医学研究的流行病学指标及统计方法速查表（中文版）

来源：OpenEpi网站，手机上阅读效果欠佳，建议用PC或平板打开，或将网页打印成PDF阅读和查询。

一、描述性研究（DESCRIPTIVE STUDIES）

情况	流行病学结果	统计方法
时间描述（Time description）	1、散点图（Scatter  plots）；2、带趋势线的散点图（Scatter  plots with trend lines）；3、带平滑样条的散点图）Scatter plots with spline smoothing）	1、季节指数（Seasonality index）
空间描述（Place description）	1、加点地图（Spot maps）	1、聚类方法，如K均值聚类
人间描述（Person description）	1、条图（Bar  charts）；2、饼图（Pie charts）；3、直方图（Histograms）；4、箱图（Box plots）；5、箱须图（Box  and whisker plots）；6、茎叶图（Stem  and leaf diagrams）；7、层次树（Hierarchical  trees）；8、散点图	1、均值（Mean）；2、率（Proportion）；3、标准差（Standard deviation）；4、标准误（Standard errors）；5、中位数（Median）；6、百分位数（Percentiles）；7、众数（Mode）

二、横断面研究（CROSS-SECTIONAL STUDIES）

情况	流行病学结果	统计方法
分组比较（Group comparison）	1、危险度减少率（Risk reduction）及其95%CI；2、优势比（Odds ratios）及其 95%CI	1、关联性的卡方检验（chi square test of association）；2、Fisher 精确检验（Fisher’s exact test）；3、Φ系数（Φ coefficient）；4、Cramer V系数；5、线性趋势性卡方检验（chi square test for linear trend）；6、独立样本t检验（Student’s T test (unpaired)）；7、Mann-Whitney U 检验（Mann-Whitney U test）；8、Mantel-Haenszel 卡方检验（Mantel-Haenszel chi  square test）；9、非条件多重logistic 回归（Unconditional multiple logistic regression）10、广义线性模型（Generalized linear models）；11、Bonferroni 校正（Bonferroni’s  corrections）

三、病例-对照研究（CASE-CONTROL STUDIES）

情况	流行病学结果	统计方法
非配对病例-对照研究（Unmatched case-control study） 一个二分类暴露变量，如：是/否 一个对照组	优势比及其95%CI：1、Cornfield 法（Cornfield’s  method）；2、Woolf 法（Woolf’s method）；3、精确法（Exact method）	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数
非配对病例-对照研究 一个有序分类暴露变量 一个对照组	每个分类与参考分类比较的优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数；4、Cramer V系数；5、线性趋势性卡方检验
非配对病例-对照研究 一个连续变量（Single continuous variable） 一个对照组	-	1、独立样本t检验（Student’s T test (unpaired)）；2、Mann-Whitney U 检验（Mann-Whitney U test）
非配对病例-对照研究） 多个二分类暴露变量，如：是/否 一个对照组	每个变量单独的优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法 变量组合的调整优势比（Adjusted ORs）：1、分层和汇总优势比及其95%CI	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数；4、非条件多重logistic回归；5、Mantel-Haenszel卡方检验
非配对病例-对照研究 多个暴露变量，表达为2或以上的有序分类 一个对照组	各单独变量中，各分类与参考分类比较的优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法 变量分类组合的调整优势比	1、关联性的卡方检验；2、Fisher 精确检验；3、Cramer V系数；4、线性趋势性卡方检验；5、非条件多重logistic回归
非配对病例-对照研究 多个连续变量 一个对照组	-	1、独立样本t检验；2、Mann-Whitney U 检验；3、非条件多重logistic回归
非配对病例-对照研究 变量类型的组合（Combinations of variable  types） 一个对照组	各单独变量中，各分类与参考分类比较的优势比及其95%CI；1、Cornfield 法；2、Woolf 法；3、精确法； 变量分类组合的调整优势比 分层和汇总优势比及其95%CI	1、关联性的卡方检验；2、Fisher 精确检验；3、Φ系数；4、Cramer V系数；5、线性趋势性卡方检验；6、独立样本t检验；7、Mann-Whitney U 检验；8、Mantel-Haenszel 卡方检验；9、非条件多重logistic 回归；10、广义线性模型
非配对病例-对照研究 一个二分类暴露变量，如：是/否 多个对照组	优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法 分层和汇总优势比及其95%CI	1、关联性的卡方检验；2、Fisher 精确检验；3、Φ系数；4、Mantel-Haenszel 卡方检验
非配对病例-对照研究 一个有序分类暴露变量 多个对照组	各分类与参考分类比较的优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法； 每个对照组分别比较	1、关联性的卡方检验；2、Fisher 精确检验；3、Cramer V系数；4、线性趋势性卡方检验；5、多重比较的Bonferroni校正
非配对病例-对照研究 一个连续变量 多个对照组	-	1、方差分析及Tukey两两比较检验；2、Kruskal-Wallis检验，并在Bonferroni 校正后，用Mann-Whitney U检验进行两两比较
非配对病例-对照研究 多个二分类暴露变量，如：是/否 多个对照组	各变量单独的优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法 变量组合的调整优势比 分层和汇总优势比及其95%CI	1、关联性的卡方检验；2、Fisher 精确检验；3、Φ系数；4、Mantel-Haenszel 卡方检验；5、非条件多重logistic 回归
非配对病例-对照研究 多个暴露变量，表达为2或以上的有序分类 多个对照组	各单独变量中，各分类与参考分类比较的优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法 变量组合的调整优势比	1、关联性的卡方检验；2、Fisher 精确检验；3、Cramer V系数；5、线性趋势性卡方检验；6、非条件多重logistic 回归
非配对病例-对照研究 多个连续变量 多个对照组	-	1、方差分析及Tukey两两比较检验；2、Kruskal-Wallis检验，并在Bonferroni 校正后采用Mann-Whitney U检验进行两两比较；3、多分类多重logistic 回归（Polytomous multiple logistic regression）
非配对病例-对照研究 变量类型的组合 多个对照组	各单独变量中，各分类与参考分类比较的优势比及其95%CI：1、Cornfield 法；2、Woolf 法；3、精确法 变量分类组合的调整优势比 分层和汇总优势比及其95%CI	1、关联性的卡方检验；2、Fisher 精确检验；3、Φ系数；4、Cramer V系数；5、线性趋势性卡方检验；6、独立样本t检验；7、Mann-Whitney U 检验；8、非条件多重logistic 回归；9、方差分析及Tukey两两比较检验；10、Kruskal-Wallis检验；11、广义线性模型
配对病例-对照研究（Matched case-control study） 一个二分类暴露变量，如：是/否 一个对照组	优势比及其95%CI：1、McNemar 法（McNemar’s  method）	1、关联性McNemar卡方检验（McNemar’s chi square test of association）
配对病例-对照研究 一个暴露变量，表达为2或以上的有序分类 一个对照组	拆分成4格表后与参考分类比较的优势比及其95%CI：1、McNemar 法（McNemar’s method）	1、关联性McNemar卡方检验；2、Breslow-Day 检验（Breslow-Day  test）
配对病例-对照研究 一个连续变量 一个对照组	-	1、配对t检验（Student’s T test (paired)）；2、Wilcoxon 符号秩检验（Wilcoxon signed-rank test）
非配对病例-对照研究 多个二分类暴露变量，如：是/否 一个对照组	各单独变量变量的优势比及其95%CI:1、McNemar法 变量组合的调整优势比	1、关联性的McNemar卡方检验；2、条件多重logistic 回归（Conditional  multiple logistic regression）
配对病例-对照研究 多个暴露变量，表达为2或以上的有序分类 一个对照组	各单独变量中，各位分类与参考分类比较的优势比及其95%CI:1、McNemar法 变量分类组合的调整优势比	1、关联性McNemar卡方检验；2、Breslow-Day 检验；3、条件多重logistic 回归
配对病例-对照研究 多个连续变量 一个对照组	-	1、配对t检验；2、Wilcoxon 符号秩检验；3、条件多重logistic 回归
配对病例-对照研究 变量类型的组合 一个对照组	各单独变量中，每个分类与参考分类比较的优势比及其95%CI：1、McNemar法 变量分类组合的调整优势比	1、关联性McNemar卡方检验；2、Breslow-Day 检验；3、配对t检验；4、Wilcoxon符号秩检验；5、条件多重logistic 回归；6、广义线性模型
配对病例-对照研究 一个二分类暴露变量，如：是/否 多个对照组	优势比及其95%CI：1、McNemar法 分层或汇总优势比及其95%CI	1、关联性McNemar卡方检验；2、Mantel-Haenszel卡方检验
配对病例-对照研究 一个暴露变量，表达为2或以上的有序分类 多个对照组	拆分成4格表后每个分类与参考分类比较的优势比及其95%CI：1、McNemar 法 与每个对照组单独比较	1、关联性McNemar卡方检验；2、Breslow-Day 检验；3、多重比较的Bonferroni校正
配对病例-对照研究 一个连续变量 多个对照组	-	1、Friedman  方差分析（Friedman’s Analysis of variance）；2、Kruskal-Wallis检验，并在Bonferroni 校正后采用Mann-Whitney U检验进行两两比较
配对病例-对照研究 多个二分类暴露变量，如：是/否 多个对照组	各变量单独的优势比及其95%CI：1、McNemar法 变量组合的调整优势比 分层或汇总优势比及其95%CI	1、关联性McNemar卡方检验；2、Mantel-Haenszel检验；3、条件多重logistic回归
配对病例-对照研究 多个暴露变量，表达为2或以上的有序分类 多个对照组	各单独变量中，每个分类与参考分类比较的优势比及其95%CI：  1、McNemar法 变量分类组合的调整优势比	1、异质性卡方检验（chi square test of heterogeneity）；2、Breslow-Day 检验；3、条件多重logistic 回归
配对病例-对照研究 多个连续变量 多个对照组	-	1、Friedman方差分析；2、Kruskal-Wallis检验，并在Bonferroni 校正后采用Mann-Whitney U检验进行两两比较；3、多分类多重logistic 回归
配对病例-对照研究 变量类型的组合 多个对照组	各单独变量中，每个分类与参考分类比较的优势比及其95%CI：  1、McNemar法 变量分类组合的调整优势比 分层或汇总优势比	1、关联性McNemar卡方检验；2、Breslow-Day 检验；3、配对t检验；4、Wilcoxon符号秩检验；5、条件多重logistic回归；6、Friedman方差分析；7、Kruskal-Wallis检验；8、Mantel-Haenszel检验；9、广义线性模型

四、定群研究（COHORT STUDIES）

情况	流行病学结果	统计方法
结局为暴露组和非暴露组的事件数，且每个体结局的事件数最多仅为1	1、相对危险度（Relative risk）及其95%CI；2、超额危险度（Excess fraction），又称危险度减少率；3、病因分值（Etiologic fraction），又称归因危险度（attributable risk）；4、人群归因危险度（Population attributable risk）；5、人群归因危险度百分比（Population attributable risk proportion）	1、关联性卡方检验；2、Fisher 精确检验；2、Φ系数；3、多个有序分类变量的线性趋势性卡方检验；4、非条件多重logistic 回归；5、广义线性模型
结局是暴露组和非暴露组的事件数，且每个个体的事件数可以为多次	相对风险比(Relative hazards)及其95%CI	1、Kaplan-Meier  生存曲线（Kaplan-Meier survival curves）；2、对数秩检验（Log-rank test）或基于违反比例风险假设（proportional hazards assumption）的Wilcoxon检验；3、Cox 比例风险模型（Cox  proportional hazards model）4、Poisson  多重回归（Poisson’s multiple regression）
结局是暴露组和非暴露组的事件发生的时间	相对风险比(Relative hazards)及其95%CI	1、Kaplan-Meier  生存曲线；2、对数秩检验或基于违反比例风险假设的Wilcoxon检验；3、Cox 比例风险模型4、Poisson 多重回归
结局是暴露组和非暴露组的连续变量	具有临床意义的割点的相对危险度及其95%CI	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数；4、多个有序分类变量的线性趋势性卡方检验；5、非条件多重logistic 回归；6、广义线性模型；7、时间序列分析（Time  series analyses）

五、临床与预防试验（CLINICAL AND PREVENTIVETRIALS）

情况	流行病学指标	统计方法
结局为暴露组和非暴露组的事件数，且每个体结局的事件数最多仅为1	1、相对危险度及其95%CI；2、超额危险度，又称危险度减少率；3、病因分值，又称归因危险度；4、人群归因危险度；5、人群归因危险度百分比；6、需治疗人数（Number needed to treat，NNT）；7、疫苗效力（Vaccine efficacy）及其95%CI	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数；4、多个有序分类变量的线性趋势性卡方检验；5、非条件多重logistic 回归；6、广义线性模型；
结局是暴露组和非暴露组的事件数，且每个个体的事件数可以为多次	1、相对风险比及其95%CI；2、疫苗效力及其95%CI	1、Kaplan-Meier  生存曲线；2、对数秩检验或基于违反比例风险假设的Wilcoxon检验；3、Cox 比例风险模型4、Poisson 多重回归；5、使用α消耗函数（alpha-spending function）期中分析（interim  analyses）的序贯试验（Sequential trial）；6、广义线性模型
结局是暴露组和非暴露组的事件发生的时间	1、相对风险比及其95%CI；2、疫苗效力及其95%CI	1、Kaplan-Meier  生存曲线；2、对数秩检验或基于违反比例风险假设的Wilcoxon检验；3、Cox 比例风险模型
结局是暴露组和非暴露组的连续变量	具有临床意义的割点的相对危险度及其95%CI	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数；4、多个有序分类变量的线性趋势性卡方检验；5、非条件多重logistic 回归；6、广义线性模型；7、时间序列分析

六、筛检试验的评价（SCREENING TEST PERFORMANCE EVALUATION）

情形	流行病学指标	统计方法
二分（Dichotomous）（阳性 /阴性)结果与参考标准（reference  standard）比较	1、灵敏度（Sensitivity）；2、特异度（Specificity）；3、阳性预测率（Positive predictivity）；4、阴性预测率（Negative predictivity）；5、准确性（Accuracy）；6、阳性检验的似然比（Likelihood ratio of a positive test）；7、阴性检验的似然比（Likelihood ratio of a negative test）8、Cohen κ系数（Cohen’s kappa）；9、熵（Entropy）；10、偏倚指数（Bias index）	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数
多个分类检验结局与参考标准比较	1、每个分类检验结局的似然比；2、ROC曲线（Receiver-operating  characteristic curve）	1、关联性卡方检验；2、Fisher 精确检验；3、Φ系数；4、线性趋势性卡方检验；5、用Wilcoxon法（Wilcoxon’s method）计算ROC曲线下面积及其95%CI
连续检验结果与参考标准比较	1、结局预定义分类的似然比；ROC曲线	1、ROC曲线下面积及其95%CI；2、最佳操作点（Optimum  operating point ，OOP）的选择；3、错误损失的比较（Cost-of-error comparisons）

本订阅号出版的书籍

一起学系列订阅号

 

---

【回复关键词（单个词）获取下载地址】

学习资源包：SPSS ；文章目录：文章 或 art

配套电子书：book 或 电子书

免费（试用）统计工具：

tool、minitab、epiinfo、epidata 、openepi或 size