若比较格列美服，二甲双胍和格列喹酮三种药物治疗2型糖尿病的不良事件发生率。每组各纳入45例进行研究研究，研究过程中格列美服，二甲双胍和格列唯酮三组各22例，28例和27例不良事件。若比较三种药物不良事件发生率的差异，应选择：A.成组四格表卡方检验B.配对四格表卡方检验C.单因素方差分析D. RxC.卡方检验E.连续性校正卡方检验
若比较格列美服，二甲双胍和格列喹酮三种药物治疗2型糖尿病的不良事件发生率。每组各纳入45例进行研究研究，研究过程中格列美服，二甲双胍和格列唯酮三组各22例，28例和27例不良事件。若比较三种药物不良事件发生率的差异，应选择：
A.成组四格表卡方检验
B.配对四格表卡方检验
C.单因素方差分析
D. RxC.卡方检验
E.连续性校正卡方检验
题目解答
答案
答案：A
A. 成组四格表卡方检验
成组四格表卡方检验是一种用于比较两个分类变量之间关系的统计方法。在这个例子中，我们需要比较三种药物(格列美服、二甲双胍和格列喹酮)的不良事件发生率。我们可以将每种药物的不良事件发生率视为一个分类变量，然后使用成组四格表卡方检验来比较它们之间的差异。
具体步骤如下：
1. 收集数据：对于每种药物，我们需要记录每个患者出现的不良事件次数。例如，如果有10名患者使用了格列美服，其中3人出现了不良事件，那么格列美服的不良事件发生率为30%。同样地，对于二甲双胍和格列喹酮，我们也需要记录相应的数据。
2. 计算期望频数：对于每种药物，我们需要计算其期望频数。这可以通过将总样本量除以药物的不良事件发生率来得到。例如，对于格列美服，期望频数为(10+10+10)/30=5;对于二甲双胍，期望频数为(10+10+10)/40=5;对于格列喹酮，期望频数为(10+10+10)/50=3。
3. 计算卡方值：接下来，我们需要计算每种药物与格列美服之间的卡方值。这可以通过将实际频数与期望频数进行比较来得到。例如，对于格列美服，实际频数为5,期望频数为5;对于二甲双胍，实际频数为5,期望频数为5;对于格列喹酮，实际频数为3,期望频数为5。因此，它们的卡方值分别为0、0和1。
4. 判断差异性：最后，我们需要根据卡方值来判断三种药物的不良事件发生率之间是否存在显著差异。通常情况下，卡方值越接近于零，表示两种分类变量之间的关联越弱；反之，卡方值越大，表示两种分类变量之间的关联越强。在本例中，由于格列喹酮的卡方值为1,大于临界值(通常为3.84),因此可以认为它与其他两种药物的不良事件发生率之间存在显著差异。
B. 配对四格表卡方检验
配对四格表卡方检验是一种用于比较两个连续变量之间关系的统计方法。在这个例子中，我们需要比较三种药物的不良事件发生率。然而，由于不良事件发生率是一个分类变量(是或否),而不是连续变量(数值),因此不适合使用配对四格表卡方检验。
C. 单因素方差分析
单因素方差分析(One-way ANOVA)是一种用于比较三个或更多组连续变量之间关系的统计方法。在这个例子中，我们需要比较三种药物的不良事件发生率。然而，由于不良事件发生率是一个分类变量(是或否),而不是连续变量(数值),因此不适合使用单因素方差分析。
D. RxC.卡方检验
RxC卡方检验(Chi-square test for independence)是一种用于比较两个分类变量之间关系的统计方法。在这个例子中，我们需要比较三种药物的不良事件发生率。然而，由于不良事件发生率是一个分类变量(是或否),而不是连续变量(数值),因此不适合使用RxC卡方检验。