如何用SAS軟件正確分析生物醫學科研資料

王琪，胡良平，柳偉偉

·講座·

如何用SAS軟件正確分析生物醫學科研資料

王琪，胡良平，柳偉偉

XX. R × C列聯表資料的統計分析與SAS軟件實現（三）

編者按

生物統計學是生物學領域科學研究和實際工作中必不可少的工具，在分子生物學迅速發展的今天，生物統計學更顯示出了它的重要性。實驗設計與數據統計分析是現代生物學的基石，是生物學研究者檢驗假說、尋找模式、建立生物學理論的有利工具，也是生物學研究者探索微觀和宏觀生物世界的必備基礎知識。對于每天甚至是每時每刻涌現的大量的、以天文數字計量的分子遺傳數據，必須借助統計學知識加以分析處理，才能從中獲得有意義的信息。“生物多樣性數據分析”是開展生物多樣性研究的一個重要方面，數據分析能力的高低極大地影響著我們對各種生態學現象認識的深度和廣度。現在，電子計算機的普及使得生物統計分析過程大大簡化，生物統計分析軟件包的普及將生物統計學從統計學家的書本里解放了出來，簡化了生物統計分析過程，使之成為生物學研究者的常用工具。本刊特邀軍事醫學科學院生物醫學統計學咨詢中心主任胡良平教授，以“如何用 SAS 軟件正確分析生物醫學科研資料”為題，撰寫系列統計學講座，希望該系列講座能對生物醫學科研工作者有所幫助。

R × C 列聯表資料可以分為雙向無序的 R × C 列聯表資料、結果變量為有序變量的單向有序 R × C 列聯表資料、雙向有序且屬性不同的 R × C 列聯表資料和雙向有序且屬性相同的 R × C 列聯表資料[1]，前兩期已介紹了前三類，本文將繼續介紹第四類 R × C 表資料及其用 SAS 軟件實現統計分析的全部內容。

1　雙向有序且屬性相同的 R × C 列聯表資料的統計分析與 SAS 實現

列聯表資料中，當行變量與列變量的性質相同且取值的水平數及含義也相同時，稱這樣的資料為雙向有序且屬性相同的列聯表資料。雙向有序且屬性相同的列聯表是一個“方形”列聯表，它的主要目的是希望回答行變量與列變量的檢測結果是否一致的問題。

雙向有序且屬性相同的方形列聯表實際上是配對設計2 × 2 列聯表資料的“擴大”，在處理“方表”資料時，人們更關心的是兩種檢測方法檢測的結果之間是否具有一致性，故常用的統計分析方法叫做一致性檢驗，也稱為Kappa檢驗。

一致性檢驗（Kappa檢驗）的計算公式如下[2]：

上式中Ri代表第 i行的頻數合計，Cj代表第 j 列的頻數合計。

以下將通過實例向讀者介紹如何用 SAS 軟件處理雙向有序且屬性相同的 R × C 列聯表資料。

【例 1】圍產期缺氧可致新生兒腦損傷，為探討頭部 CT對新生兒缺氧后腦損傷程度判斷的作用，選擇 22 例缺氧缺血性腦病患兒，采用島津 TH700 螺旋 CT 對其頭部進行檢查。臨床分度與 CT 分度的結果見表 1，試分析兩種方法有無一致性。

表1　臨床分度與 CT 分度比較

分析與解答：該資料為雙向有序屬性相同的 R × C 表，根據研究目的，應采用Kappa檢驗（一致性檢驗）對其進行統計分析。

SAS 程序如下，設程序名為 li1.sas。

程序說明：test agree 語句可同時輸出簡單和加權Kappa系數的估計值、漸近標準誤差、95％ 置信區間以及假設檢驗結果。此處 test 語句中的 agree 可以用 kappa 代替，輸出結果比用 agree 時少了對加權Kappa系數進行假設檢驗的結果。

SAS 程序運行結果：

統計和專業結論：以上結果中，最上面是對稱性檢驗的結果：S= 1.0000，P= 0.8013 > 0.05，說明此方表的頻數滿足對稱性假設，即此表中的各頻數關于主對角線是對稱的。

關于一致性檢驗結果，有簡單Kappa檢驗與加權Kappa檢驗結果。如何選擇這兩種檢驗結果，這要看結果判定時人為因素的作用大小來決定。若人為因素作用很小，選簡單Kappa檢驗；否則，應選加權Kappa檢驗。

本研究腦損傷程度主要由醫生進行評判，每位醫生對同一張 CT 的判斷很可能是不同的，引入了人為因素，故此例擬參考加權Kappa檢驗分析的結果下結論。

加權Kappa檢驗結果給出了加權Kappa系數的值、漸近標準誤差、總體Kappa值的95％ 置信區間。最后給出了對加權Kappa系數進行檢驗的結果：Z= 1.4138，P= 0.1574 > 0.05，表明Kappa值 0.2376 與 0 之間的差別沒有統計學意義，說明兩種檢測方法的檢測結果不是一致的。

專業結論：22 例患者 CT 分度與臨床分度不完全相同，在對此病進行分度時，尚不能用 CT 分度取代臨床分度。

【例 2】對某院確診為子宮內膜癌的 30 例患者，行超聲造影檢查。病理檢查診斷與超聲造影檢查結果見表 2。試分析超聲造影檢查與病理結果之間是否存在一致性。

表2　超聲造影檢查與病理結果比較

分析與解答：該資料行變量和列變量性質相同且取值水平和含義也相同，因此，屬于雙向有序且屬性相同的 R × C列聯表。該例主要目的是研究兩種檢查方法結果是否一致的問題，常用的統計方法是一致性檢驗，即Kappa檢驗。

SAS 程序如下，設程序名為 li2.sas。

SAS 程序運行結果：

統計和專業結論：對稱性檢驗的結果，S = 2.6667，P = 0.4459，說明頻數表滿足對稱性假設，即此表中的各頻數關于主對角線是對稱的。經 Kappa 檢驗，Kappa = 0.4361，95％ 置信區間為 0.1696 和 0.7026。對原假設“Kappa = 0”的假設檢驗結果，Z = 3.3584，P = 0.0008，表明兩種檢查方法結果之間的一致性具有統計學意義。可以認為病理檢查診斷與超聲造影檢查對子宮內膜癌患者的分期評價結果具有一致性。但是就 Kappa 系數的取值來看，兩種檢查方法一致性的程度還不夠高。

2　需要注意的幾點問題

以上統計分析的 SAS 實現結果中，既進行了簡單Kappa 檢驗，又進行了加權 Kappa 檢驗，這兩種方法都是用來檢驗兩種檢測方法的評價結果是否具有一致性。其主要的區別是兩種方法計算的公式不一樣，更具體地說是對兩個變量的打分不一樣，簡單 Kappa 檢驗主要是利用對角線上的信息，加權 Kappa 檢驗除了利用對角線上的數據外，還將對角線外的數據進行加權打分，將對角線外的信息也充分利用。所以在選擇方法時應根據專業知識，如果兩個變量取值的界限比較明確，如“+”“++”“+++”等，這時可以選用簡單的 Kappa 檢驗；如果兩個變量的取值界限不十分明確，人為因素較多時，更宜選用加權 Kappa 檢驗。

參考文獻

[1] Hu LP. Medical statistics-analysis of quantitative and qualitative data applying the triple-type theory. Beijing: People’s Military Medical Press, 2009: 292-307. (in Chinese)胡良平. 醫學統計學-運用三型理論分析定量與定性資料. 北京:人民軍醫出版社, 2009:292-307.

[2] Hu LP. Scientific research design and statistical analysis of cardiovascular disease. Beijing: People’s Military Medical Press, 2010:130-133. (in Chinese)胡良平. 心血管病科研設計與統計分析. 北京: 人民軍醫出版社, 2010:130-133.

DOI:10.3969/cmba.j.issn.1673-713X.2012.06.015

作者單位：100850 北京，軍事醫學科學院生物醫學統計學咨詢中心

通訊作者：胡良平，Email：lphu812@sina.com