山西醫(yī)科大學(xué)衛(wèi)生統(tǒng)計(jì)教研室(030001)

曹紅艷 羅艷虹 張巖波△

·教學(xué)研究·

衛(wèi)生統(tǒng)計(jì)學(xué)貫通式教學(xué)方法的應(yīng)用

山西醫(yī)科大學(xué)衛(wèi)生統(tǒng)計(jì)教研室(030001)

曹紅艷 羅艷虹 張巖波△

衛(wèi)生統(tǒng)計(jì)學(xué)是開(kāi)展生物醫(yī)學(xué)實(shí)驗(yàn)、臨床試驗(yàn)、流行病學(xué)調(diào)查和衛(wèi)生管理醫(yī)學(xué)研究的重要方法支撐。如何針對(duì)不同的資料類(lèi)型，靈活地采用適宜的統(tǒng)計(jì)分析方法，挖掘出有意義的影響因素尤為重要。在衛(wèi)生統(tǒng)計(jì)學(xué)習(xí)過(guò)程中，醫(yī)學(xué)生普遍反映統(tǒng)計(jì)方法種類(lèi)繁多，從t檢驗(yàn)，到方差分析、簡(jiǎn)單線性回歸、到多重線性回歸，logistic回歸等，看似每個(gè)章節(jié)都“獨(dú)樹(shù)一幟”，遇到實(shí)際問(wèn)題，卻無(wú)從下手[1-3]；而教師由于教學(xué)時(shí)間緊迫，馬不停蹄地向?qū)W生灌輸各種方法，“埋頭趕路”，容易忽略各個(gè)章節(jié)的有機(jī)聯(lián)系。事實(shí)上，不同統(tǒng)計(jì)方法之間緊密相聯(lián)，由此及彼，由彼及此。因此，我們提出貫通式教學(xué)方法，即借助當(dāng)前所學(xué)的統(tǒng)計(jì)方法，回顧前面章節(jié)問(wèn)題，從新的角度重新思考，實(shí)現(xiàn)前后貫通，形成一個(gè)有機(jī)的整體。從而有效地鞏固學(xué)生的統(tǒng)計(jì)知識(shí)體系，幫助學(xué)生真正理解衛(wèi)生統(tǒng)計(jì)方法的精髓和思想，水到渠成，學(xué)以致用。本文以第7版人民衛(wèi)生出版社《衛(wèi)生統(tǒng)計(jì)學(xué)》[4]數(shù)據(jù)為例，從以下七個(gè)方面回顧統(tǒng)計(jì)問(wèn)題，實(shí)施貫通式教學(xué)方法。文中所涉及的統(tǒng)計(jì)分析均在SPSS 17.0中實(shí)現(xiàn)。

1.單因素方差分析F檢驗(yàn)回顧t檢驗(yàn)

方差分析常用于三組及以上獨(dú)立樣本均數(shù)的比較，當(dāng)用于兩組均數(shù)的比較時(shí)，假定滿足正態(tài)性和方差齊性，則同一資料所得方差分析F檢驗(yàn)結(jié)果與t檢驗(yàn)等價(jià)，即t2=F，證明過(guò)程和舉例從略，讀者可自行證明和驗(yàn)證。

2.簡(jiǎn)單線性回歸回顧兩獨(dú)立樣本均數(shù)比較的t檢驗(yàn)

在簡(jiǎn)單線性回歸章節(jié)中，研究了兩個(gè)連續(xù)型變量之間的線性依存變化關(guān)系。進(jìn)一步回顧t檢驗(yàn)，將簡(jiǎn)單線性回歸拓展到研究連續(xù)變量(Y)隨著分類(lèi)變量(X)的變化而變化的規(guī)律。

簡(jiǎn)單線性回歸回顧例6-4t檢驗(yàn)，研究?jī)煞N不同藥物治療原發(fā)性高血壓的療效，收集了舒張壓下降的幅度(mmHg)。研究?jī)伤幍慕祲盒Ч袩o(wú)差異，可看作研究舒張壓下降的幅度(Y)隨著藥物分組(X，卡托普利和尼莫地平分別賦值為1，0)的變化而變化的關(guān)系，進(jìn)行線性回歸分析。數(shù)據(jù)原型如表1。

表1 例6-4兩樣本均數(shù)t檢驗(yàn)的回歸分析數(shù)據(jù)格式

線性回歸方差分析的F=0.206，P=0.656，其回歸系數(shù)結(jié)果如表2，t檢驗(yàn)分析結(jié)果如表3。可看出t檢驗(yàn)的t值和線性回歸的方差分析F值關(guān)系為：t2=F，再一次驗(yàn)證了兩獨(dú)立樣本t檢驗(yàn)和F檢驗(yàn)的關(guān)系；同時(shí)，截距等于尼莫地平(X=0)組均數(shù)值(9.400)，藥物治療的線性回歸系數(shù)b=0.800和t檢驗(yàn)的兩均值之差相等(10.200-9.400)，相應(yīng)的t值和P值也相等，得到了相同的結(jié)論。

表2 例6-4回歸系數(shù)結(jié)果

表3 例6-4 t檢驗(yàn)結(jié)果

即可得樣本回歸系數(shù)b等于t檢驗(yàn)的兩均值之差，截距a等于X=0時(shí)Y的均值。

3.多重線性回歸回顧多個(gè)樣本均數(shù)比較的方差分析

多重線性回歸回顧多個(gè)樣本均數(shù)比較的方差分析數(shù)據(jù)，變量X為無(wú)序多分類(lèi)，需要設(shè)置n-1個(gè)啞變量(n為處理因素水平數(shù))，這些啞變量在分析時(shí)應(yīng)同時(shí)進(jìn)入或移出方程，從而在線性回歸方程中自變量個(gè)數(shù)相當(dāng)于不止一個(gè)，視為多重線性回歸。以例7-1三樣本均數(shù)比較的數(shù)據(jù)為例，采用線性回歸分析，研究大白鼠體重改變(Y)隨著不同劑量鈣(X，常規(guī)劑量鈣、中劑量鈣和高劑量鈣分別賦值為1，2，3)的變化而變化的關(guān)系，數(shù)據(jù)原型如表4。劑量分組X為三分類(lèi)無(wú)序變量，以常規(guī)劑量鈣為基礎(chǔ)對(duì)照水平，設(shè)置兩個(gè)啞變量引入模型中。

表4 例7-1三樣本均數(shù)比較的回歸分析數(shù)據(jù)格式

例7-1線性回歸的方差分析和三組均數(shù)方差分析的結(jié)果完全一致，因此將兩種分析的結(jié)果合列于表5。線性回歸系數(shù)估計(jì)結(jié)果見(jiàn)表6，可見(jiàn)中、高劑量鈣和常規(guī)劑量鈣相比，對(duì)體重均有影響。同時(shí)，截距和回歸系數(shù)依次等于第1組均數(shù)值(293.368)，第2組與第1組均數(shù)之差(-53.873)，第3組與第1組均數(shù)之差(-68.587)，P值均小于0.0001，和三組樣本間Dunnett 多重比較相對(duì)應(yīng)的均數(shù)之差相等，P值也相近，均能體現(xiàn)中、高劑量鈣和常規(guī)劑量鈣相比對(duì)體重改變量的影響。

表5 例7-1線性回歸和均數(shù)比較的方差分析表

表6 例7-1線性回歸系數(shù)結(jié)果*

*：常規(guī)劑量鈣為基礎(chǔ)對(duì)照水平。

4.多重線性回歸回顧多因素方差分析

由多重線性回歸回顧多因素方差分析，同簡(jiǎn)單線性回歸回顧樣本均數(shù)比較分析類(lèi)似，所不同的是自變量個(gè)數(shù)不止一個(gè)。將多個(gè)處理因素看作一組分類(lèi)自變量(X1,X2,…,Xn)，觀測(cè)值作為因變量(Y)進(jìn)行多重線性回歸分析，當(dāng)某個(gè)因素有多個(gè)水平時(shí)，設(shè)置啞變量引入模型中。多重線性回歸回顧多因素方差分析，是多重線性回歸回顧多樣本均數(shù)比較方差分析的擴(kuò)展，因此不再舉例，讀者可自行驗(yàn)證。

5.線性相關(guān)回顧配對(duì)設(shè)計(jì)t檢驗(yàn)的配對(duì)效果

配對(duì)t檢驗(yàn)SPSS結(jié)果中報(bào)告了相關(guān)分析結(jié)果，為什么會(huì)在這里出現(xiàn)相關(guān)系數(shù)，初學(xué)者可能不明就里。因此，我們由線性相關(guān)回顧配對(duì)設(shè)計(jì)t檢驗(yàn)的配對(duì)效果，為學(xué)生答疑解惑。以例6-2配對(duì)設(shè)計(jì)t檢驗(yàn)數(shù)據(jù)為例，研究孿生兄弟中先出生者與后出生者的出生體重之間有無(wú)關(guān)聯(lián)。在SPSS中按照“Analyze→Correlate→Bivariate”過(guò)程進(jìn)行線性相關(guān)分析，結(jié)果如表7。配對(duì)t檢驗(yàn)SPSS結(jié)果中的相關(guān)性分析結(jié)果和表7等價(jià)。

表7 例6-2 兩變量線性相關(guān)結(jié)果

盡管在配對(duì)t檢驗(yàn)分析中我們重點(diǎn)關(guān)注t檢驗(yàn)結(jié)果，但是有關(guān)兩變量間的關(guān)聯(lián)強(qiáng)度也同樣重要，特別是對(duì)于前后配對(duì)設(shè)計(jì)而言，前后測(cè)量結(jié)果的相關(guān)性尤需關(guān)注，線性相關(guān)程度越高，則配對(duì)t檢驗(yàn)的檢驗(yàn)效能越高。

6.配對(duì)設(shè)計(jì)符號(hào)秩檢驗(yàn)回顧配對(duì)χ2檢驗(yàn)

配對(duì)設(shè)計(jì)Wilcoxon 符號(hào)秩檢驗(yàn)，用于推斷配對(duì)樣本的總體分布是否相同，通過(guò)對(duì)配對(duì)樣本差值的絕對(duì)值從小到大編秩，當(dāng)n>50時(shí)，構(gòu)建標(biāo)準(zhǔn)正態(tài)統(tǒng)計(jì)量z進(jìn)行統(tǒng)計(jì)推斷。由Wilcoxon 符號(hào)秩檢驗(yàn)回顧例8-5配對(duì)設(shè)計(jì)的卡方χ2檢驗(yàn)數(shù)據(jù)，132份食品標(biāo)本一分為二，分別用甲乙兩種檢驗(yàn)方法作沙門(mén)菌檢驗(yàn)，檢驗(yàn)結(jié)果為陽(yáng)性和陰性(分別賦值1，0)，每對(duì)變量差值的可能取值為0，1，-1，不服從正態(tài)分布，采用Wilcoxon 符號(hào)秩檢驗(yàn)進(jìn)行分析，結(jié)果見(jiàn)表8。例8-5的McNemar檢驗(yàn)結(jié)果為：校正的χ2=9.756，P=0.002，非校正的χ2=10.76。由此可見(jiàn)Wilcoxon 符號(hào)秩檢驗(yàn)的z值和McNemar檢驗(yàn)的χ2的關(guān)系為z2=χ2，P值也相近，得到相同的結(jié)論。

表8 例8-5符號(hào)秩檢驗(yàn)結(jié)果

*：基于負(fù)秩計(jì)算。

7.logistic回歸分析回顧χ2檢驗(yàn)

表9 例8-1兩種藥物治療消化道潰瘍療效

表10 例8-1 logistic回歸分析參數(shù)估計(jì)結(jié)果

在此，Pearsonχ2檢驗(yàn)值與logistic報(bào)告的Waldχ2值由于計(jì)算公式不同，所以不等，但是結(jié)論基本相同。

小 結(jié)

本文采用貫通式教學(xué)方法，基于教材實(shí)例數(shù)據(jù)，對(duì)常見(jiàn)統(tǒng)計(jì)分析方法進(jìn)行了梳理與回顧，將衛(wèi)生統(tǒng)計(jì)學(xué)教學(xué)要點(diǎn)前后有機(jī)地結(jié)合起來(lái)，加深了學(xué)生對(duì)統(tǒng)計(jì)方法的認(rèn)識(shí)，進(jìn)一步理解了統(tǒng)計(jì)學(xué)的內(nèi)涵。在浩瀚的醫(yī)學(xué)數(shù)據(jù)研究中，研究各類(lèi)關(guān)系或影響因素等，歸根到底，都是應(yīng)變量和自變量之間的關(guān)系，思考“我關(guān)心的結(jié)局或結(jié)果是什么，屬于什么資料類(lèi)型，這些結(jié)果可能受哪些因素的影響等”，從而確定因變量和自變量，采用相應(yīng)的統(tǒng)計(jì)分析方法，撥開(kāi)統(tǒng)計(jì)學(xué)的迷霧?？傊炌ㄊ浇虒W(xué)方法能啟發(fā)學(xué)生積極思考、開(kāi)拓延伸，提高醫(yī)學(xué)生學(xué)習(xí)衛(wèi)生統(tǒng)計(jì)學(xué)的興趣和熱情，進(jìn)而提升衛(wèi)生統(tǒng)計(jì)學(xué)教學(xué)效果，值得推廣。

[1]王陵，李嬋娟，夏結(jié)來(lái)，等.醫(yī)學(xué)研究生對(duì)醫(yī)學(xué)統(tǒng)計(jì)學(xué)的認(rèn)知態(tài)度、教學(xué)感受和應(yīng)用需求調(diào)查分析.中國(guó)衛(wèi)生統(tǒng)計(jì)，2015，32(3)：396-400.

[2]彭志行，趙楊，易洪剛，等.PBL教學(xué)模式在醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)中的應(yīng)用.中國(guó)高等醫(yī)學(xué)教育，2010，3：79-81.

[3]趙艷芳，馬修強(qiáng)，孟虹，等.某高校2011級(jí)碩士研究生對(duì)醫(yī)學(xué)統(tǒng)計(jì)學(xué)的認(rèn)知現(xiàn)狀分析.中國(guó)衛(wèi)生統(tǒng)計(jì)，2013，30(1)：112-113.

[4]方積乾主編.衛(wèi)生統(tǒng)計(jì)學(xué).第7版.北京：人民衛(wèi)生出版社，2014.

(責(zé)任編輯：劉 壯)

△通信作者：張巖波，Email: sxmuzyb@126.com