口腔流行病學實驗性研究實驗性研究資料的統計分析學習目標了解實驗研究資料分析步驟學會實驗研究資料統計分析方法目錄content1.假設檢驗2.統計資料類型3.統計分析方式4.計量資料的統計分析5.計數資料的統計分析一、假設檢驗口腔流行病學研究常用抽樣研究，不可避免會產生抽樣誤差。當我們從同一總體中隨機抽取若干例數相等的樣本，計算他們的樣本均數或樣本率時，這些樣本均數或率不可能都相等，也不可能都等于總體均數或率，這種誤差為抽樣誤差。

如調查某市小學生齲病患病情況，隨機抽取6～11歲學生1200人(每年齡組抽200人)，齲均為2.0；如再從該市隨機抽取同年齡1200人，齲均就不一定仍為2.0，也不一定恰好等于該市同年齡小學生的實際齲均。造成樣本均數(或率)與總體均數(或率)差別的原因，可能是由于抽樣誤差所致，也可能兩均數確實存在質的差別。對兩種可能性進行判斷的方法，就用假設檢驗來推斷。（1）假設檢驗的目的假設檢驗的目的是以樣本之間的差異，推斷總體之間是否確有差異，是屬于抽樣誤差所致的波動，還是有本質上的差別。若是由于抽樣誤差引起的可能性很小，就可以推斷它們之間確有本質差別。通常按下列標準做出統計學上的判斷：（2）統計學意義P＞0.05統計學無顯著意義0.05≥P＞0.01統計學有顯著意義P≤0.01統計學有高度顯著意義以P值表示概率大小，常用5%(即0.05)或1%(即0.01)作為判斷統計學意義的標準。一、假設檢驗統計資料一般分為計量資料與計數資料。計量資料是對每個觀察單位用定量方法測定某項指標的數值，一般用度量衡等單位表示，如齲的牙數、牙齦炎的區段數等。計數資料是先將觀察單位按性質或類別進行分組，然后清點各組觀察單位的個數，如對某校學生進行口腔檢查，將檢查結果按患齲人和無齲人分為2組，然后清點每組人數即知該校有多少學生患齲病，多少學生無齲病。二、統計資料類型（1）人工計算：數據統計分析可以使用公式計算。（2）計算機統計軟件計算：統計分析也可以借助計算機統計軟件計算，常用的數據統計分析軟件有SPSS(社會統計程序包，statisticalpackageforsocialscience)、SAS(統計分析系統，statisticalanalysissystem)等。下面介紹幾種數據統計分析的方法。三、統計分析方式（1）兩樣本均數的比較：檢驗兩個樣本均數差異是否有統計學意義，若樣本含量小，一般用t驗，樣本含量大時一般用u檢驗。（2）多個樣本均數的比較：檢驗兩組以上樣本均數間差別的統計學意義，通常用方差分析、秩和檢驗方法。四、計量資料的統計分析五、計數資料的統計分析（1）兩個樣本率差異的假設檢驗：檢驗兩個樣本率差異是否有統計學意義，一般用u檢驗。（2）χ2檢驗：兩個或兩個以上樣本率和構成比之間差別的假設檢驗常用χ2檢驗?？谇涣餍胁W實驗性研究實驗效果主要評價指標學習目標了解實驗效果主要評價指標學會計算實驗效果主要評價指標目錄content一、保護率二、效果指數三、抗體陽性率四、抗體幾何平均滴度(GMT)五、有效率六、治愈率一、保護率%100)()()(-=率或死亡對照組發病率或死亡實驗組發病率或死亡對照組發病保護率二、效果指數對照組發病（或死亡）率實驗組發病（或死亡）率效果指數=三、抗體陽性率%100=檢查總人數抗體陽性人數×抗體陽性率四、抗體幾何平均滴度(GMT)應用條件變量值的對數值呈正態分布或近似正態分布資料，或相鄰兩組資料比值相等（等比級數資料）。如抗體滴度，血清效價等。方法直接法：小樣本加權法：大樣本幾何均數G的計算-直接法四、抗體幾何平均滴度(GMT)四、抗體幾何平均滴度(GMT)幾何均數G[例1]5人的血清滴度分別為1:2、1:4、1:8、1:16、1:32，求平均滴度。G＝lg-1

＝lg-1(0.903)=8

平均滴度1:8四、抗體幾何平均滴度(GMT)幾何均數G的計算-加權法四、抗體幾何平均滴度(GMT)[例2]某年某市100名兒童接種某種疫苗后，測定抗體滴度的資料如表5-5-16-1第(1)、(2)列所示，求該疫苗的抗體平均滴度。幾何均數G的計算-加權法五、有效率x表5-5-16-1抗體平均滴度的加權法計算

抗體滴度人數滴度倒數lgx(1)(2)(3)(4)(5)＝(2)×(4)1:2220.30100.60201:41140.60216.62311:81880.903116.25581:1636161.204143.34761:3222321.505133.11221:648641.806214.44961:12831282.10726.3216合計=100－－∑=120.7119

=lg-1(1.2071)=16.11五、有效率五、有效率有效率＝

治愈率＝

六、治愈率七、其它指標

除上述指標外，治療措施效果的考核還可用病情輕重、病程長短及后遺癥發生率、復發率等指標評價；考核病因預防可用疾病發病率、感染率等指標評價；對慢性非傳染性疾病評價指標常用以下中間結局變量：①人群認知、態度、行為的改變；②行為危險因素的變化，如控煙、合理膳食等；③生存質量的變化，包括生理機能、心理機能、社會機能、疾病的癥狀體征等方面；④干預投入、產出效果評價等?？谇涣餍胁W實驗性研究實驗性研究資料的整理學習目標了解實驗研究資料整理步驟學會計算常用指標目錄content一、數據整理二、統計指標一、數據整理

口腔流行病學的現場調查工作結束后，常會得到大量的數據資料，在這些資料中有許多數據需要進行統計學處理和分析，工作量極大。為了保證資料的完整性和準確性，就必須在統計分析前對收集到的資料進行認真細致的整理。整理工作一般分三步：（1）核對：

首先是對所有數據進行認真核對。資料收集以后，對調查表中的每一個項目都要仔細檢查，一般項目中的性別、年齡、職業是否相符，口腔健康狀況項目中是否有缺漏，有無不符合邏輯的錯誤，以保證分析的結果不致發生偏差。一、數據整理（2）

分組：

資料核對無誤后，接下來的工作就是分組。分組就是把調查資料按照一定的特性或程度進行歸類。常按不同地區及不同人群的特征，如性別、年齡、城鄉、種族等分組。也可按照某種疾病的患病嚴重程度進行分組，常見的如按患齲牙數或牙周袋深淺分組。分組是口腔流行病學調查中進行統計分析的關鍵一步，在“同質”條件下進行恰當的分組可以正確反映疾病的流行特征，提示各種影響流行的因素，并能建立病因假設，而不恰當的分組可能會掩蓋許多有用信息。另外，在對連續性變量進行分組時還必須考慮到變量分界點的選擇，應按照習慣的分界點或國際上普遍使用的分界點作為分組標志，這樣可以對統計的數據進行相互比較。例如，當我們對某一調查資料按年齡分組時，如果國際上普遍以每10歲為一組，而我們卻以每5歲為一組，結果相互之間就難以比較。一、數據整理（3）

計算：

資料分組后，就可以清點每組中的頻數。人工整理時，可用計數法，將每一組中的頻數相加。人工整理花時多，且誤差大，尤其是在進行大規模的口腔流行病學調查時，變量多達幾千萬或更多，資料整理十分困難，因此，在有條件的地方可以使用計算機整理。一、數據整理二、統計指標

在對口腔流行病學資料進行統計分析之前，必須首先確定所用的一些特定的統計指標，以便能定量地，簡練地描述所收集到的數據的集中趨勢與離散趨勢。常用的統計指標有：應用條件變量值呈正態分布或對稱分布的計量資料，如身高、體重等

。計算方法

直接法：小樣本n<50加權法：大樣本n≥50(1)算術均數“，”二、統計指標①算術均數的計算-直接法二、統計指標測定了5名健康人第一小時末血沉，分別是6、3、2、9、l0mm，求均數

例1二、統計指標②算術均數的計算-加權法

分別為第一組段至最后組段的頻數分別為第一組段至最后組段的組中值組中值=二、統計指標[例1]某年某市120名12歲健康男孩身高(cm)資料如表5-5-17-1求其平均數。142.3156.6142.7145.7138.2141.6142.5130.5132.1135.5134.5148.8134.4148.8137.9151.3140.8149.8143.6149.0145.2141.8146.8135.1150.3133.1142.7143.9142.4139.6151.1144.0145.4146.2143.3156.3141.9140.7145.9144.4141.2141.5148.8140.1150.6139.5146.4143.8150.0142.1143.5139.2144.7139.3141.9147.8140.5138.9148.9142.4134.7147.3138.1140.2137.4145.1145.8147.9146.7143.4150.8144.5137.1147.1142.9134.9143.6142.3143.3140.2125.9132.7152.9147.9141.8141.4140.9141.4146.7138.7160.9154.2137.9139.9149.7147.5136.9148.1144.0137.4134.7138.5138.9137.7138.5139.6143.5142.9146.5145.4129.4142.5141.2148.9154.0147.7152.3146.6139.2139.9表5-5-17-1某年某市120名12歲健康男孩身高(cm)資料二、統計指標組段(1)劃記(2)頻數f(3)125～一1129～止4133～正止9137～正正正正正下28141～正正正正正正正

35145～正正正正正丁27149～正正—11153～止4157～161—1合計=120表5-5-17-2120名12歲男孩身高(cm)資料的頻數分布二、統計指標③算術均數-編制頻數分布表全距（極差）R=最大值-最小值R=160.9-125.9=35cm確定組距:8～15個i=R/10=35/10=3.5劃分組段i≈4㎝第一組段應包括最小值最后一組段應包括最大變量值，封口。列表歸組，劃“正”統計。

二、統計指標142.3156.6142.7145.7138.2141.6142.5130.5132.1135.5134.5148.8134.4148.8137.9151.3140.8149.8143.6149.0145.2141.8146.8135.1150.3133.1142.7143.9142.4139.6151.1144.0145.4146.2143.3156.3141.9140.7145.9144.4141.2141.5148.8140.1150.6139.5146.4143.8150.0142.1143.5139.2144.7139.3141.9147.8140.5138.9148.9142.4134.7147.3138.1140.2137.4145.1145.8147.9146.7143.4150.8144.5137.1147.1142.9134.9143.6142.3143.3140.2125.9132.7152.9147.9141.8141.4140.9141.4146.7138.7160.9154.2137.9139.9149.7147.5136.9148.1144.0137.4134.7138.5138.9137.7138.5139.6143.5142.9146.5145.4129.4142.5141.2148.9154.0147.7152.3146.6139.2139.9[例1]某年某市120名12歲健康男孩身高(cm)資料如表8-1，求其平均數。表5-5-17-1某年某市120名12歲健康男孩身高(cm)資料二、統計指標組段(1)劃記(2)頻數f(3)125～一1129～止4133～正止9137～正正正正正下28141～正正正正正正正35145～正正正正正丁27149～正正—11153～止4157～161—1合計=120表5-5-17-2120名12歲男孩身高(cm)資料的頻數分布二、統計指標二、統計指標組段組中值xff.x(1)(2)(3)(4)＝(2)×(3)

125～1271127129～1314524133139283892141～143355005145～147273969149～151111661153～1554620157～1611591159

合計一=12017172表5-5-17-3120名12歲健康男孩身高(cm)均數的加權法計算

再如：調查某校學生口腔健康狀況，其中12歲男生共檢查120人，檢出108顆齲，從120個變量中得出一個平均數，即為每人平均患齲數。其它指標：標準差，標準誤，可信區間，率，構成比（略）二、統計指標口腔流行病學實驗性研究實驗性研究資料的收集學習目標了解實驗性研究資料收集的要求熟悉實驗性研究資料收集的內容和方法01實驗性研究資料的收集02處理因素03受試對象目錄content單元五口腔流行病學04實驗效應測量一、實驗性研究資料的收集根據研究目的確定研究資料的收集，要求完整準確，便于統計分析計算預期分析指標，達成研究目的。實驗研究是比較不同處理因素作用于研究對象所產生的效應。因此，實驗設計中要首先明確三個基本要素：處理因素、受試對象和實驗效應。資料收集也要考慮這三個方面。如用兩種降糖藥物治療糖尿病人，觀察比較兩組病人血糖值的下降情況，所用的降糖藥為處理因素，糖尿病人為受試對象，血糖值為實驗效應。例如，在食品中加入了賴氨酸，觀察其對身高的影響，賴氨酸就是處理因素。二、處理因素處理因素是指研究者根據研究目的施加于受試對象，在實驗中需要觀察并闡明其處理效應的因素。1.處理因素的性質是根據研究目的而施加的特定實驗措施，包括化學性處理因素如藥物、激素、致毒物、生產性粉塵等；物理性處理因素如外科手術、理療、射線等；生物學因素如細菌、病毒、真菌、寄生蟲等。（1）施加處理因素：如研究成年男女冠心病發病率，則性別就是固有處理因素；研究不同年齡人群血脂含量的差異，則年齡就是固有處理因素。（2）固有處理因素：二、處理因素2.處理因素的數目及水平處理因素的數目指研究中人為施加因素的數目，如果是一個施加因素稱為單因素。單因素設計目標明確，簡單易行，條件好控制，但同一因素在量上可有不同程度。例如，臨床觀察某藥不同劑量的療效時，分為不同劑量組，該藥是單因素，大、中、小不同劑量即所謂水平，這叫單因素多水平實驗研究。再如研究不同年齡組患者采用某種藥物治療的效果，這是兩個因素，每個因素又可分為幾個劑量水平，這就是多因素多水平的實驗研究。二、處理因素處理因素不可過多在實驗研究中，一般以一個或幾個處理因素作為主要研究因素，如果處理因素過多，不僅會增加實驗設計和實施的難度，影響實驗結果的準確性，而且不利于對主要因素效應的正確判斷。二、處理因素0203013.處理因素要標準化對于處理因素的施加途徑和方法、干預的強度或藥物的劑量等均應有明確的規定并嚴格執行，并且在整個實驗過程中保持不變。如果一種藥物在實驗的不同時間使用不同的批號，或者手術開始階段不熟練而后期熟練，這實際上等于研究因素不同，結果就不具有可比性。二、處理因素0203014.控制非處理因素對實驗結果的影響非處理因素不是有意加到受試對象身上的，而在實驗中可能起到干擾作用的因素。處理因素一般為研究者所重視，但不能忽略非處理因素的存在，在研究中要加以控制，否則會使實驗結果產生混雜效應，故非處理因素又稱混雜因素。例如，研究綜合防治高血壓病的效果，處理因素為藥物治療、體育鍛煉。合理調配飲食結構和其他的輔助治療措施也能緩解癥狀，有助于康復，但這不是本次研究的處理因