百分率 两组百分率的比较，用什么方法？

前言

这个暑假你过得怎么样？统计咨询微信官方账号你怀念吗？听说暑假很多朋友在微信官方账号咨询了很多问题。最近有朋友在微信官方账号咨询:应该用什么统计方法比较两组的百分比？遵循正常百分比数据，为什么审核人评论不能使用t检验？

带着这位朋友的疑问，边肖看了方纪纲主编的《健康统计》(第六版)教材。在基于秩次的非参数检验中，该书拟比较两种药物杀灭钉螺的死亡率，并提到:“数据为百分比数据，不服从正态分布，现采用Wilcoxon秩和检验”。然后，我看了方纪纲主编的教材《生物医学研究的统计方法》。在多组定量数据的比较部分，书中计划比较四种脱水方法的脱水率，并提到:“因为这个例子是百分比数据，不符合正态分布，所以用方差分析不合适，用Kruskal-Wallis检验”。

包括样本大小在内的百分比数据

审稿人建议秩和检验吗？详细了解后发现这位朋友的百分比数据有点特殊，是从各种文献中收集的某一种疾病采用两种治疗方法治疗后的复发率，如下表所示。这种百分比数据的特点是它包含样本大小的信息，在分析时应该考虑到这一点。

组

样本大小

复发率%

a组

576

30.3

a组

404

62.4

a组

312

51

a组

56

38

a组

232

61

b组

88

33

b组

五十二

5.77

b组

46

30.4

b组

48

10.4

b组

194

4.64

加权求和法

最终，评审者的意见是“作者不应该使用简单的t检验，而应该采用加权平均，计算两个提案之间的差异。”即采用加权求和法计算两组的平均复发率，然后采用两率法进行差异检验。

A组加权和平均复发率为30.3 * 576/1580+...+61 * 232/1580 ≈ 47.4%

B组加权和平均复发率为33 * 88/428+...+4.64 * 194/428 ≈ 14.0%

上述数据可以分为以下四个表，p

重复次数

无重复次数

a组

749

831

b组

60

368

荟萃分析

当我们知道百分比元包含样本量信息时，边肖给出的建议是，通过单个组比率的元分析将两个组中的每一个合并，然后通过卡方检验进行比较。边肖认为，与加权求和法不同，元分析方法是否能够考虑不同研究之间的异质性，使得结果更加可靠。单组比率的荟萃分析在本文中没有详述。有兴趣的朋友可以查看微信官方账号之前的文章《单费率元分析的R实践》。

组间联合治疗的复发率为48.6%(随机效应)

组间联合治疗的复发率为13.1%(随机效应)

上述数据可以分为以下四个表，p

重复次数

无重复次数

a组

768

812

b组

56

372

从以上结果可以看出，两种方法的分析结果基本一致。与加权求和法相比，荟萃分析考虑了研究之间的异质性，如果在随访中遇到同样的方法，建议采用荟萃分析。当然加权法可以通过简单的计算得到近似的结果，也是审稿人推荐的，所以也可以采用。

▼小程序推荐▼

中心随机化，就这么简单！

▼书籍推荐▼