当前位置: 首页 >> 实验技术 >> 药理学实验技术 >> 正文

药理学实验的统计处理原则

2022-06-02  点击:[]

一 、计量资料的统计分析

计量资料,又称量反应资料,是对每个观察对象测量某项指标的数值大小所得的资料,如动物的体重、血压、心率、尿量、平滑肌收缩幅度,等等;其内涵的信息比计数资料丰富,是药效统计分析中最常用的资料类型。

1、总则

(1)一般用t检验或方差分析法检验。

(2)应写出各组均值、标准差及例数。

(3)不用标准误,必要时可用95%可信限。

统计处理之前注意点:

(1)有无应舍数据:数据在X±3 SD之外者可考虑舍弃。

(2)有无方差不齐:可用方差齐性检验,如两组的标准差相差一倍以上时,不必检验即可判断为方差不齐。

(3)有无明显偏态:可用正态性D检验,如均数两侧例数之差大于2×√n时,不必检验即可判断为明显偏态。

(4)有无不定值:有<10>30等不定值的资料时, 不宜用均数作t检验,可改用中位数表达,作Mann-Whitney秩和检验,等级和检验, 或序值法检验。

(5)有无时序关系:有用药前及用药后(包括各时间)的资料,应以各组用药前后的变化值或变化率进行两组t检验,不宜用用药后实测值进行检验。

2、方法的选择

2.1同批资料:

有明显偏态, 或有不定值-----秩和检验, 序值法

注意事项:有配对关系的用药前后比较, 只有在确知对照组用药前后实测值无明显变化时, 采用配对t检验才有意义。一般仍然采用两组用药前后的变化值或变化率作组间t检验。

2.2多批资料

一般仍然采用方差分析和t值法, 必要时可采用析因t检验。

二、计数资料的统计分析

计数资料, 又称质反应资料;这种资料中每个观察对象要先按类别、性质进行划分(如阳性、阴性,痊愈、未愈等),然后清点各区中观察对象的例数而获得数据资料。由于阳性率是对这类资料进行统计分析的最常用指标,也可称为“阳性率资料”。

1、总则

(1)一般用X2检验或u检验。

(2)应写出各组例数、阳性例数及阳性率。

(3)药效统计中样本均不很大,以用X2(2×2)法为好。

统计处理之前注意点:

(1)样本是否太小:如两组总例数少于40且其中有数据小于5,或数据中有0或1时,应改用精确概率法。

(2)有无配对关系:当每一对象接受两种处理(两个疗程或左右两侧用药),应改用配对X2检验。

(3)有无等级关系:有等级关系的资料(如痊愈、显效、有效、无效,+++、++、+、-等),应采用等级序值法,或Ridit法检验。

2、方法的选择

2.1两率对比:

无配对关系——样本较大------ X2 (2×2)法

样本较小------精确概率法

有配对关系----------------配对X2法

2.2多率对比:

无等级关系——多率综合对比--- X2 (R×C)法

组间两两对比---- X2 (2×2)法

有等级关系--------Ridit法, 等级序值法

注意事项:

(1)两率多组资料,应在组间两两对比。

(2)两率多院资料,应分别算出各医院的有效率, 再用合适方法计算总有效率,采用加权合并√X2法较为严谨。

三、药效和剂量依赖关系(相关性)的统计分析

通常用剂量的对数值与药效强度做量效关系分析。如剂量选择适当,数据近似直线关系,可用各实测数据进行直线回归分析,写出回归方程式、回归系数及其显著性检验。

1、直线回归及其特点

如果两个变量x,y有相关关系,且相关系数的显著性测验有显著性,则可以根据实验数据的各(x,y)值,归纳出由一个变量x的值推算另一个量y的估计值之函数关系,找出经验公式.这就是回归分析。若相关是直线相关,且要找的经验公式是直线方程。则称为直线回归分析。它是应用最广的一种,呈直线关系或能直线化的函数规律的资料都可进行直线回归分析。

把实验资料描成散点图时,各点并不恰在一直线上,要选择一条最合适的直线作为这种函数关系的代表.就要符合回归方程算出的理论ye值与各实际y值越接近,则直线越合适的原则。于是规定:Σ(y-ye)2为最小的直线为回归直线,也就是实验y值与理论ye值差值的平方和为最小(或各点与直线的纵距离的平方和为最小)是决定回归线的条件,这种方法称为最小二乘方或“最小二乘法”。其直线方程称直线回归方程,简称回归方程。

2、回归方程与回归系数

直线回归方程的通式是ye=a十bx,其中ye是由x推算的估计值(理论值),故标为ye,a是回归线在y轴上的截距,b为回归系数(由x推算y的回归系数),即回归线的斜率,反映y随x变化的变化率。

3、回归与相关的关系

回归反映两变量间的依存关系,相关反映两变量间的互依关系,两者都是分析两变量间数量关系的统计方法,其实际的因果关系要靠专业知识判断,不要对实际毫无关联的事物进行回归或相关分析。

相关系数r与回归系数b的正负号一致,正值说明正比,负值说明反比,而且b或r与0的差异有否显著性的t测验是等值的,即tr=tb。因tr易算,故可用t r代替tb进行显著性测验,而且对任一个样本的b或r都应进行显著性测验,以说明x与y间有无直线关系。

4、等级相关分析

如果两个变量均为随机变量,但不服从正态分布,特别是其中有率或构成比等相对数的变量,或本来就是等级变量,要研究其相关性,可用等级相关分析(Spearman法),简介如下。

先将两变量从小到大分别排序,得出它们的序值。如果其中有相等的值,其序值都取其平均值。比如排序为3、4的两个X值相等,它们的序值均为3。5。然后计算每对变量的序值之差,依次记为d1、d2、d3、……,dn。按以下公式求等级相关系数rs。

rs = 1 - 6Σd2 / N(N2-1)

等级相关系数rs在等级相关分析中的意义与相关分析中的相关系数r一样,可反映两变量间是否存在相关性。

四、两药药效的等效性分析

要证明两药的药效相近, 绝不能仅以P > 0。05为依据, 必须作双向单侧t检验。下面介绍一种简便、适用的“等效界值法”:

L=D×Ms-T×Se

f=n1+n2-2

说明:

(1)式中D为等效性检验标准,通常生化指标取5%,生理指标取10%,药动学指标取20%。

(2)Ms为标准药物组的均数,T是自由度f下的单侧t值,Se是两组的共同标准误。

(3)先按计算公式算出等效界值L,然后计算两组均数之差。如果均数差小于L,表示等效性合格。

上一条:动物模型的设计原则和注意事项 下一条:药理学实验设计的基本原则

关闭

栏目更新
栏目热门