无序多分类资料的卡方分割检验

在临床研究工作中,我们经常会使用到卡方检验,我们也在前期的文章中介绍了卡方检验的适用条件,以及何时应该使用Fisher’s exact test等问题。同时还应该注意合理地使用趋势卡方检验。但是很多研究者在使用卡方检验的时候还存在一个问题,就是如何合理地处理无序多分类资料的问题。

什么是无需多分类资料呢?举个例子,比如研究对象的民族,中国人群中可分为汉族、壮族、回族、满族、维吾尔族和高山族等等56个。这就是无序多分类资料,当然这个分类有点儿忒多了。又如肾炎,可以分为急性肾小球肾炎、慢性肾小球肾炎、急性间质性肾炎、慢性间质性肾炎、HBV相关性肾炎和特发性急性肾小管间质性肾炎等。

假如一个研究者想研究某医院住院病人中,性别与肾炎分类之间的关系,他做出了如下的表格(数据为虚构数据):

无序多分类资料的卡方分割检验-图片1

  进行卡方检验后的结果如下:

无序多分类资料的卡方分割检验-图片2

  卡方值=42.428,p<0.001,差异有统计学意义。显然这一卡方检验的原假设是:不同肾炎类型在性别的构成比是相同的。检验结果拒绝原假设,接受备择假设,即不同肾炎类型患者性别间的构成比是不同的。那么具体是哪一个或几个类型的构成比不同呢?该卡方检验无法获得。

要想得到哪些肾炎类型间性别构成差异有统计学意义,即多个样本率之间的多重比较,常用的方法有卡方分割法、Scheffe可信区间法和SNK法。卡方分割法(partitions of χ2 method)比较常用,其基本思想就是将上述的R*2表分割成多个四格表进行比较,这样会增加犯Ⅰ类错误的概率,故建议调整检验水准。其调整方法详见孙振球主编的《医学统计学》(第3版)第122页,人民卫生出版社。

以最后一组(特发性急性肾小管间质性肾炎)为参照组,将上述表格进行卡方分割后,如下:

无序多分类资料的卡方分割检验-图片3

  即每组均与特发性急性肾小管间质性肾炎组急性比较,这时候所获得的p值不能直接与0.05做比较,而应该与计算得到的0.005进行比较。

上述是我们常用的比较方法,但是在现实工作中,还有人将上述数据做如下的比较:

无序多分类资料的卡方分割检验-图片4

  这一个表格中包含有6次卡方检验的结果,第一次检验是将人群分为急性肾小球肾炎和其他(非急性肾小球肾炎),其检验的四格表如下:

无序多分类资料的卡方分割检验-图片5

  同样第二次检验,是将人群分为慢性肾小球肾炎和非慢性肾小球肾炎,去比较性别间的差异,依次进行了第三、四、五和六次比较。这种类型的比较也需要对检验水准进行一定的调整,另外还需要注意如果分组有趋势的现象,切不可这么简单的进行合并。

发表评论

匿名网友