?統計分析分為統計描述與統計推斷，統計推斷分為總體估計與假設檢驗

🏂16：45

醫學研究--基礎研究、轉化醫學研究、臨床研究

臨床研究--病因學研究、診斷準確性試驗、預后研究、療效研究

一般認為3個月以內的預后屬于近期預后，3個月以后則屬于遠期預后

預后研究

①研究對象特征概述

②某基線特征與終點事件的關系

前瞻性研究按照暴露因素進行分組，一般不超過5組，否則影響自己閱讀論文

基于前瞻性數據的回顧性研究

統計學原則：

1、正態分布連續型變量之間的比較可以采用獨立樣本t檢驗（兩組）或方差分析（多組）

2、偏態資料之間的比較可以采用Mann-Whitney U檢驗（兩組）或Kruskal-Wallis H檢驗（多組）

需要注意的問題是：如果是多組資料的比較，沒有必要去進行兩兩比較，因為兩兩比較往往不是關注重點，且兩兩比較比較繁瑣

ROC實際上是評價某個連續變量鑒別某種狀態的能力

①曲線下面積不可能＜0.5 實際操作時，將終點事件發生組1和未發生組0

②若曲線下面積＞0.5的P值肯定＜0.05

③實際上，曲線下面積的統計學比較還存在很多爭議

為何在ROC的基礎上加logistic回歸？因為ROC分析只是考慮了某一個指標的預后價值，沒有考慮該指標是否獨立于其他指標，為什么預后研究非要去闡明某個指標獨立預后意義呢？疾病預后往往由多因素決定，這些指標可能存在重疊的預后意義，BNP提供的預后信息很有可能被NT-proBNP覆蓋

如果logistic回歸的結果以優勢比OR來展示，若95%CI不包含I，則P值必然＜0.05

數據轉換分期

對于等級資料，TNM：一種賦值方式認為腫瘤分期每遞進一個分期，對結局的影響程度不是相同的，一般將分期最低或最高的那一組作為參照

對于連續變量，則可以將其分為幾組，原則：一般根據樣本量，或按照某一工人的界點進行分組（如參考范圍上限、診斷界值等），采用ROC分析的最佳界值點進行分組，但1、只能分成兩組，2、這種分組方式容易夸大暴露因素的效應

遠期預后一般先用Kaplan-Meier法（用Log-rank檢驗）描述暴露因素的價值，因為實際上是單參數分析法，再以Cox比例風險（得出的效應量是風險比HR）模型來評價暴露因素的預后價值

其余：Nomogram、傾向匹配評分