Jonckheere-Terpstra趋势检验可用于分析完全随机设计的资料，可检验观察变量与各处理组（一般为两组以上）是否有顺序效应，适用于连续性资料或有序分类资料。本文介绍Jonckheere-Terpstra趋势检验在MedCalc软件中的实现过程。
关键词：MedCalc; 秩和检验；Jonckheere-Terpstra趋势检验
一、案例分析
某医师欲研究胆管癌患者血清中糖类抗原19-9(carbohydrate antigen19-9，CA19-9)水平(μg/L)是否随肿瘤直径的增大而升高，根据肿瘤直径大小分成＜2cm (代码为1)，2~3cm (代码为2)和＞3cm (代码为3)三个组别，每组随机选择9人，该医生分别对所有患者血清中CA19-9水平进行了测定。试分析血清中CA19-9是否随着肿瘤直径的变化呈某种趋势。对数据的变量和水平进行标签赋值后部分数据如图1。本文案例数据可从“附件下载”处下载。
二、问题分析
本案例分析目的是研究胆管癌患者中不同的肿瘤直径与血清CA19-9水平是否有顺序效应。针对这种情况，可考虑使用Jonckheere-Terpstra趋势检验，使用时，需要满足以下条件：
条件1：处理资料为完全随机设计资料。本例中三组分别随机选择9人，该条件满足。
条件2：有一个观察变量，且观察变量为连续变量(不满足正态分布或方差严重不齐)或等级变量。该条件需要通过软件判断或专业判断。
条件3：有一个多分类的分组变量(k＞2)。本案例中肿瘤直径分为＜2cm，2~3cm和＞3cm三组别，该条件满足。
条件4：具有相互独立的观测值。本研究中各研究对象的血清CA19-9水平都是独立的，不存在互相干扰的情况，该条件满足。
三、软件操作及结果解读
(一) 适用条件判断
1. 条件2判断 (正态性检验)
(1) 软件操作
选择“统计”—“汇总统计”(如图2)。
“汇总统计”对话框中，“变量”选择“CA”，“筛选条件”分别选择“group=1”“group=2”“group=3”，“检验正态分布”选择“Shapiro-Wilk检验 (夏皮罗-威尔克正态性检验，S-W检验)”，见图3-1、3-2和3-3。
(2) 结果解读
图 4-1至4-3为三组数据正态性检验结果，三组的P值分别为0.0228、0.0403、0.0423，按照α=0.1的检验水准，均拒绝H0假设，提示三组数据均不服从正态分布。
2. 条件2判断 (方差齐性检验)
(1) 软件操作
选择“统计”—“方差分析”—“方差单向分析”(如图5)。
“方差单向分析 (ANOVA)”对话框中，“数据”选择“CA”，“因子代码”选择“group”，其他选项为默认状态，点击“确定”(图6)
(2) 结果解读
图7为方差齐性检验结果（Levene统计），F=8.452、P=0.002，按照α=0.1的检验水准，均拒绝H0假设，提示方差不齐。
(二) Jonckheere-Terpstra趋势检验
1. 软件操作
选择“统计”—“方差分析”—“克鲁斯卡尔沃利斯检验”(如图8)。
“Kruskal-Wallis检验”对话框中，“数据”选择“CA”，“因子代码”选择“group”，右侧勾选上“Jonckheere-Terpstra趋势检验”，点击“确定”(图9)。
2. 结果解读
(1) 统计学描述
图10为三组数据的描述情况，肿瘤直径＜2cm、2~3cm和＞3cm的胆管癌患者的CA19-9水平分别为34.00 (31.75~41.75) μg/L、332.00 (315.50~415.75) μg/L和826.00 (788.25~1010.00) μg/L。三组胆管癌患者血清CA19-9水平的中位数及其四分位数间距随着肿瘤直径增大而增大。
(2) 统计学推断
图11为Kruskal-wallis检验和Jonckheere-Terpstra趋势检验的分析结果。Kruskal-wallis检验的统计量为23.1429，P=0.000009；事后分析中第一列括号中数字如果与第四列括号中数字不一致，则表明两组的差异有统计学意义，本例中两两比较差异均有统计学意义。Jonckheere-Terpstra趋势检验的统计量(Z值)为5.400，P＜0.00001，表明CA19-9水平(μg/L)会随着肿瘤直径的增大而升高。
四、结论
本案例采用Jonckheere-Terpstra趋势检验分析胆管癌患者血清中CA19-9水平是否随着肿瘤直径的变化呈某种趋势。肿瘤直径＜2cm、2~3cm和＞3cm的胆管癌患者的CA19-9水平分别为34.00 (31.75~41.75) μg/L、332.00 (315.50~415.75) μg/L和826.00 (788.25~1010.00) μg/L，三组胆管癌患者血清CA19-9水平的中位数随着肿瘤直径增大而增大。Jonckheere-Terpstra趋势检验分析显示，这种趋势有统计学意义(Z=5.400，P＜0.00001)。
五、知识小贴士
Jonckheere-Terpstra趋势检验用于检验连续性资料或有序分类资料与各处理组是否有顺序效应，此类型资料还可以使用Spearman ρ系数或Kendall τ系数表示。