《宫颈长度与双胎自发性早产的相关性研究》的统计学方法理解
文章-宫颈长度与双胎自发性早产的相关性研究
文章中的统计学方法描述如下：
计量资料采用 (珚x ± s) 进行统计描述 ， 定性资料采用频数和构成比描述 ， 采用 t 检验或单因素方差分析比较不同组间的宫颈长度 ， 采用 Pearson 相关分析孕周和宫颈长度的相关性 ， 采用受试者工作曲线 (ROC) 分析宫颈长度预测早产的风险 ;上述统计学分析均采用 S P S S 2 3. 0 统计软件进行分析 ; 检验 水准 α = 0. 0 5 。
下面是分步解读
- 研究对象的基本特征
计量资料采用 (x ± s) 进行统计描述 ， 定性资料采用频数和构成比描述 ，103 例研究对象的基本特征。 平均年龄为 (32.44 ± 4.31) 岁 ，平均孕周为 (35.11 ± 2.15) 周 ， 早产史和分娩时的孕周比例 。
1.计量资料以 x±s 表示（x：均值；s：标准差）
2.数据类型
在医学论文中，数据分为三种类型：计数，计量和等级。
计数数据是定性观察的结果, 例如患者的性别、职业等等。统计指标是各个属性或类别的计数，率，结构百分比等等。
计量数据是定量观察的结果, 通常有度量单位，例如患者的年龄 、血压、心率等等。统计指标常用平均数±标准差来表示。
等级数据介于定性观察和定量观察之间。观察结果有等级或程度上的差别, 但不能用数量表示，例如疗效评价（包括无效，有效，显著等）。
http://www.datasoldier.net/archives/1408
image-20201121210526412
==所以文章中的计量资料表示方式如下图==
image-20201121210807807
若是计数资料，就涉及到率的可信区间、单个率的比较、多个率的比较。
若是计量资料，就涉及到均值的可信区间、单个均值的比较、多个均值的比较。
上图中可见标注绿色的是计量资料，就是用的 (x ± s) 进行描述的，其他未标注绿色的是计数资料，用的是就是构成比例%进行描述。
http://paper.dxy.cn/article/278773
3.描述性统计
描述性统计包含多种基本描述统计量，让用户对于数据结构可以有一个初步的认识。
在此所提供之统计量包含：
-
基本信息：样本数、总和
-
集中趋势：均值、中位数、众数
-
离散趋势：方差(标准差)、变异系数、全距(最小值、最大值)、内四分位距(25%分位数、75%分位数)
-
分布描述：峰度系数、偏度系数
均数mean
中位数median
方差var
标准差sd
变异系数（Coefficient of Variation）：sd(Nile)/mean(Nile)
4.采用 t 检验或单因素方差
- 不同孕周的产妇的宫颈长度
经单因素方差分析 ， 四组研究对象的宫颈长度具有统计学差异 (F=62.797，P<0.0001);经 LSD 两两比较 ， 各组之间均具有统计学差异 (31 ~ 32 周 vs 28 ~ 30 周除外)
-
比较两个独立分组在单一变量上的均值，可以使用独立样本t检验，也可以使用单因素方差分析。
-
如果比较三个或三个以上分组时就会使用方差分析。
-
两者的结论是一样的，t检验得到 t 值，方差分析得到 F 比率， F 比率是t 值的平方。
-
进行单因素方差分析时，需要一个分类（或名义）变量作为自变量，以及一个连续变量（例如考试成绩）作为因变量，自变量至少分出两个独立的组别。
------参考《白话统计学》第10章-单因子方差分析
F值：组均值之间的平均差异于各组内部的平均变异之比，即表明整体而言组均值之间是否存在显著差异。但不能止于F值，接下来进行事后检验可以确定哪几组不同，就用可以用多重比较法。
==F值的计算公式如下==
14501606053827_.pic_hd
==关于F值的计算过程举例如下图==
14491606053554_.pic_hd
14471606053481_.pic
14481606053482_.pic
- 这篇文章中算出的F值是62.797，==对应着附录表pdf文档的附表五：F 分布临界值表(α=0.05)，因此分子分子自由度为4（总共5组，5-1=4），5组共有103例研究对象，分母自由度是103-5=98，对应着附录表5中的α值=0.05时，F临界值是2.47和2.46之间，而本文算出的F值是62.797，远大于2.47，所以对应的p值是<0.0001,这个结论认为结果是统计显著的。（这里的α和p值的含义是差不多的，都是代表统计结果是否显著的）==
5.多重比较
LSD: 方差分析主要是用于多组均值比较的，方差分析的结果是多组均值之间是否有显著性差异，但是这个显著性差异是整体的显著性差异，可是我们并不知道具体是哪些组之间有显著性差异。所以就有了多重比较，目的就是为了获取具体哪些组之间有显著差异。其中有一个方法称为“Fisher 氏最小显著差检验(Fisher's least significant difference, 简称LSD 检验）”
下面的这个链接中举了一个很好的例子，有助于理解老师的文章中的一句描述就是------经 LSD 两两比较 ， 各组之间均具有统计学差异 (31 ~ 32 周 vs 28 ~ 30 周除外)
https://blog.csdn.net/junhongzhang/article/details/102774432
- 宫颈长度与孕周的相关性
采用 Preason 相关分析宫颈长度与孕周间的相关性 ，分析结果显示 ，宫颈长度与孕周呈负相关关系 ， 具有统计学意义 (r= -0.745，P<0.0001)，提示: 宫颈长度对孕周的增大而降低
image-20201124004107964
6.相关性分析
对两个或两个以上变量的关系的研究就是相关性分析，变量间关联的最基本测度之一是相关系数，科学研究中最常用的就是皮尔逊积差相关系数（ Preason ），对于计算皮尔逊相关系数而言，要求两个变量必须是定距或定比的连续变量。相关性有正相关和负相关，分别用正和负号表示。“-” 表示负相关。相关系数绝对值>0.5(或正或负)，表示强相关。Preason相关系数的符号==用r表示==，当计算相关性系数时，如果想知道检验相关系数是否统计显著，常用==t分布检验==来检验相关系数是否统计显著。
==下面是t值的计算公式==
14511606057854_.pic_hd
老师的文章中的r是0.745，N是103，自由度就是103-2=101，计算后t值是11.22，去附录表pdf文档的附表三： t 分布临界值表得到df自由度是100时对应的t值是2.626，这是的p值是0.005，我们计算的11.22要远大于2.626,所以显著性p值要更加小，就是更显著（但是我没找到更全面的对应表，意思大概是这样的）
- 宫颈长度预测早产风险 ROC 曲线
采用 ROC 曲线分析宫颈长度预测早产风险的价 值 ， 见图 3 。 宫颈长度预测早产风险的 ROC 曲线显
示 ，宫颈长度对预测双胎早产具有较高的临床价值
image-20201124004130592
7.ROC曲线和AUC面积
第一个指标---==纵轴==TPR,要越高越好。而把没病的样本误诊为有病的,也就是第二个指标---==横轴==FPR,要越低越好，所以就是曲线上的点越靠近左上角，AUC的面积越大，这样的结果就是预测的结果越接近实际的结果。
https://mp.weixin.qq.com/s/RGCER1Wp3jU2DPWfT3J51g
文章中的AUC面积是0.8246，是很高的结果，一般大于0.7都是很好的预测模型。同时还是需要P值来对这个模型是否统计显著进行描述，P<0.05就可以。文章中的宫颈长度预测早产风险的灵敏度为 97.83% 、诊 断 截 断点为27. 58 mm 、 特异度为 66.67% 是计算AUC面积过程中产生的值，置信区间也是。
