医学信息学论文：孙振球-医学科研数据评价.ppt

《医学信息学论文：孙振球-医学科研数据评价.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、医学科研数据评价中的几个基本问题FundamentalProblemsofDataEvaluationinMedicalResearch主讲人：孙振球教授中南大学公共卫生学院一、数据评价（DataEvaluation）1.代表性(Representativeness)2.均衡性(Proportionality,Balance,Comparability)3.可靠性(Reliability）4.完整性(Integrality)5.时效性(Timeliness)1.数据代表性（Representativeness）评价(1)“质”(Quality)的代表性评价①

2、随机化(Randomization)原则随机化抽样(RandomizedSampling)随机化分配(RandomizedAllocation)A.意义：机会均等，主观意愿的排除B.重要性：样本质的代表性的保证组间均衡性的保证统计推断的前提C.常用方法随机化抽样多阶段抽样(MultistageSampling)分层抽样(StratifiedSampling)系统（机械）抽样(SystematicSampling)单纯随机抽样：抛币、抽签、随机数字表(SimpleRandomSampling)整群抽样(ClusterSampling)随机化分配配对设计(Pai

3、redDesign)随机区组设计(RandomizedBlockDesign)完全随机设计(CompletelyRandomizedDesign)抽样框架(SamplingFrame)的确定案例分析(CaseAnalysis)(2)“量”(Quantity)的代表性评价①样本含量(SampleSize)的确定A.意义正式试验预备试验发现总体间存在确有实际意义的差别获得有关参数发现这种差别一定精度下所需的最少观察单位数C.常用方法样本代表性的保证样本间均衡性的保证结果重现性的保证②案例分析B.重要性经验法计算法查表法2.数据的均衡性(Proportionali

4、ty,Balance)评价(1)对照(Control)设置的科学性评价A.意义：比较中进行鉴别B.重要性：实验因素效应的分离C.常用方法历史对照HistoryControl空白对照BlankControl实验对照；安慰剂对照ExperimentControl;PlaceboControl标准对照；自身对照；相互对照StandardControl;SelfControl;MutualControl双盲设计与交叉设计DoubleBlindDesign;Cross-overDesign(2)案例分析3.数据的可靠性(Reliability)评价(1)有效数字(Si

5、gnificantDigit)问题：原始测量数据只允许保留一位估计数(2)离群值或可疑值(Outlier,SuspectedValue)识别与清除：A.意义：离群值为由粗大误差导致的极端值B.常用方法举例：单变量离群值：直方图、箱式图可发现离群值；Q检验、拉依达准则可剔除某离群值。多变量离群值：马式距离法剔除某观察单位。(3)缺失值问题缺失量缺失类型(完全随机，随机，非随机)处理方法(删除，估计，前两数据集的对比分析)(4)信度：精密性，取决于测量过程效度：准确性，取决于测量指标定义内涵和设计等一般效度好，信度也好(5)数据可靠性评价的几种简易方法：项目符合

6、率(ItemConcordanceCoefficient)一致性度量(AgreementMeasurement);相关分析方法(CorrelationAnalysis);Kappa系数(KappaCoefficient)等。指标值的合理性评价(6)案例分析4.数据的完整性(Integrality)评价观察单位完整观察项目完整5.数据的时效性(Timeliness)评价