圖解醫學統計學

醫學統計是範圍涵蓋很廣的學科。本書內容主要提供醫學統計相關概念的基礎介紹，及最常使用的統計流程指南。包含許多醫學研究領域的基礎；例如：實證基礎醫學、系統性回顧以及整合分析、存活分析、貝氏方法，以及預後分數的建立。本版延續前幾版的架構，除了部份章節針對資料的更新、參考或重新組織，而有些微改變。另新增許多章節，包括多中心研究(第12節)以及系列試驗(第14章)，強調研究管理的重要性(第15與16章)，提供更多檢查邏輯回歸分析假設的細節(第30章)，並探討更多觀察性研究的不同方法(第34章)。非常適合醫學系學生、醫學研究者、生物醫學研究生以及醫藥產業人員閱讀。

序言 (Preface) 
 
《圖解醫學統計概論》，是針對大學部醫學系學生、醫學研究者、生物醫學研究生以及醫藥產業人員編著。以上所述人員在專業領域中，有時候需要針對量化結果去做精密的評估與解釋，其中有些人則是需要通過讓人害怕的統計學考試。針對這些需求，有對於統計概念以及方法學的了解是很重要的。為了引起讀者對於統計的熱情，我們是很務實的。在這次的新版本中，我們的目標和前幾版一樣，是提供學生以及研究者醫學領域的臨床統計概念，而本書淺顯易懂、具有全面性，在實務運用上也相當實用。
 
我們相信《醫學統計概論》對於統計課程很有幫助，可作為參考指南。此第三版的架構和之前的兩個版本相同。如同概論系列的其他書籍，我們藉由兩、三或四頁的章節，其中包含不同的醫學統計概念，來引導讀者。我們從自己的教學經驗中學習，也考量學生在學習醫學統計時會遇到的困難。針對此理由。我們限制本書的理論成分，但仍足以讓讀者了解相關流程。
 
醫學統計是範圍涵蓋很廣的學科。我們提供醫學統計相關概念的基礎介紹，以及最常使用的統計流程指南。流行病學和醫學統計其實很相似。因此在流行病學的主要議題中，若和研究設計與解釋相關，我們也加以討論。有些章節讀者可能只是偶爾用到，但卻是許多醫學研究領域的基礎；例如。實證基礎醫學、系統性回顧以及整合分析、存活分析、Bayesian 方法，以及預後分數的建立，這些我們也都包含在裡面。我們解釋了這些主題背後的原理，讓讀者可以了解，而且當在文獻裡出現時可以自行解讀。
 
此第三版的章節標題和第二版的相同，除了第34章（現為「偏差與干擾」）。此外，我們也加入了新的章節（第46章“建立預後分數”）。在此版本中，有些部分沒有改變，而有些部份針對資料的更新、相互對照或重新組織，而有些微改變。

我們也擴展許多章節：例如，我們將一個段落納入多重比較（第12章），提供不同實驗設計的資訊，包括多中心研究（第12章）以及系列試驗（第14章），強調研究管理的重要性（第15與16章），以及更多針對接收者操作特徵 (ROC) 曲線的討論（第30，38與46章），提供更多檢查邏輯迴歸分析假設的細節（第30章），並探討更多移除觀察性研究中干擾因子的不同方法（第34章）。我們也重新組織了一些資料。在第二版第12章中針對偏差的概略介紹，在第三版中已被移除，並移至第34章做更深層的探討。第33章目前包括「互動」的討論，而預後指標在新的第46章會衍伸討論。
 
第三版的新部分，是在本書一開始呈現針對各章節的學習目標。提供評估理解以及進展的架構。如果你可以完成所有章節的學習任務，代表你已經充分了解該章節的概念。
 
在先前的版本中，大部分統計技巧的敘述都伴隨在案例的解說中。我們從自己或同事參與的合作研究中，取得這些例子的數據；在某些案例中，我們使用已發表論文的真實數據。如果可以，我們也在超過一個章節中，使用相同的數據組，以反映真實的數據分析是較少受到單一技術或方法的限制的。雖然我們認為提供公式，以及解釋方法的邏輯可幫助理解，我們還是排除複雜計算細節的顯示──因為大部分的讀者都有電腦可以使用，不然實在無法用手算方式進行複雜的計算。

我們認為，可以解釋電腦運算後的結果對於讀者而言比較重要。因此，在可行的情況下我們節錄了顯示電腦輸出的結果。在一些情形中，有些人可能難以解讀數據，所以我們將數據分析的完整電腦輸出（附錄C）也納入本書。有許多種常用的統計軟體；為了讓讀者了解有哪些不同的輸出結果，我們不將輸出限制為特定的軟體，而是使用常用的軟體SAS, SPSS與Stata。
 
在內文中，包含許多對照，可幫助讀者連貫不同的流程。附錄A收錄了基礎的統計表格。Neave, H.R. (1995) 統計表格, Routledge：倫敦, 以及Diem, K. (1970) 科學表格，第七版, Blackwell出版：牛津，除了上述之外，尚有其他版本可以幫助讀者手動計算，得到更精確的結果。專有名詞收錄於附錄D，提供常用辭彙的解釋。
 
我們知道，對於非統計學家而言，最困難的是選擇適當的技巧。因此，我們建立了兩個流程圖，可在選擇方法以及尋找書本中特定技巧時使用。這些流程圖列於本書的封底的內頁以便尋找。
 
讀者可上我們的網站進行互動練習以自我學習，對於其流程評估而言很有幫助。這個網站也包括了完整的參考文獻（有些直接連結至Medline）來補充文中所引用的資料，幫助讀者了解案例的背景資訊。針對想要更深入了解醫學統計的讀者，我們推薦以下書籍：
 
․Altman, D.G. (1991)《Practical Statistics for Medical Research醫學研究的實務統計》。倫敦：Chapman and Hall/CRC。
․Armitage, P., Berry, G and Matthews (2001)《Statistical Methods in Medical Research醫學研究的統計方法》。第四版。牛津：Blackwell Science。
․Kirkwood, B.R. and Sterne, J.A.C. (2003)《Essential Medical Statistics醫學統計學》。第二版。牛津：Blackwell Publishing。
․Pocock, S.J. (1983)《Clinical Trials: A Practical Approach臨床試驗：實務方法》。Chichester: Wiley.
 
我們非常感謝Mark Gilthorpe以及Jonathan Sterne給予第二版意見與建議，也感謝Richard Morris, Fiona Lampe, Shak Hajat以及Abul Basar在對第一版的忠告。也謝謝幫助提供案例或數據的人們。我們當然會對任何內文或案例中的錯誤負責。我們也感謝Mike、Gerald、Nina、Andrew與Karen在前兩個版本中沈著地容忍我們的投入，並和我們一起熬過第三版的考驗與磨練。
 
Aviva Petrie
Caroline Sabin
倫敦

前言 6
學習目標 8
數據處理
　1數據種類 14
　2數據輸入 16
　3錯誤檢查與異常值 18
　4以圖表展示數據 20
　5陳述數據：“平均值” 22
　6陳述數據：“分散” 24
　7理論分布：常態分布 26
　8理論分布：其他分布 28
　9轉換 30
採樣與估計
 10採樣與採樣分布32
 11信賴區間34
研究設計
 12研究設計Ⅰ36
 13研究設計Ⅱ38
 14臨床試驗40
 15世代研究44
 16病例對照研究47
假說檢定
 17假說檢定50
 18假說檢定的錯誤52
分析數據的基本技巧
數值數據
 19數值數據：單一群組54
 20數值數據：兩個相關群組57
 21數值數據：兩個不相關群組60
 22數值數據：兩個以上的群組63
類別數據
 23類別數據：單一比例66
 24類別數據：兩個比例69
 25類別數據：超過兩個以上的類別72
迴歸與相關
 26相關75
 27線性迴歸理論78
 28進行線性迴歸分析80
 29多重線性迴歸 84
 30二元結果與邏輯迴歸88
 31比率與波松迴歸92
 32一般性線性模型96
 33統計模型中的解釋變項98
重要考量
 34偏差與干擾102
 35檢查假設106
 36樣本數計算108
 37呈現結果112
額外章節
 38診斷工具115
 39評估一致性118
 40實證醫學122
 41處理群集數據的方法124
 42處理群集數據的迴歸方法127
 43系統性回顧以及綜合分析130
 44存活分析133
 45Bayesian方法136
 46建立預後分數138
附錄
 A統計表格142
 B樣本數計算的Altman計算圖表149
 C典型電腦輸出150
 D專用辭彙163
 
索引174