05）。

表格：

a分割法：三组率分成两两相比，则有3组，a<0.017才有统计学意义。那如何把3*2的表格拆分为3个2*2的表格呢？开展两组2*2比较，以某一组作为对照，P<0.017即为有意义。

步骤：数据-选择个案-如果条件满足-治疗分组（选择第一组和第二组进行比较：表达式：group=1 | group=2）；在开展卡方检验：分析-统计描述-交叉表-行、列-精确（精确）-统计（卡方）-单元格（实测、行）

文字描述：西药治疗新冠肺炎有效率为44.7%（38/85），中西药有效率为75.0%(63/84)，三组数据有效率存在着统计差异（c2 =17.30，P≤0.001）。西药有效率与中药相比，无统计学差异（P>0.017），中西药与西药、与中药均存在着统计学差异（P≤0.017）。

表格：

（2）结局是等级（有序）结局（无效/好转/显效）

1、2 组等级资料比较（秩和或者卡方检验）

等级数据的比较，若探讨 构成比分布有无差异性，则考虑 卡方或Fisher足矣；

等级数据的比较，若探讨总体平均水平或者总的程度上差异性，则可以采用秩和检验。

两样本秩和检验SPSS分析入口：分析-非参数-旧对话框-2个独立样本

2、多组等级资料比较（秩和或者卡方检验）

多样本秩和检验SPSS分析入口：分析-非参数-旧对话框-K个独立样本

卡方检验探讨的是构成比分布，准确来说是分布轮廓的差异性；

秩和检验探讨的是分布位置差异性，比较的是平均位置的差别。

等级资料的分析目的，其实更多的时候，是探讨构成比的分布轮廓有无统计学差异，因此卡方检验反而是首选方法。

严重不等距等级资料（死亡、无效、有效）需谨慎开展秩和检验，应首先将这类数据转化成2分类数据，在进行统计分析

（二）配对随机

（1）结局是定性（二分类或无序多分类）

1、2 组率比较（配对卡方检验）

*对于仅探讨 阳性率是否相同，可采用配对卡方检验（又称McNemar检验）；如果探讨 结果是否具有一致性，则采用 Kappa检验。

步骤：分析-统计描述-交叉表-行、列-统计（卡方、kappa、麦克尼马尔）

2、多组构成比或者多组率比较（配对卡方检验）

暂缺。

（2）结局是等级数据

1、2组等级资料比较（配对秩和）

见前所述

2、多组等级资料比较比较（Friedman）

SPSS随机对照研究总结相关推荐

随机对照试验设计有哪些先天优势？
随机对照试验一般用于干预措施疗效比较,其设计的核心要点在于对受试者的分配入组是由正式的随机化程序确定的,最大程度降低选择性偏倚.下图1展示了申办方发起的随机对照试验设计.实施.结果报告的全流程,尽管每 ...
随机对照双盲实验的设计模式
随机对照双盲实验的设计模式随机对照双盲实验是业界对于药物有效性判断的标准做法,也用于心理学研究.市场调研.软件调研等领域,可以参考以下文章:https://wenku.baidu.com/view/ ...
随机对照试验设计的原理
随机对照试验之所以区别于其他流行病学研究方法,在于它特有的控制偏倚的措施.下面将逐一讨论每种措施的原理.原则和方法. 一.对照的原理 (一) 影响疾病转归的因素长期以来,病人接受治疗后病情的好转一 ...
roc曲线spss怎么做_利用SPSS绘制诊断研究ROC曲线
ROC曲线是诊断性研究必不可少的工具.可以画ROC曲线的工具很多.而我们最常用的SPSS却不是最佳的画ROC曲线的工具,最近有粉丝问我们怎么使用SPSS 画ROC曲线,小编在这里就上一个"栗 ...
什么是随机对照双盲实验
https://zhidao.baidu.com/question/17273756.html
基于蒙特卡洛随机潮流研究（Matlab代码实现）
mixamo和ue小白人映射关系以及让mixamo绑定的人物在场景中运动的多种方法实践...
ue中的root->Hips ue中 ik_foot_l ik_foot_r下面有foot_r 在mixamo下面leftfoot对应ik_foot_l 但是foot_l 只能给他对应leftT ...
spss连接至远程计算机,SPSS操作:轻松实现1:1倾向性评分匹配(PSM)
谈起临床研究,如何设立一个靠谱的对照,有时候成为整个研究成败的关键.对照设立的一个非常重要的原则就是可比性,简单说就是对照组除了研究因素外,其他的因素应该尽可能和试验组保持一致,这里就不得不提随机对照 ...
使用健身APP对在校大学生体育人口和身体素质的影响研究——以湖南科技学院为例
摘要探讨基于目标导向管理的健身APP在大学生体育锻炼中的应用效果,为指导大学生选择科学有效的锻炼行为提供参考.方法:选择湖南科技学院2021年7-12月无健身APP使用经历的172名大学生为研究对 ...

SPSS随机对照研究总结

SPSS随机对照研究总结相关推荐

最新文章

热门文章