松哥带您分享一篇文章带来的若干思考【荐荐荐】

---

缘起

昨天收到一个既往学员的统计咨询，松哥发现这是一个非常好的问题，于是便整理此期，希望与大家一起分享学习。

问题截图如下图表1：

问题1：本例应该用什么统计分析方法？

问题2：该作者下面的每个卡方是如何算出的，是否正确?

问题3：该问题可以有哪些思考？

原文文章《大剂量伐昔洛韦联合针刺治疗带状疱疹的临床观察》，中国药房2016 年第27 卷第26 期。

案例说明：

本例一看数据即是属于成组设计的2组，试验效应指标为等级资料。按照原作者文中的表述，观察组总有效率97.9%，对照组90.7%，进行了两组总的疗效比较。同时又对痊愈、有效、好转和无效进行了单独的比较。

松析1：

具备一定统计基础的人，看到这样的数据，认为疗效为等级资料，作者采用的卡方检验，肯定错了。

其实未必，因为作者比较的总有效率之间的差异，根据其研究的目的，数据就已经变为二分类，有效和无效了，数据格式变为如下图：

SPSS数据录入格式如下：

SPSS卡方检验(成组四格表资料卡方检验)结果如下：得到结果卡方=4.645，P=0.031，与原作者卡方=4.722，P=0.030，基本相同，如果有错，作者错了，松哥没错，呵呵！

松析2：

原作者，又对每个子项进行卡方检验，得到相应的卡方和P值，是怎么算出来的呢？松哥估计，他是再次分割，以痊愈为例，重新切割为下图：分为痊愈与未痊愈的二分类，然后继续进行四格表资料卡方。是不是的呢？

松哥再次进行卡方验证，得到下图结果：卡方=10.545，P=0.001，与原作者分析结果一模一样，看来原作者就是这么分析的。

但是这样子做对不对呢，松哥认为这种做法似乎不妥，因为研究变量的类型一般就为3类，根据3类进行方法选择，作者将疗效痊愈、显效、好转、无效分为4个变量，然后进行分析，等于一个问题分成4个，进行4次检验，肯定会增大I类错误的发生概率。故这种做法松哥表示不太认同。有点乱用统计分析方法之嫌。

松析3：

如果是比较2组的疗效有无差异，松哥认为采用非参数检验的效果应该更好。有人会认为，分成有效和无效，进行卡方，，就像本例一样，不是也挺好的吗？

其实，等级资料包含的数据信息要高于二分类资料，当我们降等级降为二分类进行分析，就已经损失了很多的信息。

本例如果采用非参数检验，下图为原作者的数据表。

采用非参数检验的方法，发现Z=-3.285，P=0.001。结合秩均值，得出观察组的疗效优于对照组。这和卡方检验的结果一致。

可是松哥认为，非参数检验得到的结果包含的信息更多。不信请看下表，下表数据如果按照作者的做法分为有效和无效，那么观察组和对照组的有效率还是97.9%和90.8%。卡方检验的结果还是一致，认为观察组比对照组有效。可是观察组真的比对照组好嘛？

当松哥采用非参数检验分析时，发现观察组秩均值=109.54，对照组=85.46，并且P=0.001。竟然认为对照组比观察组疗效要好哦。

松析4：

也有人会说，是否可以用有序Logistic回归进行分析，不也可以吗？松哥认为，选什么方法，应该考虑研究目的，本例研究目的是比较两组的疗效是否有差异。那就应该采用差异性检验分析方法中的t、F、卡方、非参数。Logistic的确可以分析出观察组相对于对照组的OR值，但并不是反映其差异的分析方法，也不能够回答研究值目的。

松析5：

就这个案例，如果仅仅比较两种方法有效率的差异，可以考虑合并后的卡方检验；但要想知道两种方法的疗效差异，则应该采用非参数秩和检验。如果研究观察组干预措施相对于对照组的风险比值，可以采用Logistic回归。

松哥统计说

有人说：统计就是为了折磨人而生的，对于缺乏统计思维的人而言，也许是吧。学习统计必须先学统计思维，否则真的容易走火入魔，而自废武功。

突然想到一个问题，对于本例，您认为是有效率有差异比较有意义，还是两组疗效有差异有意义呢？欢迎留言讨论。

OK，本期到此，感觉对您有用，还请分享转发，我是松哥，一个有点唠叨的统计老师！