在许许多多的医疗器械临床试验中，我们设计方案、入组受试者、采集研究数据，整个过程漫长而艰辛，所有的努力都是为了最后那个简单的P值或者置信区间。那么P值和置信区间代表什么意思呢?为什么我们要做计算P值或置信区间来做统计推断呢?
一、样本与总体
在《医学统计学》中，根据研究目的而确定的同质观察单位的全体成为总体。观察单位，又称个体，是统计研究中的基本单位，它可以是一个人、一个器官、一个细胞。
比如调查某公司某一天来上班的所有员工的体重，那么一个员工就是一个观察单位，所有员工就是一个总体。同一家公司、同一天形成了同质的基础。在这个例子中的总体是一个“有限总体”，它规定了时间、范围里有限个观察单位。
但是在临床试验中，大多数情况下我们的总体是“无限总体”，是没有办法观察到所有观察单位的。比如研究某透析器对慢性肾衰竭患者的肌酐清除率，这里同质的基础是慢性肾衰竭的患者，但是患者的总数在理论上是存在的，但是真正是多少我们无法得知。在这种情况下，我们只能抽取其中的部分患者进行研究。这部分随机抽取的患者称为样本，我们通过样本信息推断总体特征。
二、置信度和置信区间
首先我们要弄清楚两个概念：置信度和置信区间。
置信度：以测量值为中心，在一定范围内，真值出现在该范围内的几率。一般设定在2σ，也就是95%，95%是通常情况下置信度(置信水平)的设定值。
置信区间：在某一置信度下，以测量值为中心，真值出现的范围。我们在论文里经常看到CI，CI是置信区间，一定概率下真值得取值范围(可靠范围)称为置信区间。其概率称为置信概率或置信度(置信水平)。
三、什么是P值
当检验水准为双侧0.05时，大多数情况下P<0.05是我们希望看到的结果。但是P值本身的含义是什么呢?
以两组间的差异性检验为例，P值指的是，如果试验组疗效和对照组疗效相同(来自一个总体)，那么得到现有这么大的差别或更大差别的可能性。
打个比方，研究某微波消融设备A与另外一种微波消融设备B在治疗肝脏肿瘤的疗效，受试者随机分组至A组或B组，分别采用设备A和设备B进行治疗，两组各100人。
表1 两种微波消融设备首次消融成功率的比较
组别 成功 失败 合计 有效率
A组 96 4 100 96%
B组 88 12 100 88%
合计 184 16 200 92%
A组首次消融成功率为96%，B组首次消融成功率为88%，采用Pearson χ² 算P值为0.0371。结合P值的定义，说明如果A组和B组的首次消融成功率是一样的，那么得到96%-88%=8%这样的差别或大于8%的差别的概率为0.0371。0.0371<0.05，说明不太可能得到现有这么大或者更大差别的结果了，这种差别不是样本抽样偶然性导致的，可能是两组总体不同导致的，所以可以推断A组和B组的总体首次消融成功率不同。
四、什么是置信区间
置信区间是推断两组差别所在的范围，如果置信区间包含0，则可以认为两组间差异无统计学意义，否则差异有统计学意义。接上述例子，两组样本的率差为8%，其双侧95%置信区间为(0.31%,16.18%)，那么两个总体的率差会在这个范围内。这个置信区间不包含0，所以可以认为A组和B组的总体首次消融成功率不同。
未完，全文文章来自: 飞速度（flyingspd） https://flyingspd.com/news/basics/15869.html
一、样本与总体
在《医学统计学》中，根据研究目的而确定的同质观察单位的全体成为总体。观察单位，又称个体，是统计研究中的基本单位，它可以是一个人、一个器官、一个细胞。
比如调查某公司某一天来上班的所有员工的体重，那么一个员工就是一个观察单位，所有员工就是一个总体。同一家公司、同一天形成了同质的基础。在这个例子中的总体是一个“有限总体”，它规定了时间、范围里有限个观察单位。
但是在临床试验中，大多数情况下我们的总体是“无限总体”，是没有办法观察到所有观察单位的。比如研究某透析器对慢性肾衰竭患者的肌酐清除率，这里同质的基础是慢性肾衰竭的患者，但是患者的总数在理论上是存在的，但是真正是多少我们无法得知。在这种情况下，我们只能抽取其中的部分患者进行研究。这部分随机抽取的患者称为样本，我们通过样本信息推断总体特征。
二、置信度和置信区间
首先我们要弄清楚两个概念：置信度和置信区间。
置信度：以测量值为中心，在一定范围内，真值出现在该范围内的几率。一般设定在2σ，也就是95%，95%是通常情况下置信度(置信水平)的设定值。
置信区间：在某一置信度下，以测量值为中心，真值出现的范围。我们在论文里经常看到CI，CI是置信区间，一定概率下真值得取值范围(可靠范围)称为置信区间。其概率称为置信概率或置信度(置信水平)。
三、什么是P值
当检验水准为双侧0.05时，大多数情况下P<0.05是我们希望看到的结果。但是P值本身的含义是什么呢?
以两组间的差异性检验为例，P值指的是，如果试验组疗效和对照组疗效相同(来自一个总体)，那么得到现有这么大的差别或更大差别的可能性。
打个比方，研究某微波消融设备A与另外一种微波消融设备B在治疗肝脏肿瘤的疗效，受试者随机分组至A组或B组，分别采用设备A和设备B进行治疗，两组各100人。
表1 两种微波消融设备首次消融成功率的比较
组别 成功 失败 合计 有效率
A组 96 4 100 96%
B组 88 12 100 88%
合计 184 16 200 92%
A组首次消融成功率为96%，B组首次消融成功率为88%，采用Pearson χ² 算P值为0.0371。结合P值的定义，说明如果A组和B组的首次消融成功率是一样的，那么得到96%-88%=8%这样的差别或大于8%的差别的概率为0.0371。0.0371<0.05，说明不太可能得到现有这么大或者更大差别的结果了，这种差别不是样本抽样偶然性导致的，可能是两组总体不同导致的，所以可以推断A组和B组的总体首次消融成功率不同。
四、什么是置信区间
置信区间是推断两组差别所在的范围，如果置信区间包含0，则可以认为两组间差异无统计学意义，否则差异有统计学意义。接上述例子，两组样本的率差为8%，其双侧95%置信区间为(0.31%,16.18%)，那么两个总体的率差会在这个范围内。这个置信区间不包含0，所以可以认为A组和B组的总体首次消融成功率不同。
未完，全文文章来自: 飞速度（flyingspd） https://flyingspd.com/news/basics/15869.html
