临床科研中的几个重要概念及常见错误(中)

临床科研中的几个重要概念及常见错误（中）在临床科研中的几个重要概念及常见错误（上）篇中，我们和大家分享了关于总体与样本、变量与变异的问题，在此篇中我们将带大家来看看关于同质与变异、参数与统计量等几个问题。（三）同质与变异同质（homogeneity）：处于同一总体中的个体，他们大同小异的性质就是同质性变异(variation)：同一总体中的个体间存在差异又是绝对的，这种现象是称为变异。例如，同年龄、同性别的小学生具有同质性，属于同一个总体；但是他们的身高、体重等其他身体指标又存在变异。也就是说，没有同质性就不能构成一个供人们研究的总体，这个研究的总体内没有变异就无需统计学。我们在进行临床相关研究的时候借助统计学，就是想在变异的背景上描述同一总体的同质性，揭示不同总体的异质性。上面那个例子中，我们再进行同年龄、同性别的中国学生和美国学生作为两个总体，从两个总体中各抽取一份样本，分别得到平均数1和平均数2。平均数1和平均数2代表的总体是否不相同，就要靠统计学来回答。我们如果再从中国抽取一份样本，再得到一个平均数3，数值也与之前的平均数1不同，这就是我们前面提到的关于同一总体的个体大同小异。图1.抽样与样本均数（四）参数与统计量在利用统计学进行处理实际问题的时候，常用若干典型的分布模型来近似地描写实际资料，例如，正态分布(normaldistribution)、二项分布（binomialdistribution）和Poisson分布（Poissondistribution），我们常称之为统计模型（statisticalmodel）。在这个模型中的一些指标就是参数，有的变量取值适中的机会较多，偏高和偏低的机会都比较少而且相等，这类变量取值的分布可以用正态分布来近似地描述。通过总体均数和总体方差这两个参数，我们来了解相应的正态分布情况。这两个参数的大小是客观存在的，往往也是未知的，需要通过样本资料来估计这两个参数。我们用样本均数这个统计量来近似反映总体均数这个参数。图2.样本均数对总体均数的近似反映（五）死亡率、病死率与生存率某城市在2014年的平均人口是100,000人，2014年该城市A病患者共100人，因A病死亡的人是10人。以此为例，我们来看看死亡率、病死率和生存率是死亡这几个频率测量的指标定义、计算及应用。1.死亡率定义：死亡率（mortalityrate）：表示一定期间内，一定人群中，死于某病（或死于所有原因）的频率。多用千分率、十万分率表示。死亡率也可按照年龄、性别、职业、民族、种族、婚姻状况及病因等不同特征分别计算得到的是死亡专率。计算：那么该城市中A病的死亡率为：（10人/100人）*100%=10%。即，计算公式为：（某时期内因某病死亡人数/同期患某病的人数）×100%。应用：用于衡量某一个时期，一个地区人群死亡危险性大小的一个常用指标。她可以反映一个地区不同时期人群的健康状况和卫生保健工作水平2.病死率定义：病死率（casefatalityrate）：表示一定时期内，患某病的全部病人中因该病死亡者所占的比例。计算：那么该城市中2014年A病的病死率为：（10人/100人）*100%=10%。即，计算公式为：（某时期内因某病死亡人数/同期患某病的人数）×100%。应用：病死率表示确诊疾病的死亡概率，可反映疾病的严重程度，也可反映诊治能力等医疗水平，多用于急性传染病，慢性病较少。3.生存率定义：生存率（survivalrate）又称存活率，是指接受某种治疗的病人或某病患者中，经若干年随访后，尚存活的病人数所占的比例。计算：那么该城市中A病的生存率为：[（100-10）人/100人]*100%=90%计算公式为：（某时期内因某病死亡人数/同期平均人口数）*100%。这里需要的提醒大家的是：分子与分母：死亡率和病死率两者分子相同，分母不同。死亡率的分母是平均人口数，不是一个时间点数。病死率的分母是同期患某病的人数。