七年制医学课件统计学交叉析因设计.docx
《七年制医学课件统计学交叉析因设计.docx》由会员分享，可在线阅读，更多相关《七年制医学课件统计学交叉析因设计.docx（11页珍藏版）》请在冰豆网上搜索。
七年制医学课件统计学交叉析因设计
交叉设计
例：
为研究A（90402中药复方）、B（安慰剂）对提高高原劳动能力的影响，以条件近似的10名健康人作为受试
对象，把受试对象和测定顺序（冬季、春季）作为两个重要的非处理因素，每人都服用两种药物各一次，条件最接近的每两人配成一对，用随机的方法确定每对中之一使用A、B
药物顺序，另一人使用B、A顺序，观察他们的PWC170。
两种药物对提高高原劳动能力的实验结果
受试者
编号
药物与PWC170
受试者
编号
药物与PWC170
冬季
春季
冬季
春季
1
A159.4
B153.8
6
B129.9
A146.1
2
B129.4
A159.8
7
B166.3
A210.9
3
B122.1
A137.6
8
A208.7
B169.9
4
A130.4
B137.8
9
A180.1
B150.7
5
A150.7
B140.2
10
B143.4
A150.8
这是一个2*2的交叉设计。
1、概念:
交叉设计（cross-overdesign）是一种特殊的自身前后对
照设计。
它是将受试对象随机分为两组，一组先给予A处理，后给予B处理（即A--B顺序）；另一组先B后A（即B---A顺序）。
如：
一组：
准备阶段处理A（洗脱期）处理B
另一组：
准备阶段处理B（洗脱期）处理A
或者一组先A后B再A（即A--B--A顺序），另一组B--A--B顺序。
一组:
准备阶段处理A---（洗脱期）处理B（洗脱
期）---处理A
另一组:
准备阶段处理B（洗脱期）处理A（洗脱期）---处理B
两种处理方式在全部试验过程交叉进行，前者交叉一次，叫一次交叉设计，又称二阶段交叉设计；后者交叉两次，叫二次交交叉设计，又称三阶段交叉设计。
实验（试验）过程中：
准备阶段：
实验对象经过一个不加任何处理的观察,确认已进
入自然状态,可以进行实验（试验）
时期、处理：
按事先安排好的顺序在各个时期施加指定的处理
洗脱期：
清除阶段，一次交叉设计，在两个阶段之间有一个“洗脱期”；二次交叉设计，在第一阶段与第二阶段之间有一个“洗脱期”，在第二阶段与第三阶段之间还有一个“洗
脱期”。
设置“洗脱期”的目的，是为了避免前一阶段的处理效应对后一阶段的影响。
“洗脱期”的长短需根据试验药物的半衰期、药物效应或血中药物浓度监测来决定。
值得指出的是，在试验过程中应注意药效的链锁反应，
有的药物虽然在血中已测不出，或血药浓度已恢复至第一阶
段前的水平，但仍可保持疗效，遇此情形应延长洗脱期。
洗脱期可给予安慰剂，免得病人情绪不安。
一次交叉设计相当于两个平行对照设计；二次交叉
设计相当于三个平行对照设计……..,且采用了同一受试对象先后自我对照，不但节省样本，而且两组均衡性好。
由于A和B处于先后两个试验阶段的机会是相等的，因此平衡了
试验顺序的影响，而且能把处理方法之间的差别与时间先后之间的差别分开来分析。
2、统计假设检验方法：
统计分析方法：
计量资料常用方差分析或秩和检验。
两种药物对提高高原劳动能力的实验结果
受试者
编号
药物与PWC170
受试者
编号
药物与PWC170
冬季
春季
冬季
春季
1
A159.4
B153.8
6
B129.9
A146.1
2
B129.4
A159.8
7
B166.3
A210.9
3
B122.1
A137.6
8
A208.7
B169.9
4
A130.4
B137.8
9
A180.1
B150.7
5
A150.7
B140.2
10
B143.4
A150.8
ord=1
（冬季）观测值合计
=159.4+129.4+
…+143.4=1520.4
ord=2
（春季）观测值合计
=153.8+159.8+
…+150.8=1557.6
MED=1（A）观测值合计（红色观测值）=1634.5
MED=2（B）观测值合计（黑色观测值）=1443.5
SUB=1观测值合计=受试者1冬春季合计=313.2
SUB=2观测值合计=受试者1冬春季合计=289.2
SUB=3观测值合计=受试者1冬春季合计=259.7
SUB=4观测值合计=受试者1冬春季合计=268.2
SUB=5观测值合计=受试者1冬春季合计=290.9
SUB=6观测值合计=受试者1冬春季合计=276.0
SUB=7观测值合计=受试者1冬春季合计=377.2
SUB=8观测值合计=受试者1冬春季合计=378.6
SUB=9观测值合计=受试者1冬春季合计=330.8
SUB=10观测值合计=受试者1冬春季合计=294.2
方差分析（符合方差分析条件）
变异分解：
（X）2
C-
N
2
30782
473704.2
20
（1）SS、（XX）2X2C4847710247370生1106682
其中，
总20119
（2）SSord（阶段间）69.192,
1010'
阶段211
/c、SS卄心、「1634.521443.52
（3）MED（药物间）矿C1824.05,
药物
21
1
（4）
SS
SUB
（观察对象）
3132
2289.2
2
294.22
C8048.35
2
2
2
SUB
101
9
（5）
SS
误差
=ss总
SS）RD
SSmedSSSub1125.228
误差
总
ORD
MED
SUB191198
方差分析表（符合方差分析条件）:
TheSASSystemTheANOVAProcedure
ClassLevelInformation
Class
Levels
Values
ord
2
12
sub
10
12345678910
med
2
AB
Numberofobservations20
TheANOVAProcedure
DependentVariable:
y
Source
DF
SumofSquares
MeanSquare
FValue
Pr>F
Model
11
9941.59200
903.78109
6.43
0.0069
Error
8
1125.22800
140.65350
CorrectedTotal
19
11066.82000
R-Square
CoeffVar
RootMSE
yMean
0.898324
7.706136
11.85974
153.9000|
Source
DF
AnovaSS
Mean
Square
FValue
Pr>F
ord
1
69.192000
69.192000
0.49
0.5030
sub
9
8048.350000
894.261111
6.36
0.0079
med
1
1824.050000
1824.050000
12.97
0.0070
假设检验结论：
ord（顺序）间，F=0.49,P=0.5030;
sub（观察对象间）,F=6.36,P=0.0079;
med（药物间）,F=12.97,P=0.0070;
说明冬春季节对提高高原劳动能力无影响，但不同药物与不
同观察对象对提高高原劳动能力均有影响
3、优缺点：
优点：
（1）、自身比较，能同时研究时期效应、处理效应、
研究对象效应
（2）每个研究对象安排了2个或多个时期，可施加多个处理，多倍地使用了研究对象因此，交叉设计是一种高效率、节约的设计
缺点：
（1）需要在同一研究对象上作2种或多种处理，期间还需有洗脱期，因此，每个处理时间不能过长，否则，实验（试验）周期太长；
（2）必须安排洗脱期,如一种处理的作用无法清除,则不能采用交叉设计；
（3）变化：
实验（试验）中研究对象的状态发生了根本的变化，如治愈、死亡等，后一（几）个时期的处理则无法实施。
因此，交叉设计只适用于病情较稳定的慢性迁延性疾病疗效观察，如支气管哮喘、原发性高血压、良性心律失常等。
根据交叉设计要求，凡有蓄积作用、排泄缓慢、不良反应大的药物进行疗效观察，不宜选用本试验。
为了避免产生来自病人和研究者的偏倚，交叉试验应当采用双盲法。
2）秩和检验（不符合方差分析条件者）：
见有关专著计数资料常用四格表资料的卡方检验或配对计数资料的卡方检验，后者更具有统计学意义；
例：
用双盲交叉对照的加药治疗方案设计，即在原药治疗方案不变的基础上，加用抗痫灵（AES）或安慰剂（伦理学不允许患儿单独服用安慰剂），对42例符合纳入标准的癫痫
患儿进行治疗，根据患儿进入本研究的顺序，随机将之分为
两组，第1组先服AES-1号3个月，停药2周，改服ASE-2号3个月；第2组患儿服药顺序相反。
试验结束后揭盲后明确AES-1号为抗痫灵，ASE-2号为安慰剂。
结果见下表：
患儿口服AES双盲交叉试验研究结果
效果
AES-1号
ASE-2号
交叉
、八前
交叉
后
总数
交叉
、八前
交叉
后
总数
有效
10
5
15
3
5
8
无效
2
4
6
6
7
13
TheSASSystem
TheFREQProcedure
r12Total
71.43
28.57
115621
2
8
13
21
38.10
61.90
Total
23
19
42
StatisticsforTableofrbyc
Statistic
DF
Value
Prob
Chi-Square
1
4.7094
0.0300
LikelihoodRatioChi-Square
1
4.8053
0.0284
ContinuityAdj.Chi-Square
1
3.4600
0.0629
Mantel-HaenszelChi-Square
1
4.5973
0.0320
PhiCoefficient
0.3349
—
ContingencyCoefficient
0.3175
Cramer'sV
0.3349
析因设计
例：
对12例缺铁性贫血病人的疗效进行观察，将病人分为4组，给予不同治疗，一个月后检查各组病人的红细胞增加数（百万/mm3）。
结果见下表。
4组不同疗法治疗缺铁性贫血病人的疗效
丨B药
|未用
（1）用
（2）
I
i
I
I0.80.9
i
未用
（1）0.91.1
:
■
i0.71.0
A药
|1.32.1
用
（2）1.22.2
I
■
I
丨1.12.0
1、概念：
析因设计（factorialdesign）是一种多因素的交叉分组设
计，是对各因素各水平的所有组合都进行实验的设计方法，它既可分析各因素的主效应，又可分析各因素的交互作用，（interaction）,是一种高效的实验设计。
交互作用：
各因素所产生的效应之间的相互影响情况，如两因素间存在交互作用，表示他们不是独立的，随着一个因素的改变，另一个因素的效应也改变；如两因素间不存在交互作用，则表明各因素独立，即一个因素的改变并不影响另一个因素。
交互作用分为：
协同作用和拮抗作用协同作用：
一种因素可增强另一因素或多种因素的效
应。
拮抗作用：
一种因素可减弱另一因素或多种因素的效
应。
交互作用模拟实例：
教材P348
2、优缺点：
优点：
它的试验结果可运用方差分析，把总变异分解为众多个因素变异、因素间交互作用的变异以及误差变异。
因此，它不仅可以作每个因素各水平间的比较，而且还可以进行各因素间交互作用的分析。
因此,析因设计是一种高效率的试验方法，对各种组合的交互作用具有独特的分析功能，同时又具有直观表达分析结果的优点;
缺点：
1）统计分析计算较复杂;临床科研中不易获得适于分析交互作用的资料；
2）因素及水平数均不宜过多，否则实验量太大，而且对比分析过于繁琐。
2、假设检验方法：
对于计量资料，析因试验的结果可用方差分析进行假设检验，推断处理因素作用及交互作用。
B药
未用
（1）用
（2）
•
:
0.8
0.9
丨未用
（1）
0.9
1.1
A药
0.7
1.0
1.3
2.1
|用
（2）
1.2
2.2
1.1
2.0
Al=0.8+0.9+0.7+0.9+1.1+1.0=5.4
a2=1.3+1.2+1.1+2.1+2.2+2.0=9.9
Bi=0.8+0.9+0.7+1.3+1.2+1.1=6.0,B?
=0.9+1.1+1.0+2.1+
2.2+2.0=9.3
X=全部数据和=15.3,x2=每个数据的平方和=22.55
ABi0.80.90.72.4,AB20.91.11.03.0
A2B1.31.21.13.6,72.12.22.06.3
方差分析：
（符合方差分析条件）
（X）2
C
N
1532
-51亠19.5075
12
SS、（X
X）2X2C22.5519.50753.0425
总
N112111
总处理
SAS计算结果：
TheSASSystemTheGLMProcedure
ClassLevelInformation
Class
Levels
Values
A
2
12
B
2
12
Numberofobservations12
TheGLMProcedure
DependentVariable:
丫
Source
DF
SumofSquares
MeanSquare
FValue
Pr>F
Model
3
2.96250000
0.98750000
98.75
<.0001
Error
8
0.08000000
0.01000000
CorrectedTotal
11
3.04250000
R-Square
CoeffVar
RootMSE
丫Mean
0.973706
7.843137
0.100000
1.275000
Source
DF
TypeIIISS
MeanSquare
FValue
Pr>F
A
1
1.68750000
1.68750000
168.75
<.0001
B
1
0.90750000
0.90750000
90.75
<.0001
A*B
1
0.36750000
0.36750000
36.75
0.0003
结论:
A、B两因素各水平间差别有统计学意义，P均小
于.0001，并且A、B间有交互作用，从A1B1（0.8）、
A1B2（1.0）、A2B1（1.2）、A2B2（2.1）各自均值的关系可知：
A、B间有协同作用。
升级会员 