山西醫(yī)科大學衛(wèi)生統(tǒng)計教研室(030001)
曹紅艷 羅艷虹 張巖波△
·教學研究·
衛(wèi)生統(tǒng)計學貫通式教學方法的應用
山西醫(yī)科大學衛(wèi)生統(tǒng)計教研室(030001)
曹紅艷 羅艷虹 張巖波△
衛(wèi)生統(tǒng)計學是開展生物醫(yī)學實驗、臨床試驗、流行病學調查和衛(wèi)生管理醫(yī)學研究的重要方法支撐。如何針對不同的資料類型,靈活地采用適宜的統(tǒng)計分析方法,挖掘出有意義的影響因素尤為重要。在衛(wèi)生統(tǒng)計學習過程中,醫(yī)學生普遍反映統(tǒng)計方法種類繁多,從t檢驗,到方差分析、簡單線性回歸、到多重線性回歸,logistic回歸等,看似每個章節(jié)都“獨樹一幟”,遇到實際問題,卻無從下手[1-3];而教師由于教學時間緊迫,馬不停蹄地向學生灌輸各種方法,“埋頭趕路”,容易忽略各個章節(jié)的有機聯(lián)系。事實上,不同統(tǒng)計方法之間緊密相聯(lián),由此及彼,由彼及此。因此,我們提出貫通式教學方法,即借助當前所學的統(tǒng)計方法,回顧前面章節(jié)問題,從新的角度重新思考,實現(xiàn)前后貫通,形成一個有機的整體。從而有效地鞏固學生的統(tǒng)計知識體系,幫助學生真正理解衛(wèi)生統(tǒng)計方法的精髓和思想,水到渠成,學以致用。本文以第7版人民衛(wèi)生出版社《衛(wèi)生統(tǒng)計學》[4]數(shù)據(jù)為例,從以下七個方面回顧統(tǒng)計問題,實施貫通式教學方法。文中所涉及的統(tǒng)計分析均在SPSS 17.0中實現(xiàn)。
1.單因素方差分析F檢驗回顧t檢驗
方差分析常用于三組及以上獨立樣本均數(shù)的比較,當用于兩組均數(shù)的比較時,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檢驗結果與t檢驗等價,即t2=F,證明過程和舉例從略,讀者可自行證明和驗證。
2.簡單線性回歸回顧兩獨立樣本均數(shù)比較的t檢驗
在簡單線性回歸章節(jié)中,研究了兩個連續(xù)型變量之間的線性依存變化關系。進一步回顧t檢驗,將簡單線性回歸拓展到研究連續(xù)變量(Y)隨著分類變量(X)的變化而變化的規(guī)律。
簡單線性回歸回顧例6-4t檢驗,研究兩種不同藥物治療原發(fā)性高血壓的療效,收集了舒張壓下降的幅度(mmHg)。研究兩藥的降壓效果有無差異,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)的變化而變化的關系,進行線性回歸分析。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)結果如表2,t檢驗分析結果如表3??煽闯鰐檢驗的t值和線性回歸的方差分析F值關系為:t2=F,再一次驗證了兩獨立樣本t檢驗和F檢驗的關系;同時,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檢驗的兩均值之差相等(10.200-9.400),相應的t值和P值也相等,得到了相同的結論。
表2 例6-4回歸系數(shù)結果
表3 例6-4 t檢驗結果
即可得樣本回歸系數(shù)b等于t檢驗的兩均值之差,截距a等于X=0時Y的均值。
3.多重線性回歸回顧多個樣本均數(shù)比較的方差分析
多重線性回歸回顧多個樣本均數(shù)比較的方差分析數(shù)據(jù),變量X為無序多分類,需要設置n-1個啞變量(n為處理因素水平數(shù)),這些啞變量在分析時應同時進入或移出方程,從而在線性回歸方程中自變量個數(shù)相當于不止一個,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)的變化而變化的關系,數(shù)據(jù)原型如表4。劑量分組X為三分類無序變量,以常規(guī)劑量鈣為基礎對照水平,設置兩個啞變量引入模型中。
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)方差分析的結果完全一致,因此將兩種分析的結果合列于表5。線性回歸系數(shù)估計結果見表6,可見中、高劑量鈣和常規(guī)劑量鈣相比,對體重均有影響。同時,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 多重比較相對應的均數(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)結果*
*:常規(guī)劑量鈣為基礎對照水平。
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,同簡單線性回歸回顧樣本均數(shù)比較分析類似,所不同的是自變量個數(shù)不止一個。將多個處理因素看作一組分類自變量(X1,X2,…,Xn),觀測值作為因變量(Y)進行多重線性回歸分析,當某個因素有多個水平時,設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)比較方差分析的擴展,因此不再舉例,讀者可自行驗證。
5.線性相關回顧配對設計t檢驗的配對效果
配對t檢驗SPSS結果中報告了相關分析結果,為什么會在這里出現(xiàn)相關系數(shù),初學者可能不明就里。因此,我們由線性相關回顧配對設計t檢驗的配對效果,為學生答疑解惑。以例6-2配對設計t檢驗數(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關聯(lián)。在SPSS中按照“Analyze→Correlate→Bivariate”過程進行線性相關分析,結果如表7。配對t檢驗SPSS結果中的相關性分析結果和表7等價。
表7 例6-2 兩變量線性相關結果
盡管在配對t檢驗分析中我們重點關注t檢驗結果,但是有關兩變量間的關聯(lián)強度也同樣重要,特別是對于前后配對設計而言,前后測量結果的相關性尤需關注,線性相關程度越高,則配對t檢驗的檢驗效能越高。
6.配對設計符號秩檢驗回顧配對χ2檢驗
配對設計Wilcoxon 符號秩檢驗,用于推斷配對樣本的總體分布是否相同,通過對配對樣本差值的絕對值從小到大編秩,當n>50時,構建標準正態(tài)統(tǒng)計量z進行統(tǒng)計推斷。由Wilcoxon 符號秩檢驗回顧例8-5配對設計的卡方χ2檢驗數(shù)據(jù),132份食品標本一分為二,分別用甲乙兩種檢驗方法作沙門菌檢驗,檢驗結果為陽性和陰性(分別賦值1,0),每對變量差值的可能取值為0,1,-1,不服從正態(tài)分布,采用Wilcoxon 符號秩檢驗進行分析,結果見表8。例8-5的McNemar檢驗結果為:校正的χ2=9.756,P=0.002,非校正的χ2=10.76。由此可見Wilcoxon 符號秩檢驗的z值和McNemar檢驗的χ2的關系為z2=χ2,P值也相近,得到相同的結論。
表8 例8-5符號秩檢驗結果
*:基于負秩計算。
7.logistic回歸分析回顧χ2檢驗
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)估計結果
在此,Pearsonχ2檢驗值與logistic報告的Waldχ2值由于計算公式不同,所以不等,但是結論基本相同。
本文采用貫通式教學方法,基于教材實例數(shù)據(jù),對常見統(tǒng)計分析方法進行了梳理與回顧,將衛(wèi)生統(tǒng)計學教學要點前后有機地結合起來,加深了學生對統(tǒng)計方法的認識,進一步理解了統(tǒng)計學的內涵。在浩瀚的醫(yī)學數(shù)據(jù)研究中,研究各類關系或影響因素等,歸根到底,都是應變量和自變量之間的關系,思考“我關心的結局或結果是什么,屬于什么資料類型,這些結果可能受哪些因素的影響等”,從而確定因變量和自變量,采用相應的統(tǒng)計分析方法,撥開統(tǒng)計學的迷霧??傊炌ㄊ浇虒W方法能啟發(fā)學生積極思考、開拓延伸,提高醫(yī)學生學習衛(wèi)生統(tǒng)計學的興趣和熱情,進而提升衛(wèi)生統(tǒng)計學教學效果,值得推廣。
[1]王陵,李嬋娟,夏結來,等.醫(yī)學研究生對醫(yī)學統(tǒng)計學的認知態(tài)度、教學感受和應用需求調查分析.中國衛(wèi)生統(tǒng)計,2015,32(3):396-400.
[2]彭志行,趙楊,易洪剛,等.PBL教學模式在醫(yī)學統(tǒng)計學教學中的應用.中國高等醫(yī)學教育,2010,3:79-81.
[3]趙艷芳,馬修強,孟虹,等.某高校2011級碩士研究生對醫(yī)學統(tǒng)計學的認知現(xiàn)狀分析.中國衛(wèi)生統(tǒng)計,2013,30(1):112-113.
[4]方積乾主編.衛(wèi)生統(tǒng)計學.第7版.北京:人民衛(wèi)生出版社,2014.
(責任編輯:劉 壯)
△通信作者:張巖波,Email: sxmuzyb@126.com