卫生统计学教研室
2014.8
第一章绪论
在医药卫生、食品等专业研究领域，常需要开展大量的试验来确定或验证研究者在科研过程中提出的科学假设，例如临床上研究某种新的降糖药的疗效时，研究者需要将研究对象（如糖尿病患者）随机地分组，使其中一组患者服用研究中的该降糖药，另一组患者服用传统的降糖药，进而比较两组药物的疗效。但在具体的试验实施之前，研究者需要面对很多问题，如试验中试验对象应如何选择和分组？如何在试验过程中避免服用不同试验药物对试验对象心理产生影响，继而影响到最终疗效的判断？选择什么样的指标可更好的反映药物疗效？样本量需要多少？试验数据应如何收集以及运用何种统计方法进行分析等等问题。因为研究过程中研究结果会受到诸多因素影响，如研究对象的年龄、性别和病情可能影响药物疗效，如果不采取科学的方法使这些因素在比较组间分布均衡，就不能得到令人信服的结论。因此为使科学研究在消耗最少人力和物力的情况下，最大限度地减少误差，获得科学可靠的结论，需要在研究开始之前对整个试验过程做出精心安排，制定详细具体的试验实施方案，即进行试验设计（experimental design）。一个科学合理的试验设计，可以达到事半功倍的效果，是试验获得成功的关 键。
金相组织分析一、试验设计的基本要素
医学试验包括三个基本要素：即处理因素、试验对象和试验效应。如研究某降糖新药的疗效，处理因素为降糖新药及比较的传统降糖药；研究者需用糖尿病患者作为试验对象；试验效应是能反映药物疗效的指标，如患者空腹血糖或餐后血糖的下降。处理因素作用于试验对象后产生试验效应（图1），三个要素缺一不可，因此试验设计时要先明确三个基本要素，再制定详细的研究计划。 1. 处理因素
处理因素（treatment）是指研究者根据研究目的施加于试验对象，以考察其试验效应的因素。如临床上研究降糖药的疗效，降糖药即为处理因素。在试验过程中处理因素的状态称为水平（level），如比较降糖新药和传统降糖药的疗效，
则称该处理因素有两个水平。如同时研究不同剂量的降糖新药的疗效，按剂量分为低、中和高三种，加之传统药物，则有四个水平。试验过程中处理因素可以有单个，也可以有多个。只有单个处理因素的试验称为单处理因素试验，单处理因素试验可以有两水平或多水平。如研究药物甲和药物乙联合使用的疗效，这时药物甲可设置用和不用两种水平，药物乙也可设置用和不用两种水平，两两组合共构
成四种试验条件，此时为两处理因素试验，每个因素各有两个水平。两个或多个处理因素间常存在交互作用，这一点在实际研究设计和统计分析时应加以考虑，并注意与单处理因素试验设计的区别。
通常在每次试验时选择的处理因素不宜过多，且处理因素在整个试验实施过程中要注意保持一致，如患者服用药物应有标准的用法、用量和疗程，如不规范用药，则很难判断试验效应是否真正由处理因素的作用所致。此外，除处理因素外，试验过程中还有很多非处理因素也会影响试验效应，如临床上患者的年龄、性别和病情等自身因素可能对疗效有影响，这些因素也称为混杂因素。因此在试验过程中应通过随机分组或区组随机化等方法加以控制。
降糖药糖尿病患者血糖的下降
图1 试验设计的基本要素
六盘水马拉松>唐溶2. 试验对象
试验对象（subject）是处理因素作用的对象。如降糖药疗效的研究中，糖尿病患者即为试验对象。试验对象除人以外，根据研究背景和目的也可以是动物、植物，或者是器官，细胞，血清，食物标本等等。
试验对象选择时应有明确的条件，如以患者为研究对象时要有严格的纳入和排除标准，以保证试验对象的同质性。每个试验对象称为一个试验单位，所有满足条件的试验对象即为研究总体，试验过程中从研究总体中随机选入完成试验的
对象称为样本。研究设计时应估计此项试验共需要多少个试验对象，称为样本含量，过少无法达到一定的研究效能，过多会造成人力和物力的浪费，也会增加质量控制的难度。通常选择试验对象时要求试验对象应对处理因素具有敏感性、特异性和稳定性，此外还应考虑经济性和可获得性，如果以人为试验对象，还应考虑伦理学问题。
3. 试验效应
笑星大联盟
随机数的产生试验效应（effect）是处理因素施加于试验对象后产生的效应，可确切反映处理因素的作用，是整个试验研究的核心要素。试验效应常通过观察指标来体现，如降糖药的疗效可通过用药前后血糖的下降值来反映。观察指标根据性质可分为主观指标和客观指标，如由医生判断有效或无效，或病人自感病情好转或恶化均为主观指标，而血糖的下降值即为客观指标。客观指标多借助仪器测量等手段获得，
多为定量指标，能较客观稳定地反映处理因素的作用，因此试验设计时应尽可能地选用定量的客观指标。本书所涉及的统计分析方法也主要针对定量的试验效应指标。
除客观性外，试验指标的选择还应考虑指标的灵敏性和特异性，灵敏度是该指标检出真阳性的能力，特异度是该指标能鉴别真阴性的能力。如用血糖是诊断糖尿病患者的基本依据，具有较好的灵敏度和特异度。此外，准确性和精密性也是指标选择的依据，准确性指观测值和真值的接近程度，精密度指重复测量该指标值与均值间的接近程度。
二、试验设计的误差
试验过程中由于各种原因，最后获得的实际观测值和真值之间会存在一定的偏差，这些偏差称为试验误差。控制误差是试验设计的重要任务。产生试验误差的原因很多，按其来源和性质一般分为两种。
1．系统误差
系统误差（systematic error）又称为偏倚（bias），指由于试验过程中由于试验条件控制不当导致的一种误差，使研究结果系统地偏离真值。如药物疗效评估时病情较轻的患者更多地分到新药组可能导致新药疗效的高估。研究者或患者受美军南海活动新特点
心理因素的影响认为新药疗效优于传统药，在收集试验效应指标时也可能有高估新药疗效的倾向。又
如试验效应测量仪器不准确导致观测值系统地偏高或偏低。试验过程中一旦发生了系统误差，会歪曲试验结果，影响试验结论的可靠性，且常常无法纠正和弥补。所以研究设计的一个重要任务就是出除处理因素外可能影响试验结果的各种因素，在试验设计的阶段采用一些手段加以控制或消除，试验实施过程中也要严格遵循试验条件的要求。
2．随机误差
随机误差（random error）是由于个体变异或大量的偶然因素导致的观测值与真值间的差异。随机误差普遍存在且无法控制，虽然对每个观测值而言，随机误差的大小和方向没有规律，但大量观察的情况下，随机误差的分布会呈现一定的规律，如多数定量数据的随机误差为均数等于零的正态分布，因此虽然随机误差不可避免，但可以通过统计分析中假设检验的方法去估计，并判断各比较组间显示的差异是随机误差所致，还是处理因素的作用。
三、试验设计的基本原则
为了保证试验结果科学可靠，试验设计中需要遵循三个基本原则，分别是对照原则、随机化原则和重复原则。
1.对照原则
试验研究必须设立对照（control），有比较才有鉴别。如评价某感冒药疗效时，用此药感冒患者5天后80%痊愈，但仍不能得出“此药有效”的结论。因为对这种自限性疾病，很多人不吃药也会在几天后痊愈。因此需要设立对照组加以比较得出结论。设立对照时必须注意齐同可比，也就是说对照组和试验组相比，除了处理因素不同外，其余条件应尽可能相同或相似，尤其是可能会影响试验效应的非处理因素在比较的组间应均衡，才能保证组间的可比性，使得研究结果能真实反映出处理因素不同水平间效应的差异。实际工作中常用的对照形式有空白对照，标准对照，自身配对对照，相互对照，实验对照，安慰剂对照等等，选用何种对照要根据实际研究中专业背景来决定。
2.随机化原则
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议