医学研究的流行病学指标及统计方法速查表(中文版)

一、描述性研究(DESCRIPTIVE STUDIES)

情况

流行病学结果

统计方法

时间描述(Time description)

1、散点图(Scatter  plots);

2、带趋势线的散点图(Scatter  plots with trend lines);

3、带平滑样条的散点图)Scatter plots with spline smoothing)

1、季节指数(Seasonality index)

空间描述(Place description)

1、加点地图(Spot maps)

1、聚类方法,如K均值聚类

人间描述(Person description)

1、条图(Bar  charts);

2、饼图(Pie charts);3、直方图(Histograms);

4、箱图(Box plots);5、箱须图(Box  and whisker plots);

6、茎叶图(Stem  and leaf diagrams);

7、层次树(Hierarchical  trees);8、散点图

1、均值(Mean);

2、率(Proportion);

3、标准差(Standard deviation);

4、标准误(Standard errors);

5、中位数(Median);

6、百分位数(Percentiles);

7、众数(Mode)

二、横断面研究(CROSS-SECTIONAL STUDIES)

情况

流行病学结果

统计方法

分组比较(Group comparison)

1、危险度减少率(Risk reduction)及其95%CI;

2、优势比(Odds ratios)及其 95%CI

1、关联性的卡方检验(chi square test of association);

2、Fisher 精确检验(Fisher’s exact test);

3、Φ系数(Φ coefficient);

4、Cramer V系数;

5、线性趋势性卡方检验(chi square test for linear trend);

6、独立样本t检验(Student’s T test (unpaired));

7、Mann-Whitney U 检验(Mann-Whitney U test);

8、Mantel-Haenszel 卡方检验(Mantel-Haenszel chi  square test);

9、非条件多重logistic 回归(Unconditional multiple logistic regression)

10、广义线性模型(Generalized linear models);

11、Bonferroni 校正(Bonferroni’s  corrections)

三、病例-对照研究(CASE-CONTROL STUDIES)

情况

流行病学结果

统计方法

非配对病例-对照研究(Unmatched case-control study)

优势比及其95%CI:1、Cornfield 法(Cornfield’s  method);2、Woolf 法(Woolf’s method);3、精确法(Exact method)

1、关联性卡方检验;

2、Fisher 精确检验;3、Φ系数

一个二分类暴露变量,如:是/否

一个对照组

非配对病例-对照研究

每个分类与参考分类比较的优势比及其95%CI:1、Cornfield 法;

2、Woolf 法;

3、精确法

1、关联性卡方检验;

2、Fisher 精确检验;3、Φ系数;

4、Cramer V系数;

5、线性趋势性卡方检验

一个有序分类暴露变量

一个对照组

非配对病例-对照研究

-

1、独立样本t检验(Student’s T test (unpaired));

2、Mann-Whitney U 检验(Mann-Whitney U test)

一个连续变量(Single continuous variable)

一个对照组

非配对病例-对照研究)

每个变量单独的优势比及其95%CI:

1、Cornfield 法;

2、Woolf 法;

3、精确法

1、关联性卡方检验;

2、Fisher 精确检验;3、Φ系数;

4、非条件多重logistic回归;

5、Mantel-Haenszel卡方检验

多个二分类暴露变量,如:是/否

变量组合的调整优势比(Adjusted ORs):

1、分层和汇总优势比及其95%CI

一个对照组

 

非配对病例-对照研究

各单独变量中,各分类与参考分类比较的优势比及其95%CI:

1、Cornfield 法;

2、Woolf 法;

3、精确法

1、关联性的卡方检验;

2、Fisher 精确检验;3、Cramer V系数;

4、线性趋势性卡方检验;

5、非条件多重logistic回归

多个暴露变量,表达为2或以上的有序分类

变量分类组合的调整优势比

一个对照组

 

非配对病例-对照研究

-

1、独立样本t检验;

2、Mann-Whitney U 检验;

3、非条件多重logistic回归

多个连续变量

一个对照组

非配对病例-对照研究

各单独变量中,各分类与参考分类比较的优势比及其95%CI;

1、Cornfield 法;

2、Woolf 法;

3、精确法;

1、关联性的卡方检验;

2、Fisher 精确检验;3、Φ系数;

4、Cramer V系数;

5、线性趋势性卡方检验;

6、独立样本t检验;

7、Mann-Whitney U 检验;

8、Mantel-Haenszel 卡方检验;

9、非条件多重logistic 回归;

10、广义线性模型

变量类型的组合(Combinations of variable  types)

变量分类组合的调整优势比

一个对照组

分层和汇总优势比及其95%CI

 

 

非配对病例-对照研究

优势比及其95%CI:

1、Cornfield 法;

2、Woolf 法;

3、精确法

1、关联性的卡方检验;

2、Fisher 精确检验;

3、Φ系数;

4、Mantel-Haenszel 卡方检验

一个二分类暴露变量,如:是/否

分层和汇总优势比及其95%CI

多个对照组

 

非配对病例-对照研究

各分类与参考分类比较的优势比及其95%CI:

1、Cornfield 法;

2、Woolf 法;

3、精确法;

1、关联性的卡方检验;

2、Fisher 精确检验;

3、Cramer V系数;

4、线性趋势性卡方检验;

5、多重比较的Bonferroni校正

一个有序分类暴露变量

每个对照组分别比较

多个对照组

 

非配对病例-对照研究

-

1、方差分析及Tukey两两比较检验;

2、Kruskal-Wallis检验,并在Bonferroni 校正后,用Mann-Whitney U检验进行两两比较

一个连续变量

多个对照组

非配对病例-对照研究

各变量单独的优势比及其95%CI:

1、Cornfield 法;

2、Woolf 法;

3、精确法

1、关联性的卡方检验;

2、Fisher 精确检验;

3、Φ系数;

4、Mantel-Haenszel 卡方检验;

5、非条件多重logistic 回归

多个二分类暴露变量,如:是/否

变量组合的调整优势比

多个对照组

分层和汇总优势比及其95%CI

非配对病例-对照研究

各单独变量中,各分类与参考分类比较的优势比及其95%CI:

1、Cornfield 法;

2、Woolf 法;

3、精确法

1、关联性的卡方检验;

2、Fisher 精确检验;

3、Cramer V系数;

5、线性趋势性卡方检验;

6、非条件多重logistic 回归

多个暴露变量,表达为2或以上的有序分类

变量组合的调整优势比

多个对照组

 

非配对病例-对照研究

-

1、方差分析及Tukey两两比较检验;

2、Kruskal-Wallis检验,并在Bonferroni 校正后采用Mann-Whitney U检验进行两两比较;

3、多分类多重logistic 回归(Polytomous multiple logistic regression)

多个连续变量

多个对照组

非配对病例-对照研究

各单独变量中,各分类与参考分类比较的优势比及其95%CI:

1、Cornfield 法;

2、Woolf 法;

3、精确法

1、关联性的卡方检验;

2、Fisher 精确检验;

3、Φ系数;

4、Cramer V系数;

5、线性趋势性卡方检验;

6、独立样本t检验;

7、Mann-Whitney U 检验;

8、非条件多重logistic 回归;

9、方差分析及Tukey两两比较检验;

10、Kruskal-Wallis检验;

11、广义线性模型

变量类型的组合

变量分类组合的调整优势比

多个对照组

分层和汇总优势比及其95%CI

 

 

配对病例-对照研究(Matched case-control study)

优势比及其95%CI:

1、McNemar 法(McNemar’s  method)

1、关联性McNemar卡方检验(McNemar’s chi square test of association)

一个二分类暴露变量,如:是/否

一个对照组

配对病例-对照研究

拆分成4格表后与参考分类比较的优势比及其95%CI:1、McNemar 法(McNemar’s method)

1、关联性McNemar卡方检验;

2、Breslow-Day 检验(Breslow-Day  test)

一个暴露变量,表达为2或以上的有序分类

一个对照组

配对病例-对照研究

-

1、配对t检验(Student’s T test (paired));

2、Wilcoxon 符号秩检验(Wilcoxon signed-rank test)

一个连续变量

一个对照组

非配对病例-对照研究

各单独变量变量的优势比及其95%CI:1、McNemar法

1、关联性的McNemar卡方检验;

2、条件多重logistic 回归(Conditional  multiple logistic regression)

多个二分类暴露变量,如:是/否

变量组合的调整优势比

一个对照组

 

配对病例-对照研究

各单独变量中,各位分类与参考分类比较的优势比及其95%CI:1、McNemar法

1、关联性McNemar卡方检验;

2、Breslow-Day 检验;

3、条件多重logistic 回归

多个暴露变量,表达为2或以上的有序分类

变量分类组合的调整优势比

一个对照组

 

配对病例-对照研究

-

1、配对t检验;

2、Wilcoxon 符号秩检验;

3、条件多重logistic 回归

多个连续变量

一个对照组

配对病例-对照研究

各单独变量中,每个分类与参考分类比较的优势比及其95%CI:1、McNemar法

1、关联性McNemar卡方检验;

2、Breslow-Day 检验;

3、配对t检验;

4、Wilcoxon符号秩检验;

5、条件多重logistic 回归;

6、广义线性模型

变量类型的组合

变量分类组合的调整优势比

一个对照组

 

配对病例-对照研究

优势比及其95%CI:1、McNemar法

1、关联性McNemar卡方检验;

2、Mantel-Haenszel卡方检验

一个二分类暴露变量,如:是/否

分层或汇总优势比及其95%CI

多个对照组

 

配对病例-对照研究

拆分成4格表后每个分类与参考分类比较的优势比及其95%CI:1、McNemar 法

1、关联性McNemar卡方检验;

2、Breslow-Day 检验;

3、多重比较的Bonferroni校正

一个暴露变量,表达为2或以上的有序分类

与每个对照组单独比较

多个对照组

 

配对病例-对照研究

-

1、Friedman  方差分析(Friedman’s Analysis of variance);

2、Kruskal-Wallis检验,并在Bonferroni 校正后采用Mann-Whitney U检验进行两两比较

一个连续变量

多个对照组

配对病例-对照研究

各变量单独的优势比及其95%CI:1、McNemar法

1、关联性McNemar卡方检验;

2、Mantel-Haenszel检验;

3、条件多重logistic回归

多个二分类暴露变量,如:是/否

变量组合的调整优势比

多个对照组

分层或汇总优势比及其95%CI

配对病例-对照研究

各单独变量中,每个分类与参考分类比较的优势比及其95%CI:1、McNemar法

1、异质性卡方检验(chi square test of heterogeneity);

2、Breslow-Day 检验;

3、条件多重logistic 回归

多个暴露变量,表达为2或以上的有序分类

变量分类组合的调整优势比

多个对照组

 

配对病例-对照研究

-

1、Friedman方差分析;

2、Kruskal-Wallis检验,并在Bonferroni 校正后采用Mann-Whitney U检验进行两两比较;

3、多分类多重logistic 回归

多个连续变量

多个对照组

配对病例-对照研究

各单独变量中,每个分类与参考分类比较的优势比及其95%CI:1、McNemar法

1、关联性McNemar卡方检验;

2、Breslow-Day 检验;

3、配对t检验;

4、Wilcoxon符号秩检验;

5、条件多重logistic回归;

6、Friedman方差分析;

7、Kruskal-Wallis检验;

8、Mantel-Haenszel检验;

9、广义线性模型

变量类型的组合

变量分类组合的调整优势比

多个对照组

分层或汇总优势比

四、队列研究(COHORT STUDIES)

情况

流行病学结果

统计方法

结局为暴露组和非暴露组的事件数,且每个体结局的事件数最多仅为1

1、相对危险度(Relative risk)及其95%CI;2、超额危险度(Excess fraction),又称危险度减少率;3、病因分值(Etiologic fraction),又称归因危险度(attributable risk);4、人群归因危险度(Population attributable risk);5、人群归因危险度百分比(Population attributable risk proportion)

1、关联性卡方检验;

2、Fisher 精确检验;

2、Φ系数;

3、多个有序分类变量的线性趋势性卡方检验;

4、非条件多重logistic 回归;

5、广义线性模型

结局是暴露组和非暴露组的事件数,且每个个体的事件数可以为多次

相对风险比(Relative hazards)及其95%CI

1、Kaplan-Meier  生存曲线(Kaplan-Meier survival curves);

2、对数秩检验(Log-rank test)或基于违反比例风险假设(proportional hazards assumption)的Wilcoxon检验;

3、Cox 比例风险模型(Cox  proportional hazards model)

4、Poisson  多重回归(Poisson’s multiple regression)

结局是暴露组和非暴露组的事件发生的时间

相对风险比(Relative hazards)及其95%CI

1、Kaplan-Meier  生存曲线;

2、对数秩检验或基于违反比例风险假设的Wilcoxon检验;

3、Cox 比例风险模型

4、Poisson 多重回归

结局是暴露组和非暴露组的连续变量

具有临床意义的割点的相对危险度及其95%CI

1、关联性卡方检验;

2、Fisher 精确检验;

3、Φ系数;

4、多个有序分类变量的线性趋势性卡方检验;

5、非条件多重logistic 回归;

6、广义线性模型;

7、时间序列分析(Time  series analyses)

五、临床与预防试验(CLINICAL AND PREVENTIVETRIALS)

情况

流行病学指标

统计方法

结局为暴露组和非暴露组的事件数,且每个体结局的事件数最多仅为1

1、相对危险度及其95%CI;

2、超额危险度,又称危险度减少率;

3、病因分值,又称归因危险度;

4、人群归因危险度;

5、人群归因危险度百分比;

6、需治疗人数(Number needed to treat,NNT);

7、疫苗效力(Vaccine efficacy)及其95%CI

1、关联性卡方检验;

2、Fisher 精确检验;

3、Φ系数;

4、多个有序分类变量的线性趋势性卡方检验;

5、非条件多重logistic 回归;

6、广义线性模型;

结局是暴露组和非暴露组的事件数,且每个个体的事件数可以为多次

1、相对风险比及其95%CI;

2、疫苗效力及其95%CI  

1、Kaplan-Meier  生存曲线;

2、对数秩检验或基于违反比例风险假设的Wilcoxon检验;

3、Cox 比例风险模型

4、Poisson 多重回归;

5、使用α消耗函数(alpha-spending function)期中分析(interim  analyses)的序贯试验(Sequential trial);

6、广义线性模型

结局是暴露组和非暴露组的事件发生的时间

1、相对风险比及其95%CI;

2、疫苗效力及其95%CI

1、Kaplan-Meier  生存曲线;

2、对数秩检验或基于违反比例风险假设的Wilcoxon检验;

3、Cox 比例风险模型

结局是暴露组和非暴露组的连续变量

具有临床意义的割点的相对危险度及其95%CI

1、关联性卡方检验;

2、Fisher 精确检验;

3、Φ系数;

4、多个有序分类变量的线性趋势性卡方检验;

5、非条件多重logistic 回归;

6、广义线性模型;

7、时间序列分析

六、筛检试验的评价(SCREENING TEST PERFORMANCE EVALUATION)

情形

流行病学指标

统计方法

二分(Dichotomous)(阳性 /阴性)结果与参考标准(reference  standard)比较

1、灵敏度(Sensitivity);2、特异度(Specificity);3、阳性预测率(Positive predictivity);4、阴性预测率(Negative predictivity);5、准确性(Accuracy);6、阳性检验的似然比(Likelihood ratio of a positive test);7、阴性检验的似然比(Likelihood ratio of a negative test)8、Cohen κ系数(Cohen’s kappa);9、熵(Entropy);10、偏倚指数(Bias index)

1、关联性卡方检验;2、Fisher 精确检验;3、Φ系数

多个分类检验结局与参考标准比较

1、每个分类检验结局的似然比;2、ROC曲线(Receiver-operating  characteristic curve)

1、关联性卡方检验;2、Fisher 精确检验;3、Φ系数;4、线性趋势性卡方检验;5、用Wilcoxon法(Wilcoxon’s method)计算ROC曲线下面积及其95%CI

连续检验结果与参考标准比较

1、结局预定义分类的似然比;ROC曲线

1、ROC曲线下面积及其95%CI;2、最佳操作点(Optimum  operating point ,OOP)的选择;3、错误损失的比较(Cost-of-error comparisons)

来源:OpenEpi网站,手机上阅读效果欠佳,建议用PC或平板打开,或将网页打印成PDF阅读和查询。在刘老师医学统计公众号后台回复:流行病学指标,直接获得电子版。


原创经典专辑(点击直达)

实用统计教程
临床预测模型
统计分析批量完成
Kappa检验与ROC分析
科研软件与浏览器插件
小白变统计高手训练营
小白学R语言训练营
统计咨询
医学研究的流行病学指标及统计方法速查表(中文版)
生物医学科研方法

一键抠图,无需PS,快速免费在线神器介绍!

2021-1-15 13:44:32

生物医学科研方法

#快审推介#这本2分+SCI一审只要0.9周,国人友好,无版面费!快快收藏!

2021-1-15 14:04:36