關于臨床科研中正確抉擇統計學方法一、四個因素

熟悉和掌握下述四個因素是正確進行統計分析的基礎第2頁,共83頁，2024年2月25日，星期天（一）分析目的統計描述統計指標、統計圖或統計表均數、標準差、率、構成比統計推斷（參數估計、假設檢驗）相關分析以相關系數來衡量各因素間的密切程度和方向回歸分析研究某因素與另一因素的依存關系第3頁,共83頁，2024年2月25日，星期天（二）資料類型數值變量資料－計量資料無序分類變量資料－計數資料有序分類變量資料－等級資料注意：不宜將定量資料轉化為分類資料第4頁,共83頁，2024年2月25日，星期天（三）設計方法每一種科研設計方法都有與之相適應的統計方法成組設計t檢驗配對t檢驗條件Logistic回歸非條件Logistic回歸第5頁,共83頁，2024年2月25日，星期天（四）數理統計條件數理統計與概率論是統計的理論基礎只有當某個或某些條件滿足時，某個數理統計統計公式才成立涉及最多是數據分布特征其次方差齊性理論數大小第6頁,共83頁，2024年2月25日，星期天二、數據資料的描述第7頁,共83頁，2024年2月25日，星期天（一）數值變量資料的描述描述集中趨勢的指標，用以反映一組數據的平均水平描述離散程度的指標，用以反映一組數據的變異大小（兩類指標的聯合應用才能全面描述一組數值變量的基本特征）第8頁,共83頁，2024年2月25日，星期天描述數值變量資料的常用指標指標名稱適用的資料均數（X）正態分布或近似正態分布中位數（M）偏態分布、分布未知、兩端無界幾何均數（G）對數正態分布、等比資料標準差(s)正態分布或近似正態分布四分位數間距偏態分布、分布未知、兩端無界極差（R）觀察例數相近的數值變量變異系數（CV）比較幾組資料間的變異大小第9頁,共83頁，2024年2月25日，星期天均數與標準差聯合使用描述正態分布或近似正態分布資料的基本特征中位數與四分位數間距聯合使用描述偏態分布或未知分布資料的基本特征最為常見的錯誤是不考慮這些指標的適用范圍和條件的濫用第10頁,共83頁，2024年2月25日，星期天（二）分類變量資料的描述以比代率，即誤將構成比（proportion）當作率（rate）來描述某病發生的強度和頻率把各種不同的率相混淆，如把患病率與發病率、死亡率與病死率等概念混同第11頁,共83頁，2024年2月25日，星期天描述分類變量資料的常用指標指標名稱計算公式意義率發生某現象的觀察單位數可能發生某現象的觀察單位數描述事件發生的強度和頻率構成比A×100%A＋B＋….事物內部各組成部分所占的比重發病率Incidence一年內發生的某病新病例數／同年平均人口數在一定時間(一般為1年)內,某人群中發生某種疾病的新病例頻率。患病率(現患率)Prevalence某特定時間內某人群中發現有某種疾病者的比例。死亡率Mortality死亡率=一年內總死亡數／同年平均人口數在一定時間(一般為1年)內,某人群中死亡的頻率。病死率Casefatalityratio因某病死亡人數／患該病的總數患某病者中因該病死亡者占的比例。第12頁,共83頁，2024年2月25日，星期天三、數據資料的比較第13頁,共83頁，2024年2月25日，星期天（一）假設檢驗的基本思想樣本數據間的不同有兩種原因所致樣本來自同一總體，樣本指標間的不同是由于抽樣誤差所引起樣本分別來自不同的總體，其樣本指標間的不同是由于來源于不同的總體所致第14頁,共83頁，2024年2月25日，星期天假設檢驗是反證法原理的統計應用假設兩個樣本均數可能來源于同一總體，然后計算出在此假設下的某個統計量的大小，當這個統計量在其分布中的概率較小時（如p≤0.05）我們就拒絕其假設，而接受其對立假設，認為兩樣本分別來自不同的總體。第15頁,共83頁，2024年2月25日，星期天（二）假設檢驗的基本步驟建立檢驗假設（三個內容）無效假設（nullhypothesis）H0備擇假設（alternativehypothesis）H1檢驗水準（sizeoftest）α計算統計量根據統計量的值來得到概率（p）值；再按概率值的大小得出結論第16頁,共83頁，2024年2月25日，星期天（三）假設檢驗的注意事項前提研究者需要通過樣本的信息去推斷總體的結論各樣本資料對其總體應具有良好的代表性第17頁,共83頁，2024年2月25日，星期天假設檢驗的概率大小與結論的關系當p≤α時，概率越小，越有理由拒絕H0假設（無差別的假設），即拒絕H0假設的可信程度就越大注意：當p≤α時，不能說“概率越小，組間的差別就越大”第18頁,共83頁，2024年2月25日，星期天假設檢驗的結論不能絕對化在作出結論時，要避免使用絕對的或肯定的語句當p≤α時，只要p≠0，我們無法完全拒絕無差別的假設，即不能肯定各總體間有差別當p＞α時，只要p≠1，我們無法完全接受無差別的假設，即不能肯定各總體間無差別第19頁,共83頁，2024年2月25日，星期天兩組與多組比較兩組比較：t檢驗、u檢驗、兩組秩和檢驗、四格表和較正四格表的X2檢驗等多組比較：方差分析、多組秩和檢驗、行乘列X2檢驗等（也可用于兩組比較）注意：錯誤使用兩組比較的方法代替多組比較的情況并不少見，如，三個均數比較用三個t檢驗、四個t檢驗第20頁,共83頁，2024年2月25日，星期天假設檢驗結論的兩類錯誤當p≤α時，做出“拒絕其無差別的假設，可認為各總體間有差別”的結論時就有可能犯錯誤，這類錯誤稱為第一類錯誤（typeⅠerror）其犯錯誤的概率用α表示，若α取0.05，此時犯Ⅰ型錯誤的概率≤0.05，若假設檢驗的p值比0.05越小，犯第一類錯誤的概率就越小。當p＞α時，做出“不拒絕其無差別的假設，還不能認為各總體間有差別”的結論時就有可能犯第二類錯誤（typeⅡ）其犯錯誤的概率用β表示，通常β為未知數，但假設檢驗p值越大，犯第二類錯誤的概率就越小第21頁,共83頁，2024年2月25日，星期天注意：當認為干預有負影響時，應使用雙側檢驗法。除非你有非常可信的證據證明這種差異僅在一個方向存在，否則，你需要用雙側檢驗法。第22頁,共83頁，2024年2月25日，星期天（四）常用的假設檢驗方法計量資料的假設檢驗計數資料的假設檢驗等級資料的假設檢驗第23頁,共83頁，2024年2月25日，星期天1、常用計量資料的假設檢驗比較目的應用條件統計方法樣本與總體比較例數較大u檢驗例數較小t檢驗兩組資料的比較（完全隨機設計）例數較大u檢驗例數較小，來自正態分布且方差齊成組設計的t檢驗例數較小且非正態分布或方差不齊成組設計的秩和檢驗／中位數檢驗第24頁,共83頁，2024年2月25日，星期天統計學處理方法的選擇單個自變量資料的統計學分析方法自變量因變量統計方法屬性屬性卡方(χ2)檢驗二分(屬性)數值t-檢驗多分(屬性)數值方差分析屬性數值(有截縮)壽命表法/積限法數值數值回歸(或相關)分析第25頁,共83頁，2024年2月25日，星期天統計學處理方法的選擇兩個或以上自變量資料的統計學分析方法自變量因變量統計方法屬性屬性對數-線性屬性或數值屬性(二分)logistic回歸屬性或數值屬性(多分)判別分析屬性數值方差分析數值數值多元回歸數值或屬性數值(有截縮)Cox回歸屬性(有混雜)數值協方差分析數值─因子分析或聚類分析第26頁,共83頁，2024年2月25日，星期天1、常用計量資料的假設檢驗（續表）比較目的應用條件統計方法配對資料的比較例數較大（任意分布）配隨設計u檢驗（配對設計）例數較小，差值來自正態配對設計的t檢驗例數較小，差值為非正態配對設計的秩和檢驗多組資料的比較各組均數來自正態分布且方差齊成組設計的方差分析（完全隨機設計）各組為非正態分布且方差不齊成組設計的秩和檢驗配伍資料的比較各組均數來自正態分布且方差齊配伍設計的方差分析（配伍設計）各組為非正態分布且方差不齊配伍設計的秩和檢驗第27頁,共83頁，2024年2月25日，星期天2、常用計數資料假設檢驗方法比較目的應用條件統計方法樣本率與總體率的比較n較小時二項分布的直接法np>5且n(1-p)>5二項分布的u檢驗兩個率或構成比的比較（完全隨機設計）np>5且n(1-p)>5二項分布的u檢驗n>40且T>5四格表的X2檢驗n>40且1<T<5較正四格表的X2檢驗n<40或T<1四格表的確切概率法第28頁,共83頁，2024年2月25日，星期天2、常用計數資料假設檢驗方法（續表）比較目的應用條件統計方法配對四格表比較（配對設計）b+c>40配對X2檢驗np>5且n(1-p)>5較正配對X2檢驗多個率或構成比的比較（完全隨機設計）全部格子T>5或少于1/5的格子1<T<5列聯表的X2檢驗若有T<1或有多于1/5的格子1<T<5列聯表的確切概率法第29頁,共83頁，2024年2月25日，星期天3、常用等級資料假設檢驗方法比較目的統計方法兩組比較（完全隨機設計）多組比較（完全隨機設計）兩組比較的秩和檢驗多組比較的秩和檢驗配伍設計配伍設計的秩和檢驗配對設計符號秩和檢驗第30頁,共83頁，2024年2月25日，星期天四、變量間的相關分析第31頁,共83頁，2024年2月25日，星期天數據資料的比較，是同一指標的不同處理組間的比較。在臨床研究工作中，常常涉及疾病危險因素的研究和疾病危險因素的探討，即分析某個因素與疾病間的關系注意：相關關系并不等于因果關系第32頁,共83頁，2024年2月25日，星期天1、常用數值資料的關系分析方法比較目的應用條件統計方法兩變量的依存關系正態單變量資料直線回歸Ⅰ型正態雙變量資料直線回歸Ⅱ型兩變量的相關關系正態雙變量資料直線相關兩變量均不服從正態等級相關第33頁,共83頁，2024年2月25日，星期天2、無序分類變量（計數資料）的相關分析前瞻性研究相對危險度（RR）歸因危險度（AR）回顧性研究比值比（OR）第34頁,共83頁，2024年2月25日，星期天3、有序分類變量（等級資料）等級相關參數檢驗積矩相關系數(Pearson’sγ)非參數檢驗Spearman等級相關系數第35頁,共83頁，2024年2月25日，星期天診斷性試驗的研究與評價

第36頁,共83頁，2024年2月25日，星期天第一節診斷性試驗研究的方法與評價條件第37頁,共83頁，2024年2月25日，星期天一、確定金標準診斷性試驗的金標準(goldstandard)是指當前臨床醫師公認的診斷疾病最可靠的方法，也稱為標準診斷。應用金標準可以正確區分“有病”或“無病”。擬評價的診斷性試驗對疾病的診斷，必須有金標準為依據，所謂金標準包括活檢、手術發現、細菌培養、尸檢、特殊檢查和影象診斷，以及長期隨訪的結果。第38頁,共83頁，2024年2月25日，星期天二、選擇研究對象診斷性試驗的研究對象，應當包括兩組;一組是用金標準確診"有病"的病例組，另一組是用金標準證實為"無病"的患者，稱為對照組。所謂"無病"的患者，是指沒有金標準診斷的目標疾病，而不是完全無病的正常人。病例組應包括各型病例:如典型和不典型的，早、中與晚期病例，輕、中與重型的，有和無并發癥者等，以便使診斷性試驗的結果更具有臨床實用價值。對照組可選用金標準證實沒有目標疾病的其他病例，特別是與該病容易混淆的病例，以期明確其鑒別診斷價值。正常人一般不宜納人對照組。第39頁,共83頁，2024年2月25日，星期天三、盲法比較診斷性試驗與金標準的結果評價診斷性試驗時，采用盲法具有十分重要的意義，即要求判斷試驗結果的人，不能預先知道該病例用金標準劃分為"有病"還是"無病"，以免發生疑診偏倚。新的診斷性試驗，對疾病的診斷結果應當與金標準診斷的結果進行同步對比，并且列出格表，以便進一步評估，其方法如下。(I)用金標準診斷為"有病"的病例數為a+c;(2)上述"有病"的病例經診斷性試驗檢測，結果陽性者為a，陰性者為c;(3)金標準診斷"無病"的例數為b+d，其中經診斷性試驗檢測陽性者為b，陰性者為d;(4)列出四格表，將a，b，c，d的例數分別填入下列四格表(表1);如從論著資料中數據，不能列出四格表的診斷性試驗，則無法進行評價。第40頁,共83頁，2024年2月25日，星期天表1四格表的排列金標準（診斷標準）合計有病無病診斷性試驗+真陽性a假陽性ba+b_假陰性c真陰性da+c合計a+cb+dn第41頁,共83頁，2024年2月25日，星期天敏感度(sensitivity,SN)是正確診斷的真陽性病例在中風組中所占的百分率，計算公式為：SN=a/(a+c)

100%特異度(specificity,SP)是正確診斷的真陰性部分所占百分率，計算公式為：SP=d/(b+d)

100%準確性(accuracy,AC)反映了診斷試驗結果與金標準試驗結果的符合或一致程度，計算公式為：AC=(a+d)/N陽性預測值(positivepredictivevalue,PPV)是診斷試驗為陽性結果中金標準證實患中風者所占的百分率，計算公式為：PPV=a/(a+b)

100%陰性預測值(negativepredictivevalue,NPV)是診斷試驗為陰性結果中金標準證實未患中風者所占的百分率，計算公式為：NPV=d/(c+d)

100%.陽性似然比(positivelikelihoodratio,LR+)為患中風組真陽性率和未患中風組假陽性率的比值，計算公式為：LR+=SN/(1-SP)，表明診斷性試驗為陽性時患病于不患病的比值,比值越大則患病的概率越大.

陰性似然比(negativelikelihoodratio,LR-)為患中風組假陰性率與未患中風真陰性率的比值，計算公式為：LR-=(1-SN)/SP,表明診斷試驗為陰性時,患病與不患病時機會的比值.第42頁,共83頁，2024年2月25日，星期天第二節診斷性試驗的應用及其臨床意義第43頁,共83頁，2024年2月25日，星期天1.ROC曲線ROC曲線(receiveroperatorcharacteeristiccurve)又稱受試者工作特征曲線,在診斷性試驗中,用于正常值臨界點的選擇,對臨床實驗室工作尤為重要.診斷資料可以按資料的等級或性質歸納成2X2表（四格表）或行列表。一般地說，如果診斷資料本身為二值變量，即診斷的結果為陽性和陰性，則歸納成四格表最合理。如果診斷資料為等級或連續變量，歸納成四格表就會造成信息的浪費，這是，最好資料歸納成行列表，這樣可以最大限度地利用信息。如果診斷實驗的資料為連續變量，可以將資料按一定的等級分級，歸納成行列表進行分析。第44頁,共83頁，2024年2月25日，星期天表2CPK診斷心肌梗塞資料歸納表

CPK(u)AMIAMI合計有無>2809719880~2791181513340~791326411~3928890合計230130360第45頁,共83頁，2024年2月25日，星期天

象這樣的行列表，我們可以將其分割成表3形式的四格表，分別計算各指標，計算的結果見表3。表3各種界值的陽性率及假陽性率

由表3可見，靈敏度和假陽性率隨界值的降低而生高，但特異度則隨界值的降低而降低。根據這樣的關系，我們可以用假陽性率為橫坐標，靈敏度為縱坐標做ROC曲線，見下圖。指標(%)界值>28080~27940~791~39敏感度429399100特異度9988680假陽性率101232100第46頁,共83頁，2024年2月25日，星期天

1.00.90.80.70.60.50.40.30.20.10(特異度)1.0靈0.9-〈=400.8-80-敏0.7-0.6-度0.5-0.4->2800.3-0.2-0.10曲線左上角靈敏度是1.0（100%），假陽性率是0，即所有的病人全部被確診，所有無病者都不會誤診。距左上角距離越近的曲線實驗效果越好；在ROC曲線上，靠坐上角距離最近的界點作為界值最好。（Q：為什么？）在左上角處（靈敏度+特異度）/2的值最大，可以根據此及實際工作的需要來確定具體診斷實驗的界值。用ROC曲線可以比較不同診斷實驗的優劣（Q：解釋理由）。第47頁,共83頁，2024年2月25日，星期天2.似然比的臨床應用似然比(likelihoodratio)是診斷試驗綜合評價的理想指標,它綜合了敏感度與特異度的臨床意義,而且可依據試驗結果的陽性或陰性,計算患病的概率,便于在診斷試驗檢測后,更確切地對患者作出診斷.真陽性率越高,則陽性似然比越大.第48頁,共83頁，2024年2月25日，星期天表4AMI患者CPK分層檢測結果

Q:某患者男性,40歲,活動后感胸前區疼痛,在醫院查CPK為72u,問患AMI的可能性有多大?

(0.5,0.30,0.23)

CPK(u)AMI(+)AMI(-)+LRn比例n比例>2809797/230=0.4211/130=0.010.42/0.01=4280~279118118/230=0.511515/130=0.120.51/0.12=4.2040~791313/230=0.062626/130=0.200.06/0.20=0.301~3922/230=0.018888/130=0.670.01/0.67=0.01合計230a/(a+c)130b/(b+d)第49頁,共83頁，2024年2月25日，星期天第50頁,共83頁，2024年2月25日，星期天第51頁,共83頁，2024年2月25日，星期天第三節診斷性試驗的評價原則第52頁,共83頁，2024年2月25日，星期天1.1981年確定的國際通用的評價原則2.1997年TrishaGreenhalgh在BMJ上提出的證實診斷試驗有效的10條問題3.2000年Sackett在循證醫學第二版提出的8條原則第53頁,共83頁，2024年2月25日，星期天1.1981年確定的國際通用的評價原則1.1診斷性試驗與金標準盲法比較和評價1.2納入研究病例的分析與評價1.3病例的來源和研究工作的安排是否作了敘述1.4診斷性試驗的重復性及其臨床意義是否明確1.5診斷性試驗所確定的正常值是否合理可靠1.6在一系列試驗中該診斷性試驗是否最正確1.7診斷性試驗的方法及重復性分析1.8診斷性試驗的實用性如何第54頁,共83頁，2024年2月25日，星期天2.1997年TrishaGreenhalgh在BMJ上提出的證實診斷試驗有效的10條問題Q1:Isthistestpotentiallyrelevanttomypractice?Q2:Hasthetestbeencomparedwithatruegoldstandard?Q3:Didthisvalidationstudyincludeanappropriatespectrumofsubjects?Q4:Hasworkupbiasbeenavoided?Q5:Hasexpectationbiasbeenavoided?Q6:Wasthetestshowntobereproducible?Q7:Whatarethefeaturesofthetestasderivedfromthisvalidationstudy?Q8:Wereconfidenceintervalsgiven?Q9:Hasasensible"normalrange"beenderived?Q10:Hasthistestbeenplacedinthecontextofotherpotentialtestsinthediagnosticsequence?

第55頁,共83頁，2024年2月25日，星期天腦卒中患者生存質量

的評定及研究現況

第56頁,共83頁，2024年2月25日，星期天隨著WHO健康新概念的提出以及醫學模式由生物醫學模式逐漸向生物-心理-社會醫學模式轉變，傳統的評價指標體系僅關注生命的保存與局部軀體功能改善，而既不能表達健康的全部內涵，也未能體現具有生物-心理和社會屬性的人的整體性和全面性。第57頁,共83頁，2024年2月25日，星期天隨著疾病譜的改變，醫療的主要目標由急性傳染病轉向癌癥、心腦血管等慢性病。這些疾病較難治愈，很難用治愈率來評價治療效果，用期望壽命、死亡率、生存時間等客觀生命“量”的指標，由于成效遞減規律，這些數量指標相對比較穩定，所以有必要尋求更敏感的指標來反映不斷變化的健康狀況。第58頁,共83頁，2024年2月25日，星期天QOL正是鑒于以上深刻的社會背景于70年代成為醫學領域的研究熱潮，80年代后則重點轉向特定腫瘤與心腦血管等慢性病測評，并研制出大量疾病專門化測定量表。第59頁,共83頁，2024年2月25日，星期天一、QOL的概念

QOL至今仍無統一的定義，但大多數研究者認為它是多維的,包含機體、心理精神和社會三個廣泛領域第60頁,共83頁，2024年2月25日，星期天Haan等通過五個腦卒中量表與殘疾、殘障和QOL的評定比較研究發現：一個人的殘疾最直接地受殘損的影響，殘障被定義為殘損和殘疾所導致的社會性后果，而QOL被定義為疾病所致后果的更廣泛的領域，包括殘疾和殘障的成分，還有病人所承受的健康狀態和幸福感第61頁,共83頁，2024年2月25日，星期天按照近來WHOQOL的工作組定義，它是指不同文化和價值體系中的個體對與他們的目標、期望、標準和所關心的事情有關的生活狀況的體驗。因此QOL是一個與個人身體健康情況、心理狀態、獨立水平、社會關系、個人信仰以及所在環境的特點有著明顯關系的、內容復雜的概念。第62頁,共83頁，2024年2月25日，星期天QOL相應的中文翻譯也較為混亂，諸如生活質量、生命質量、生存質量、生活質素等。但中國生物醫學文獻數據庫（CBM）以“生活質量”作為主題詞。第63頁,共83頁，2024年2月25日，星期天表1生命質量（廣義）的三個層次

低層中層高層參考譯名生存質量生活質量（狹義）生命質量需求層次

生理（食、睡、性）維持生存

生理、安全、愛與隸屬、尊重

生理、安全、愛與隸屬尊重、自我實現

主要應用領域

醫學社會學

醫學與社會學綜合領域

第64頁,共83頁，2024年2月25日，星期天二、腦卒中患者QOL與殘損、殘疾和殘障的關系

第65頁,共83頁，2024年2月25日，星期天1980年WHO國際殘疾分類（ICIDH）[10]強調疾病后果應在殘損（impairment）、殘疾（disability）、殘障（handicap）三個水平上進行，并在國際腦卒中康復的研究中逐步形成了比較統一的認識。目前對殘損（功能障礙）和殘疾（能力障礙）兩個水平的評定已很少引起爭議，篩選出了一批比較公認成熟的量表。第66頁,共83頁，2024年2月25日，星期天按ICIDH定義，殘障是指確定一個人由于殘損或殘疾而引起的限制或妨礙他在社會中達到正常角色的不利因素的程度，是由于作為社會存在的人的水平上一殘疾。常見的殘障量表是改良的Rankin量表(RS)

及其反復修訂后的OHS，然而即便是多次修改，對兩個量表的主要異議之一是它評定的是殘疾而非殘障。Haan等人對反復修訂的RS進行了效度研究發現，不應該把它看作純殘障評定方法，而應看作是具有殘疾指癥的全面的機能健康指數。因此，總的來說，在腦卒中的殘障評定方面，還沒有公認成熟的量表。發展QOL的評定量表似乎是一個方向，如主觀取向的QOL和腦卒中專門化健康相關QOL評定已成為一個熱點第67頁,共83頁，2024年2月25日，星期天三、QOL評估的必要性及重要性第68頁,共83頁，2024年2月25日，星期天現代醫學正由傳統的經驗醫學向循證醫學轉變，病人由客體（被動治療）的地位轉變為復合主體地位，共同參與臨床診斷、治療決策。治療方案的選擇、療效的評定應兼顧生存的時間與生存質量，如乳腺癌治療中的根治術，雖延長了患者生命，但由于失去乳房、胸部塌陷產生的自卑感也影響其正常社交生活，嚴重影響生活質量。因此國內外多采用能同時提高生命量與質的保守性手術。第69頁,共83頁，2024年2月25日，星期天若不進行QOL測量，一項治療盡管其療效被認為是完全成功的,但心理社會功能可能很差，例如，根據Bathel指數評分，患者功能完全獨立，但在就業、情感等方面卻可能受限。而一項有利于心理社會狀態改善的治療卻可能因未能改善機體功能而遭淘汰。近來溶栓治療的開展和神經保護性治療的開發，均急需改進對腦卒中結局的測量，包括QOL測量。第70頁,共83頁，2024年2月25日，星期天四、QOL量表選擇評價標準1998年英國國家健康服務（UKNationalHealthService,NHS）機構制定了健康技術評定（HealthTechonologyAssessment,HTA），推鑒在選擇結局測量時應考慮以下標準第71頁,共83頁，2024年2月25日，星期天（一）信度和效度要使確信QOL測量的科學嚴謹性，信度(reliability)和效度（validity）的證據是關鍵。第72頁,共83頁，2024年2月25日，星期天1、信度是指量表在不同觀察評定者、不同時期測量同一被試對象所得相同結果的可靠程度。信度分析是檢測評估的隨機誤差。常用主要方法包括：（1）重測信度（test-retestreliability）；（2）分半信度（split-halfreliability）：采用Spearman-Brown公式計算；（3）內部一致信度（internalconsistentreliability）：通過計算KR20或Cronbachα系數來評價；（4）評定者之間信度（inter-testerreliability）：計算Kappa值。第73頁,共83頁，2024年2月25日，星期天2、效度是指工具測定它打算測定的內容的程度。即實際測量結果與理論值、真實值或“金標準”（goldstandard）符合的程度。效度分析是檢驗測定中的系統誤差。第74頁,共83頁，2024年2月25日，星期天內容效度（contentvalidity）：是指量表項目反映所量全部內容的程度（即腦卒中患者的生活質量）。內容效度的評估主要通過專家組、病人及文獻綜述的推理判斷來進行，是一種邏輯方法，而非數量化的統計方法。效標效度（criterion-relatedvalidity）又稱準則關聯效度，是指一個量表對處于特定情境中個