99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁精彩閱讀SPSS詳細(xì)教程:相對(duì)危險(xiǎn)度(RR)的計(jì)算
SPSS詳細(xì)教程:相對(duì)危險(xiǎn)度(RR)的計(jì)算
2018-02-17
收藏

SPSS詳細(xì)教程:相對(duì)危險(xiǎn)度(RR)的計(jì)算

一、問題與數(shù)據(jù)

研究者想探索吸煙與肺癌間的關(guān)聯(lián),即吸煙者患肺癌的風(fēng)險(xiǎn)是否比不吸煙者高以及高多少。研究者從一般人群中隨機(jī)抽樣700名調(diào)查對(duì)象建立前瞻性隊(duì)列研究。調(diào)查對(duì)象的吸煙狀態(tài)為吸煙或不吸煙。在研究開始時(shí),所有調(diào)查對(duì)象均未患肺癌。研究者隨訪10年記錄調(diào)查對(duì)象是否患肺癌。

因此,研究者可以分別得到患肺癌的吸煙者、未患肺癌的吸煙者、患肺癌的不吸煙者和未患肺癌的不吸煙者的人數(shù),據(jù)此可以計(jì)算吸煙組與不吸煙組的風(fēng)險(xiǎn)差異。

本例中代表吸煙狀態(tài)的變量為smoking_status,吸煙賦值為1,不吸煙賦值為2;代表隨訪期肺癌發(fā)病與否的變量為lung_cancer,患肺癌賦值為1,未患肺癌賦值為2。

部分?jǐn)?shù)據(jù)截圖如下,左側(cè)為原始數(shù)據(jù),右側(cè)為按不同吸煙狀態(tài)和患肺癌與否統(tǒng)計(jì)的匯總數(shù)據(jù)。

二、對(duì)問題的分析

為計(jì)算相對(duì)危險(xiǎn)度(RR),需要滿足以下假設(shè):

假設(shè)1:因變量和自變量均為二分類變量。

假設(shè)2:各觀測(cè)間相互獨(dú)立。

接下來將詳細(xì)介紹如何計(jì)算相對(duì)危險(xiǎn)度。

三、SPSS操作

1. 數(shù)據(jù)準(zhǔn)備

如果研究者使用原始數(shù)據(jù),則跳過數(shù)據(jù)準(zhǔn)備步驟,直接計(jì)算相對(duì)危險(xiǎn)度;如果使用按不同吸煙狀態(tài)和患肺癌與否來統(tǒng)計(jì)得到匯總數(shù)據(jù),則需要添加權(quán)重,步驟如下。

(1)點(diǎn)擊主菜單Data > Weight Cases,如下圖:

點(diǎn)擊后出現(xiàn)Weight Cases對(duì)話框,如下圖:


(2)勾選Weight cases by選項(xiàng),激活 鍵和Frequency Variable: 框,如下圖:


(3)將變量freq選入Frequency Variable框,如下圖:


(4)點(diǎn)擊OK鍵,為數(shù)據(jù)加權(quán)。

2. 相對(duì)危險(xiǎn)度的SPSS操作

(1)點(diǎn)擊主菜單Analyze > Descriptive Statistics > Crosstabs,如下圖:


點(diǎn)擊后出現(xiàn)Crosstabs對(duì)話框,如下圖:


注意:如果使用頻數(shù)統(tǒng)計(jì)的數(shù)據(jù)文件,Crosstabs對(duì)話框如下圖:


(2)將自變量smoking_status選入Row(s)框,因變量lung_cancer選入Column(s)框,如下圖:


注意:如果使用頻數(shù)統(tǒng)計(jì)的數(shù)據(jù)文件,Crosstabs對(duì)話框如下圖:


(3)點(diǎn)擊Statistics鍵,出現(xiàn)Crosstabs:Statistics對(duì)話框,如下圖:


(4)勾選Risk,如下圖:


(5)點(diǎn)擊Continue鍵,返回Crosstabs對(duì)話框。

(6)點(diǎn)擊Cells鍵,出現(xiàn)Crosstabs:Cell Display對(duì)話框,如下圖:


(7)勾選Percentanges區(qū)域的Row,如下圖:


(8)點(diǎn)擊Continue鍵,返回Crosstabs對(duì)話框。

(9)點(diǎn)擊OK鍵,生成結(jié)果。

四、結(jié)果解釋

1. 描述性統(tǒng)計(jì)分析

在報(bào)告相對(duì)危險(xiǎn)度前,研究者應(yīng)該先查看基本的一些統(tǒng)計(jì)量,了解數(shù)據(jù)特征。本例中在smoking_status*lung_cancer Crosstabulation表,如下圖:


首先,表中可看到在350名吸煙者中患肺癌的人數(shù),如下圖高亮:


隨訪期間29名吸煙者患肺癌,即8.3%(29÷350*100%=8.3%)的吸煙者患肺癌。

注意:表中僅保留了一位小數(shù),SPSS會(huì)自動(dòng)計(jì)算相對(duì)危險(xiǎn)度;如果研究者想得到更多小數(shù)位數(shù)手動(dòng)計(jì)算的相對(duì)危險(xiǎn)度,則雙擊smoking_status*lung_cancer Crosstabulation表,如下圖??捎^察到8.3%變?yōu)?.285714%。


其次,還能看到350名不吸煙者中患肺癌的人數(shù),如下圖:


隨訪期間9名不吸煙者患肺癌,即2.6%(9÷350*100%=2.6%)的不吸煙者患肺癌。研究者想得到更多小數(shù)位數(shù)手動(dòng)計(jì)算的相對(duì)危險(xiǎn)度,也可以如上操作,2.6%變?yōu)?.571429%,如下圖:


從smoking_status*lung_cancer Crosstabulation表中可以得到初步結(jié)論:與不吸煙者相比,吸煙者患肺癌的風(fēng)險(xiǎn)更高。

研究者可以匯報(bào):本研究隨機(jī)抽樣700名調(diào)查對(duì)象,吸煙者和不吸煙者各350名,吸煙者患肺癌的比例(8.3%)高于不吸煙者(2.6%)。

當(dāng)然,研究者也可以選擇分別匯報(bào)患肺癌的吸煙者、未患肺癌的吸煙者、患肺癌的不吸煙者和未患肺癌的不吸煙者的人數(shù)。

2. 相對(duì)危險(xiǎn)度

相對(duì)危險(xiǎn)度結(jié)果可以在Risk Table表中查看,如下圖高亮顯示。

注意:表中高亮顯示的為“For cohort lung_cancer=Yes”行,不是“For cohort lung_cancer=No”,因?yàn)檠芯空吒信d趣的是吸煙對(duì)患肺癌的影響。


吸煙者患肺癌的相對(duì)危險(xiǎn)度是3.222,95%置信區(qū)間為1.548到6.707。95%置信區(qū)間說明研究者有95%的把握說明人群中真實(shí)的相對(duì)危險(xiǎn)度在1.548和6.707間。

如果研究者手動(dòng)計(jì)算相對(duì)危險(xiǎn)度,則需要吸煙者患肺癌的比例即0.08285714和不吸煙者患肺癌的比例即0.02571429。將兩個(gè)比例輸入到相對(duì)危險(xiǎn)度計(jì)算公式,如下圖:


如果相對(duì)危險(xiǎn)度大于1且95%置信區(qū)間不包括1,說明暴露組發(fā)生疾病的風(fēng)險(xiǎn)高于非暴露組,是結(jié)局的危險(xiǎn)因素。本例中相對(duì)危險(xiǎn)度3.222說明吸煙者患肺癌的風(fēng)險(xiǎn)高出不吸煙者222%。研究者還可以計(jì)算超額危險(xiǎn)度,公式如下,其中RR為相對(duì)危險(xiǎn)度。

本例中,超額危險(xiǎn)度則為:

如果相對(duì)危險(xiǎn)度小于1且95%置信區(qū)間不包括1,則意味著暴露組患病風(fēng)險(xiǎn)降低,是結(jié)局的保護(hù)因素。例如,相對(duì)危險(xiǎn)度為0.34,代表與非暴露組相比,暴露組研究對(duì)象發(fā)生疾病的風(fēng)險(xiǎn)降低66%,計(jì)算如下。負(fù)號(hào)代表發(fā)生疾病的風(fēng)險(xiǎn)降低。

如果相對(duì)危險(xiǎn)度的95%置信區(qū)間包括1,說明暴露組與非暴露組發(fā)生疾病的風(fēng)險(xiǎn)差異無統(tǒng)計(jì)學(xué)意義。

提示:研究者必須把自變量smoking_status選入Row(s),因變量lung_cancer選入Column(s)。如果選反,則會(huì)出現(xiàn)如下結(jié)果。

上表中相對(duì)危險(xiǎn)度為1.574,95%置信區(qū)間上下限也分別變?yōu)?.297和1.910。因此,研究者需注意選對(duì)自變量和因變量。

綜上,研究者可以匯報(bào):本研究隨機(jī)抽樣700名調(diào)查對(duì)象,吸煙者和不吸煙者各350名,吸煙者患肺癌的比例(8.3%)高于不吸煙者(2.6%)。與不吸煙者相比,吸煙者患肺癌的相對(duì)危險(xiǎn)度為3.222(95%置信區(qū)間為1.548-6.707)。

五、撰寫結(jié)論

如果相對(duì)危險(xiǎn)度95%置信區(qū)間不包括1,可以匯報(bào):

本研究隨機(jī)抽樣700名調(diào)查對(duì)象,吸煙者和不吸煙者各350名,吸煙者患肺癌的比例(8.3%)高于不吸煙者(2.6%)。與不吸煙者相比,吸煙者患肺癌的相對(duì)危險(xiǎn)度為3.222(95%置信區(qū)間為1.548-6.707),且有統(tǒng)計(jì)學(xué)意義。

如果相對(duì)危險(xiǎn)度95%置信區(qū)間包括1,可以匯報(bào)(另外列舉一個(gè)例子):

有900名永久性房顫病人隨機(jī)分配至兩組,每組450名,一組使用降低腦卒中風(fēng)險(xiǎn)的新藥,另外一組使用常規(guī)藥物。使用新藥的房顫病人中11人(2.4%)患腦卒中,使用常規(guī)藥物病人24人(4.7%)患腦卒中。與使用常規(guī)藥物的房顫病人相比,使用新藥的病人患腦卒中的相對(duì)危險(xiǎn)度為0.524(95%置信區(qū)間為0.256-1.074),沒有統(tǒng)計(jì)學(xué)意義。


推薦學(xué)習(xí)書籍
《CDA一級(jí)教材》適合CDA一級(jí)考生備考,也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校,累計(jì)已有10萬+在讀~

免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0

數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼,搜微信號(hào):CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1:配置參數(shù) // 參數(shù)2:回調(diào),回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象,之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式,包括:float,popup width: "280px", https: true // 更多配置參數(shù)說明請(qǐng)參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }