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。
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)。
- 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”
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%)。
(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。
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。
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。