上一篇关于“置信区间”的文章主要围绕平均值的置信区间做了一些说明,本篇讲继续讲述“置信区间”的其它类型。
01 其他置信区间
置信区间的概念是通用概念。在分析数据时,几乎所有值都可以计算95% CI(CI,confidence interval)。包括我们已讨论过平均值的标准偏差和标准误差,回顾→https://bbs.pinggu.org/thread-10314498-1-1.html
Prism计算的其它置信区间还包括:
1] 两组平均值之间的差异
2] 比例
3] 两种比例的比率
4] 线性回归的最佳拟合斜率
5] 通过非线性回归确定的EC50的最佳拟合值
6] 两组中位生存时间的比率
7] 一组值的中值
置信区间的概念对于以上所有情况都一样适用。你从小样本中收集数据并分析数据。对于该样本,你计算的值均100%正确,但会受到随机散布影响。置信区间告诉你确定该值的精确程度。给定某些假设,你可确定95% CI包含真实(总体)值。
统计学的基本概念是分析数据样本,并对总体(从中抽取数据)进行定量推断。置信区间是完成这项操作最简单的方式。
02 单侧置信区间
通常,置信区间表示为双侧范围。例如,你可以使用95%置信度来说明一项参数的真实值(平均值、EC50、相对风险、差值等)位于两个数值的范围内。Prism将该区间称为“双侧”,因为该区间同时受置信下限和上限的限制。在某些情况下,只在一个方向上表达置信区间更有意义 - 置信下限或上限。下面的案例会帮助大家更好地理解:
案例:
已开展的一项近期研究,目标是评价一种新药根除幽门螺杆菌感染的有效性,并确定其是否低于标准药物。(该示例改编自参考文献1*的示例)。新药的根除率为86.5%(109/126),而接受标准治疗的患者为85.3%(110/129)。
在该研究中,两种治疗的根除率差值为1.2%。关于新药,95%置信区间从比标准药物差7.3%的根除率下限延伸到比标准药物优9.7%的根除率上限。如果我们假设本研究的受试者代表更大群体,则代表该数值范围有95%的概率会包括两种药物根除率的真正差值。将剩余的5%分开,新治疗将根除率提高9.7%以上的概率为2.5%,新治疗将根除率降低7.3%以上的概率为2.5%。
在此情况下,既然目标是证明新药并不比旧药差,我们可以将95%置信度与2.5%上限相结合,并假设新药的根除率比标准药物的根除率差7.3%以下的概率为97.5%。然而,传统的说法是置信区间为95%,而非97.5%。我们可以很简单地设立一个单侧95%置信区间。为此,我们只需计算90%(而非95%)双侧置信区间。根除率差值的90% CI从 - 5.9%延伸到8.4%。但我们不太确定其是否包含真实数值,所以不会像95%区间一样延伸。我们可以重申95%置信区间大于 - 5.9%。我们有95%的信心认为新药的根除率并不比标准药物差5.9%。在检验非劣性的该示例中,只将单侧置信区间表示为下限才有意义。在其他情况下,将单侧置信限仅作为上限才有意义。例如在毒理学中,你可能只关注置信上限。
Prism并不直接计算单侧置信区间。但是,就像该案例展示的,你自己创建单侧区间非常简单。只需让Prism为你关注的数值创建一个90%置信区间。如果只想关注下限,则假设你95%确定真实数值高于(90%)下限。如果只想关注上限,则假设你95%确定真实数值低于(90%)上限即可。
参考文献:*1. S. J. Pocock,“非劣效性试验的利弊”,《基础与临床药理学》,17:483-490(2003)。