图表|多图示例:如何呈现论文结果中的各种图表( 二 )


调整SBP基线水平真的有必要吗?下图中去肾交感神经术和假手术治疗组两条回归线显示,两组中基线SBP水平较高的研究对象,6个月后SBP下降值也更大 。如果不进行SBP基线水平调整,实际的效应值可能会被错误估计(4.07 vs. 4.11adjusted mmHg) 。
此外,从下图中也可以明确另一点,即不同研究对象的研究结果差别很大,这也是为什么临床试验通常需要纳入足够的研究对象(样本量太少,结果可能并不稳定) 。
图表|多图示例:如何呈现论文结果中的各种图表
文章图片


细心的小伙伴可能会提另外一个问题,实际分析中是选择结局变化的差值,还是选择相对于基线水平的变化百分比?从统计上讲,这时候就要看哪种情况更适合使用协方差分析 。(详见:手把手教你协方差分析的SPSS操作!)
2. 多个时间点计量数据的分析与结果展示方法
以上我们讨论了,如何利用结局指标的基线数据来使干预措施的临床疗效估计更为合理 。实际上,很多时候一个临床研究在设计数据收集时,往往不会只收集开始(基线)和结束(随访终点)两个时间点的数据 。当遇到结局指标多个时间点数据时,就需要采取不同的方法,当然也取决于研究目的 。
两组均值随时间的变化趋势
多个时间点的计量数据可以以时间为横坐标、指标数值为纵坐标绘制折线图展示,下图为一项研究的结果图,每个时间点都描绘了均值与标准误(下图) 。
图表|多图示例:如何呈现论文结果中的各种图表
文章图片


不同下降率(或升高率)的组间比较
许多研究的结局指标中,后续时间点较基线时的变化数值所占百分比(下降率或升高率)具有重要的临床意义,比如在呼吸系统功能损伤的研究中用力肺活量的下降率,此时可计算不同时间点的结局指标下降率或升高率,再进行组间比较及后续分析 。
在随访过程中某一特定时间点的独特价值
如在18个月时检测糖化血红蛋白来评价一种糖尿病药物的疗效,这样的情况下,特定时间的数据应着重分析 。
因为多个时间点的计量资料往往存在相关性,不同于一般的统计分析方法(要求各数据彼此相互独立),此时应该选择重复测量分析 。(详见:SPSS:单因素重复测量方差分析(史上最详细教程))
3. 计量资料呈偏态分布的分析方法
有时候计量资料的数据呈偏态分布,此时组间均值比较的传统分析方法可能受一些极端值的影响而扭曲,此时可以选择如下的处理方法:
采取合适的数据转换
例如,将原始数值取自然对数后,数据呈正态分布,此时采用几何均数来进行组间差异的比较 。
使用非参数检验
非参数检验中,比较常用的是采用中位数对两组疗效进行描述,并用非参数方法(例如常用的秩和检验)对组间疗效差异进行分析可避免极端值的影响 。
设定特定的临界值,将原来的连续性变量转换为二分类变量
例如,计算超过肝脏功能指标上限数值的人数占总人数的百分比,这时采用卡方检验比较组间的百分比有无差异即可 。
参考文献
1. J Am Coll Cardiol 66(22):2536–2549
2. N Engl J Med 2014;371:993–1004.
3. N Engl J Med 2013;369:1317–26.
4. Lancet 2014;384:1849–58.
5. N Engl J Med 2013;368:1303–13.
6. N Engl J Med. 2014; 370:1393–401.
推荐医咖会专栏课程《缺失值的处理和常见研究类型的统计分析》!
讲解缺失数据的核心处理方法及SPSS操作,以及病例对照研究和RCT的统计分析思路 。
使用电脑,打开医咖会,观看专栏视频:
https://www.mediecogroup.com/zhuanlan/courses/7
关注医咖会,及时获取最新统计教程

推荐阅读