循证实践:速成包

公式表、每个专题的关键方法步骤和 8 道练习题,完整解答附在最后。

新题目返回课程

在打印窗口中选择“另存为 PDF”,即可在设备上保存一份副本。

1公式与方法

循证实践统计学

灵敏度和特异度
Se = a/(a + c), Sp = d/(b + d)
预测值
PPV = a/(a + b), NPV = d/(c + d)
准确度
(a + d)/n
似然比
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
患病率为 p 时的 PPV
Se·p / (Se·p + (1 − Sp)(1 − p))
比值
比值 = p/(1 − p); p = 比值/(1 + 比值); 检验后比值 = 检验前比值 × LR
风险指标
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
需要治疗人数
NNT = 1/ARR,向上取整; NNH = 1/(EER − CER)
比值比
OR = ad/(bc)
发病率
新发病例 / 人时

方法

  1. 计算之前先画出 2 × 2 表并标出 a、b、c 和 d。
  2. 灵敏度和特异度沿列读取,预测值沿行读取。
  3. 对于另一个患病率,设想 10 000 人,并用 Se、Sp 和患病率填表。
  4. 对于似然比,把概率换算为比值,相乘,再换算回去。
  5. 对于试验,先求 EER 和 CER;然后 RR = EER/CER,ARR = CER − EER,NNT = 1/ARR 向上取整。

描述统计

平均数
x̄ = Σx/n
样本标准差
s = √(Σ(x − x̄)²/(n − 1))
中位数
排序后数据的中间值
z 分数
z = (x − μ)/σ
正态分布
68% 落在 ±1σ 内,95% 落在 ±2σ 内

置信区间

σ 已知
x̄ ± z·σ/√n
σ 未知
x̄ ± t·s/√n, df = n − 1
临界 z 值
90%: 1.645, 95%: 1.96, 99%: 2.576
样本量
n = (z·σ/E)², rounded up

方法

  1. 在 z(已知总体 σ)和 t(只有样本 s,自由度为 n − 1)之间作出选择。
  2. 求该置信水平下的临界值。
  3. 误差限:E = 临界值 × 标准差/√n。
  4. 区间:x̄ ± E。

假设检验与置信区间

均值的 z 检验
z = (x̄ − μ0)/(σ/√n)
均值的 t 检验
t = (x̄ − μ0)/(s/√n), df = n − 1
5% 双侧
若 |z| > 1.96 则拒绝 H0
置信区间
x̄ ± z·σ/√n

方法

  1. 写出 H₀ 和 H₁,并确定是单侧检验还是双侧检验。
  2. 计算检验统计量:(x̄ − μ₀)/(σ/√n),或者用 s 和 t。
  3. 与临界值比较,或求出 p 值。
  4. 若统计量超出临界值(p 小于 α),则拒绝 H₀,并用文字写出结论。

2练习题

1.循证实践统计学中等
病例对照暴露203155ab未暴露67155cd

练习题(虚构数值,不作为临床指导)。 一项病例对照研究比较了 270 名患某病的患者(病例)和 310 名未患该病的人(对照)。表中显示每组有多少人暴露于某危险因素。求该暴露的比值比OR。 保留两位小数。

a = 203b = 155c = 67d = 155
OR =
2.循证实践统计学困难
CER2%EER?RRR 10%

练习题(虚构数值,不作为临床指导)。 一种治疗使事件风险相对降低 10%(RRR = 10%)。在某患者群体中,不治疗时五年内的风险(CER)为 2%。求五年内预防一次事件所需的治疗人数NNT。 向上取整到整数患者。

RRR = 10%CER = 2%
NNT =
3.描述统计中等
25303540455055

求数据的样本标准差 s:59, 40, 49, 53, 21, 54。

n = 6
s =
4.描述统计困难
z −2−1012

某量服从正态分布,平均数为 500,标准差为 25。数值低于 525 的比例 P 是多少?

μ = 500σ = 25x = 525
P =
5.置信区间中等
n = 9, sd​ = 1.90L = ?Ud̄ = −9.5E95%

测量 9 名患者治疗前后的血压。差值 d = 治疗前 − 治疗后 (mmHg) 的均值为 −9.5,标准差为 1.9。 求平均差值的 95% 置信区间的下限。

n = 9d̄ = −9.5sd = 1.995%t(8) = 2.306
下限 = mmHg
6.置信区间困难
μ₁ − μ₂, t(29) = 1.6990LUx̄₁ − x̄₂E = ?90%

对两种肥料进行试验。地块组 1:16 块地,平均产量 41.5 kg,标准差 7 kg。地块组 2:15 块地,均值 37.5 kg,标准差 6 kg。假设方差相等(合并 t,df = n₁ + n₂ − 2)。 求 μ₁ − μ₂ 的 90% 置信区间的误差范围 E。

n₁ = 16x̄₁ = 41.5s₁ = 7n₂ = 15x̄₂ = 37.5s₂ = 690%t(29) = 1.699
E = kg
7.假设检验与置信区间中等
−2.1312.131t = ?df = 15

比较两种教学方法。第 1 组:7 名学生,平均分 52,标准差 10。第 2 组:10 名学生,平均分 43.1,标准差 10。假设总体方差相等,使用合并方差的两样本 t 检验。取差值为 x̄₁ − x̄₂(第 1 组减第 2 组),求 H₀: μ₁ = μ₂ 的检验统计量 t。

n₁ = 7x̄₁ = 52s₁ = 10n₂ = 10x̄₂ = 43.1s₂ = 10
t =
8.假设检验与置信区间困难
z −2.57602.576

64 次测量的样本均值为 100.2。总体标准差为 5。求均值 99% 置信区间的上限 U。

x̄ = 100.2σ = 5n = 6499%
U =

3溶液

1.循证实践统计学

答案: OR = 3.03

似然比和风险指标:LR+ = 灵敏度/(1 − 特异度),LR− = (1 − 灵敏度)/特异度。在试验中,EER 和 CER 分别是治疗组和未治疗组的事件发生率:RR = EER/CER,ARR = CER − EER,RRR = ARR/CER,NNT = 1/ARR,向上取整。在病例对照研究中,只能使用比值比 OR = ad/(bc)。发病率(率)= 新发病例/人时。

暴露比值

病例: 203/67 = 3.03
对照: 155/155 = 1

比值比

OR = (203·155)/(155·67) = 3.03

答案

OR = 3.03

OR 大于 1:暴露在病例中更常见。

2.循证实践统计学

答案: NNT = 500

预测值取决于患病率:PPV = Se·p/(Se·p + (1 − Sp)(1 − p)),NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p)。用似然比计算:检验前比值 = p/(1 − p),检验后比值 = 检验前比值 × LR,概率 = 比值/(1 + 比值)。对于 N 人的人群,真阳性 = N·p·Se,假阳性 = N·(1 − p)·(1 − Sp)。NNT = 1/(CER × RRR),向上取整。

绝对风险降低

ARR = 0.02·0.1 = 0.002

需要治疗人数

NNT = 1/0.002 = 500 → 500

答案

NNT = 500

相同的相对效果,在基线风险越高时,NNT 越小。

3.描述统计

答案: s = 13.8

描述统计:平均数是总和除以 n;中位数是排序后数据的中间值(n 为偶数时取中间两个数的平均)。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。

平均数

x̄ = 276/6 = 46

离差平方

Σ(x − x̄)² = 13² + (−6)² + 3² + 7² + (−25)² + 8² = 952

标准差

s = √(952/5) = 13.8

答案

s = 13.8
4.描述统计

答案: P = 0.8413

描述统计:平均数是总和除以 n;中位数是排序后数据的中间值(n 为偶数时取中间两个数的平均)。样本标准差 s = √(Σ(x − x̄)²/(n − 1))。z 分数 z = (x − μ)/σ 表示某个值离平均数多少个标准差。

标准化

z = 1

标准正态分布表

Φ(1) = 0.8413
P = 0.8413

答案

P = 0.8413
5.置信区间

答案: 下限 = −10.96 mmHg

差值的区间:估计值 ± 临界值 × 标准误。对 σ 已知的两个独立均值:SE = √(σ₁²/n₁ + σ₂²/n₂),用 z。方差相等但未知时:用合并的 s_p 和自由度为 n₁ + n₂ − 2 的 t。对配对数据,用差值计算:d̄ ± t·s_d/√n。

临界值

df = 8, t = 2.306

误差范围

E = 2.306·1.9/√9 = 1.46

区间

−9.5 ± 1.46 → [−10.96, −8.04]

答案

下限 = −10.96 mmHg
6.置信区间

答案: E = 3.991 kg

差值的区间:估计值 ± 临界值 × 标准误。对 σ 已知的两个独立均值:SE = √(σ₁²/n₁ + σ₂²/n₂),用 z。方差相等但未知时:用合并的 s_p 和自由度为 n₁ + n₂ − 2 的 t。对配对数据,用差值计算:d̄ ± t·s_d/√n。

合并标准差

sp² = (15·7² + 14·6²)/29 = 42.72
sp = 6.536

误差范围

E = 1.699·6.536·√(1/16 + 1/15) = 3.991

答案

E = 3.991 kg
7.假设检验与置信区间

答案: t = 1.806

假设检验:检验统计量 =(估计值 − H₀ 下的值)/(H₀ 下的标准误)。p 值是在假定 H₀ 为真时,统计量至少与观测值一样极端的概率:单侧 H₁ 取一个尾部的面积,双侧 H₁ 取尾部面积的两倍。当 p ≤ α 时拒绝 H₀。

合并方差

sp² = (6·10² + 9·10²)/15 = 100
sp = 10

标准误

SE = 10·√(1/7 + 1/10) = 4.928

检验统计量

t = (52 − 43.1)/4.928 = 1.806

答案

t = 1.806

df = 15 时,双侧 5% 的临界值为 2.131;|t| 更小,所以不拒绝 H₀。

8.假设检验与置信区间

答案: U = 101.8

均值检验:检验统计量衡量样本均值离 H₀ 所声称的值有多少个标准误:σ 已知时 z = (x̄ − μ₀)/(σ/√n),由样本估计时 t = (x̄ − μ₀)/(s/√n)。置信区间为 x̄ ±(临界值)·(标准误)。

误差范围

E = 2.576·5/√64 = 1.61

区间端点

U = 100.2 + 1.61 = 101.8

答案

U = 101.8

ExamProblems · examproblems.com/courses/evidence-based-practice