14、医学数据统计分析方法解析

医学数据统计分析方法解析

1. 定性诊断测试性能比较

在医学数据的定性诊断测试性能比较中，有两种方法值得关注。一种是将疾病的存在作为结果，测试分数作为预测因子的逻辑回归；另一种是 c - 统计量。

数据文件 2 的曲线下面积大于数据文件 1，这表明测试 2 的表现似乎更好。可以使用 z 检验来测试这种差异的显著性。

1.1 逻辑回归与 c - 统计量的应用及局限性

逻辑回归和 c - 统计量都可用于比较定性诊断测试的性能。然而，c - 统计量在曲线下面积非常大时可能表现不佳，并且它评估的是相对风险，而在实际应用中，绝对风险水平可能更为重要。

2. Q - Q 图评估医学数据正态性

在分析医学数据之前，查看数据的一个好起点是数据图，如散点图或直方图。它可以帮助判断数据是否呈正态分布（钟形、高斯分布），并了解离群数据和偏态情况。不过，像卡方拟合优度检验、Shapiro - Wilkens 检验或 Kolmogorov - Smirnov 检验等正态性检验方法通常效力较低，不能很好地识别数据偏离正态性的情况。而 Q - Q（分位数 - 分位数）图可能是一种更好的方法。

2.1 具体操作步骤

2.1.1 以 HDL 胆固醇值为例

• 数据获取：获取包含 50 个 HDL 胆固醇测量值的数据文件，前 10 个值分别为 3.80、4.20、4.27、3.70、3.76、4.11、4.24、4.20、4.24、3.63。整个文件可在 extras.springer.com 上的 SPSS 文件“q - q plot”中找到。