完全随机区组设计二分类资料的Cochran Q检验(Cochran’s Q Test)——MedCalc软件实现

发布于 2023年1月29日 星期日 13:19:31 浏览:1673
原创不易,转载请注明来源,感谢!
附件下载:
1674969927-Cochran Q检验.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

在完全随机区组设计的科研中(或一些不满足独立性条件的研究中),如果结局指标属于二分类,如成功或失败、有效或无效,此时这种资料可以采用Cochran’s Q检验进行数据分析。本文将实例演示在MedCalc软件中实现Cochran Q检验的操作步骤。

关键词:MedCalc; Cochran Q检验; 非独立二分类资料

对于多次重复测量的数据,如果是连续变量可以考虑采用重复测量的方差分析;如果是等级资料,可以考虑采用Friedman检验;而如果是二分类资料,则可以考虑使用Cochran Q检验。Cochran Q检验的本质为McNemar检验的扩展。

一、案例介绍

某研究为比较A、B、C 3种方法对同一批患者血样某抗体检测的效果。随机抽取患者30例,每名患者都使用不同检测方法进行检测,阳性记为“1”;阴性记为“0”。问3种方法的检测结果有无差别?

首先进行数据录入,本题为非频数资料(原始资料),设置分组变量和观察变量即可,每一行为一个患者的数据。ID表示检测样本编号,A、B、C分别表示A、B、C3种方法,1表示检测结果阳性,0表示阴性。部分数据见图1。本案例数据可从“附件下载”处下载。

图1

二、问题分析

本案例的分析目的是比较3种方法的检测效果有无差别,由于检测的样本完全一致,属于配对设计。因此,可以认为本案例是比较3种方法检测结果的一致性,或者比较3者阳性检测率的差异。每个数字代表的是一个对子,而不是单独的一个频数。对于本案例可采用完全随机区组设计二分类资料的Cochran Q检验(Cochran’s Q Test)进行分析。但需要满足2个条件:

条件1:观察变量为二分类变量。本案例数据为检测结果阳性或阴性,该条件满足。

条件2:试验方法或干预措施大于或等于3个。本案例为A、B和C3种方法,该条件满足。

三、软件操作及结果解读

(一) 适用条件判断

本案例满足条件1~2。

(二) 统计描述及推断

1. 软件操作

选择“统计”—“交叉表”—“科克伦Q检验”(图2)。

图2
  • 进入“Cochran Q检验”对话框(图3),在“变量”列依次选择A、B、C3个变量,显著性水平选择 0.05,点击“确定”
图3

2. 结果解读

(1) 统计描述

频率表见图4,可知3种检测方法按阳性率从小到大排依次为A(26.67%)、B(60.00%)、C(70.00%)。

图4
(2) 统计推断

由Cochran Q检验表格可知,Q=13.90、P=0.001,按α=0.05水准,可认为差异具有统计学意义,即3种检测方法结果不全相等,见图5。

图5

对于Cochran Q检验,当P<0.05时,软件会自动对3种方法的数据进行两两比较。“多重对比”结果(图6)显示,当两种方法的率差值≥29.1386%时,按α=0.05水准,可认为两种方法的检测结果差异有统计学意义。本案例B方法和C方法的检测结果与A方法之间的差异有统计学意义。

图6

四、结论

本研究采用Cochran Q检验比较A、B、C3种方法对同一批患者血样某抗体检测的结果。结果显示可知3种检测方法按阳性率从小到大排依次为A(26.67%)、B(60.00%)、C(70.00%)。Cochran Q检验分析发现,3种方法检测结果不全相同(P=0.001)。多重比较结果发现,B方法和C方法的检测结果与A方法之间的差异有统计学意义。

End
文章目录 沉浸式阅读