中药药理设计与统计.ppt

*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,科研思路和选题,创新,第一节,创新,创新,创新,一、顺向外展,（uni-directional extrapolation),1、沿最新发现思路观点概念方向,提出新课题,2）侧向型或枝节性课题（新颖）添砖加瓦，添枝加叶,1）主导性、前沿性、深入性课题（更快,更高,更本质）,2、沿着自己研究室的工作积累和长期坚持的研究方向提出更深入、更全面的课题。,3、经过国内外的技术合作、学习进修、攻读学位，将参与的课题延伸或扩展，提出新的的课题。,4、通过学术交流（特别是国际学术会议）获得最新、最全面的科研信息，综合分析后提出新问题。,开辟新的方向和引导世界跟踪,5、技术引进，填补空白,三、交叉扩展,（across extrapolation）,1、学科借鉴,原油管道输送,血液流变学,2、学科交叉,生物学+信息学生物信息学,数学+医学数学药理学，数学生理学,医学+心理学医学心理学,医学+社会学吸烟、酗酒，药物成瘾,医学+药学临床药学,3、临床-基础医学交叉,从临床寻找实际问题；从基础寻求技术和理论突破；,基础-临床结合解决重点或重大问题。,实验设计,第二节,根据研究目的、工作积累和研究条件，查阅相关文献，进行学术研讨，充分掌握相关理论和技术方法，提出关键问题，然后进行实验设计。,重复、随机、对照,一、实验设计的基本原理和原则,实验设计,实验设计原则,1.,重复（,replication,）,结果应稳定重复，尽量增加例数，减少,实验误差,：,抽样误差,偶然因素对抽样的干扰，使总体不同质。,均衡随机，样本足够。,条件误差,实验条件（时间、环境）不均衡所致。,同步平行观察。,系统误差,实验平台、测定标准和习惯造成的单向偏差。,提高实验条件和学科水平,。,过失误差,研究者和被研究者的主观意愿、精神因素干扰了研究结果。,严密的实验设计，如双盲法设计,。,实验设计,随机目的是把一切干扰因素均衡地分配到各组（实验组和对照组）中，避免主观因素和实验误差的影响。获得随机数字 进行随即分组。,在实际工作中常采用均衡随机进行分组，即先将可控制因素（如性别、体重、病情、病程）进行分层，然后在每一层次中再进行随机分组。,2随机,（randonmization）,实验设计,实验设计原则,对比的结论是：有无显著性意义或是否具有生物等效性。对照分为阴性对照（或称空白对照）和阳性对照，对照应是在同时、同地、同条件下进行，使对照组具有可比性。,3对照,（control）,对照就是研究，是科研对比的基础，只有对比才能得出统计学的结果和研究结论。,实验设计,实验设计原则,正常组对照（假手术组）,对照组模型组对照*,阳性组对照 小剂量 实验组中剂量 大剂量 通常以模型组对照为对照组,阴性组对照,二、分组对照设计,实验设计,分组对照设计,以机体（动物、病人、标本）自身作为对照的配对资料，即在同一个体上观察处理前后的变化。如同一均匀标本（血样、尿样）用2种检测方法的结果比较，一批病人两个疗程的比较。,S,1.单组自身比较设计,分组对照设计,实验设计,(n=20),(n=20),1个疗程,2个疗程,(n=20),有效率=50%,有效率=65%,配对 t 检验,泊松分布,关联,x,2,和优势,x,2,给药前A,给药后A,A,A,1,给药后A,1,A,2,给药后A,2,正常对照组 A,*,模型对照组 B,阳性对照组 C,实验组（1）D,实验组（3）E,实验组（10）F,2单纯平行对照,实验设计,分组对照设计,量反应：单因素（组间）方差分析 两两对比,（t、t 或q、q,检验）,最常用、最简单的设计；实验组和对照组同步开始，同步结束。,（对比组）,质反应：x,2,检验,量效关系的显著性检验（tr）,3多次测量平行对照,数据处理：多次测量的方差分析,两两对比(,t,t或q,q检验),实验设计,分组对照设计,注意给药前进行均衡随机，如给药前数据已有差异，应进行数据转化，用变化（差值）或变化率表示。,实验组和对照组同步开始，多次测量，同步结束，如：给药前、给药后10、30、60、120min、。,给药前,给药后,10min,30min,60min,120min,对照组A,实验组B,4平行分批分段对照,实验设计,分组对照设计,不可将多批数据综合一并处理，而应求出批间变异进行析因处理,：析因t检验、方差分析,某些研究和测定无法做到同时同地完成，经常需要跨时间、多中心完成；但在数据处理时应注意批间和顺序变异。,第1段,第2段,第3段,对照组 A,实验组 B,第一批,对照组 A,实验组 B,第二批,对照组 A,实验组 B,第三批,对照组 A,实验组 B,临床研究中先将可控因素（如性别、体重、病情、病程）进行分层（如3个层次），然后在每一层次中再进行随机分组。,1层 ,2层 ,3层 ,1层 ,2层 ,3层 ,对照组,实验组,5.平行分层对照（均衡随机）,实验设计,分组对照设计,多因素方差分析，按平行对照处理，,t、t（q、q,）检验,。,交叉对照设计适合于动物或病人状态稳定，刺激或药物作用后可恢复到原来状态，如自发性高血压大鼠和二期高血压病人对降压药的作用。在进行相对生物度测定时，通常采用这种交叉配对设计。,1)一次交叉,（AOB，BOA）：交叉配对设计 A:对照组 清洗期 B:对照组 B:实验组 （7 t,1/2,）,A:实验组 ,6.交叉对照,实验设计,分组对照设计,所得数据可进行显著性检验或,生物等效性分析（,采用双向单侧 t 检验）。,A B C,A B C D A B C D E,A B C D E F,B C A B C D A B C D E A B C D E F A,C A B C D A B C D E A B C D E F A B,D A B C,D E A B C D E F A B C,E A B C D E F A B C D,F A B C D E,33 44 55 66,2）多次交叉（拉丁方设计）,实验设计,分组对照设计,拉丁方设计巧妙合理，同一病例、动物和标本可多次使用，所需例数较少，消除了用药顺序影响和个体差异的干扰，统计效率很高。拉丁方设计特别适于病情和模型稳定的珍贵病例或动物的研究。,缺点：实验周期成倍延长，方差分析数据库稍复杂。,6、多因素多水平实验设计,正交设计（orthogonal design),均匀设计（uniformity design),权重配方法（weighted modification method,）,参数法（parameter method）,映射法（refection method）,正交 t 值法（orthogonal t test),综合指数法（comprehensive index method）,等效线法（Loewe）,合并指数法（Chou-Talalay）,实验设计,多因素多水平设计,1）正交设计 (Orthogonal design),以严谨而巧妙的分组安排来分析多因素多水平的资料,均衡分散：试验点在试验范围内排列规律整齐,整齐可比：试验点在试验范围内散布均匀。,L是正交设计表的符号，例如 L,4,表示4种组合，L,4,(2,3,)表示3种因素各2个水平。,L,4,(2,3,),正交表的代号,试验次数,因素的水平数,因素数,实验设计,多因素多水平设计,3因素2水平，用正交表需要安排L4(2,3,)=4组试验；,5因素5水平，用正交表需要安排L25(5,5,)25组试验。,组 合,实验组合安排,实验次数及结果,Ca,2+,K,+,Mg,2+,1,2,3,合计,A,1(高）,1(高）,1(高）,2.9,2.8,2.9,8.6,B,1(高）,2(低),2(低),2.0,2.1,2.1,6.2,C,2(低),1(高）,2(低),3.2,3.3,3.1,9.7,D,2(低),2(低),1(高）,3.0,2.9,3.1,9.0,Z,1,(1水平和),14.8,18.3,17.6,11.1,11.3,11.1,33.5,Z,2,(2水平和),18.7,15.2,15.9,D(Z,1,-Z,2,),-3.9,3.1,1.7,L,4,（2,3,）三种营养液成分实验设计及其数据处理,Ca,2+,的|D|最大，说明Ca,2+,对实验结果影响最大，且低浓度效果最好；K,+,影响次之，高浓度效果好；Mg,2+,影响小，高浓度效果好；结论是：低Ca,2+,、高K,+,和高Mg,2+,为最佳组合。,多因素多水平设计,实验设计,2）均匀设计,(Uniformity design),1978年，七机部由于导弹设计提出了一个五因素大于10水平的试验要求，而试验总数不超过50，显然优选法和正交设计都不能做到，方开泰与王元经过几个月的共同研究，提出了“均匀设计”试验设计用于导弹设计，并取得了成效。,排列组合,5,3,125次试验,7,3,=343次,正交设计,5,2,25次试验,7,2,=49,次,均匀设计,5次试验,7,次,实验设计,多因素多水平设计,每个表有一代号U,n,(q,s,)，U表示均匀设计，n次试验，每个因素有q个水平，s表示最多因素数，即最多有s列，其中n=q。设计表U,6,表示有6个因素（如联用药物），做6次试验，每个因素有6个水平（如剂量水平），该表有6列，见表1,均匀设计表符号表示的意义,U,7,(7,6,),均匀表的代号,试验次数,因素的水平数,因素数,实验设计,多因素多水平设计,实验设计,多因素多水平设计,3）权重配方法（weighted modification method）,孙瑞元教授利用均匀设计和优化（或超级）拉丁方设计原理，并根据复方药物量效关系规律，建立的数据分析方法和科学、高效、简便的新药组方方法。,权重配方法进行规范的多比例、多剂量的优选实验设计与优化研究手段。,均匀设计+优化拉丁方设计,实验设计,多因素多水平设计,6,5,4,3,2,1,6个组分药,配伍组1,配伍组2,配伍组3,配伍组4,配伍组5,配伍组6,6个剂量组,1 2 3 4 5 6,U,6,(6,6,)均匀设计+6,6拉丁方设计,实验设计,多因素多水平设计,配伍组1,配伍组2,配伍组3,配伍组4,配伍组5,配伍组6,6,5,4,3,2,1,1 2 3,6个剂量组,3个组分药,3个组分药及其18个剂量在6个配伍组中的均匀分布,U,6,(6,6,)均匀设计+3,3拉丁方设计,实验设计,多因素多水平设计,42只,SD大鼠,正常对照组(6只),给药组(36只),1ml/100g 10d,11,(,3,),28,(,6,),8(2),20(5),6(1),15(4),7(2),11(4),20(6),5(1),9(3),15(5),9(1),12(2),16(3),21(4),27(5),36(6),1,2,3,4,5,6,双密达莫,(,D3,),(mg/kg),亚硒酸钠,(,D2,),(g/kg),塞来昔布,(,D1,),（,mg/kg,）,配伍组,实验设计,多因素多水平设计,量效数据,：,三药配伍对血栓指数,Q,影响,，,E,为,1/Q,均数，,SD,标准差,各组分在配伍组中的剂量,联用药效,配伍组别,组分,1,组分,2,组分,3,E,SD,1,9,7,11,0.070,0.010,2,12,11,28,0.078,0.015,3,16,20,8,0.073,0.021,4,21,5,20,0.069,0.010,5,27,9,6,0.065,0.018,6,36,15,15,0.071,0.010,Emax,0.093,Dmax,36.00,20.00,28.00,DEmax,12.00,11.00,28.00,DEmin,27.00,9.00,6.00,多因素多水平设计,标化,剂量,b(di),b(didj),P,值,优化剂量,优化剂量注释和,相互作用定性结果,组分,1,d1,-0.067,-,0.071,12.000,为组分,1DEmax,组分,2,d2,1.811,-,0.037,20.000,为组分,2Dmax,组分,3,d3,1.853,-,0.011,28.000,为组分,3Dmax,主药,交互项,d3d1,-,-0.305,0.143,12.000,为组分,1,剂量,两组分间呈相加性,交互项,d,3d2,-,2.371,0.079,11.000,为组分,2,剂量,两组分间呈相加性,组分重要程度,组分,3,组分,2,组分,1,理论优化组方,组分,1,剂量,12.000,组分,2,剂量,15.500,组分,3,剂量,28.000 (,注,:,若同组分获得不同两剂量,则取其均数,),理论优化比例,组分,1:,组分,2:,组分,3=1.00:1.29:2.33,各组分在组方中的作用及其相互作用,（,DAS,软件）,实验设计,多因素多水平设计,权重配方分析结论,复方塞来昔布抑制血栓形成，双密达莫作用明显(权重指数b=1.853，P0.05)，,亚硒酸钠作用也较明显（b=1.811,P2A,2B *相加 AB A或B *拮抗 ABA+B+C;AB2A，2B;BC2B，2C；*相加 A+B+CABCA、B或C;A+BABA或B；,B+CBCB或C;*拮抗 ABC A、B或C;AB A或B;BC B或C,5）拆方设计,实验设计,拆方设计,通常药物的实验剂量需要通过预实验摸索求得，或通过查阅资料获得。经常以mg/kg或g/kg作为剂量单位，人与动物之间，不同种属动物之间的剂量呼应关系应按体表面积来计算。还应注意药效学研究与毒理学研究，临床前研究与临床研究之间的剂量呼应关系。,剂量设计关系到实验的成败。,三、剂量设计,实验设计,剂量设计,小鼠20g,大鼠200g,豚鼠400g,兔1.5kg,猫2.0kg,猴4.0kg,犬12kg,人70kg,小鼠20g,1.0,7.0,12.25,27.8,29.7,64.1,124.2,387.8,大鼠200g,0.14,1.0,1.74,3.9,4.2,9.2,17.8,56.0,豚鼠400g,0.08,0.57,1.0,2.25,2.4,5.2,9.2,31.5,兔 1.5kg,0.04,0.25,0.44,1.0,1.08,2.4,4.5,14.2,猫 2.0kg,0.03,0.23,0.41,0.92,1.0,2.2,4.1,13.0,猴 4.0kg,0.016,0.11,0.19,0.42,0.45,1.0,1.9,6.1,犬12kg,0.008,0.06,0.10,0.22,0.23,0.52,1.0,3.1,人70kg,0.0026,0.018,0.031,0.07,0.078,0.16,0.32,1.0,1.按体表面积比率换算等效剂量,（标准体重,）,实验设计,剂量设计,从表中动物与人体表面积比值，直接计算,标准体重,的人或动物的剂量。,如大鼠剂量是,50 mg/kg,，推算人的试用剂量。200 g体重大鼠的剂量10 mg，那么体重为70 kg人的总剂量为1056560 mg，人的剂量为56070,8 mg/kg,。,规律：动物越小，剂量（/kg）越大。,实验设计,剂量设计,2.体型系数估算法,实验设计,剂量设计,在动物和人的体重与标准体重相差较远时用下列公式剂量：,D,B,为欲求算动物剂量，D,A,是已知动物剂量，W,A,和W,B,分别是它们的体重。R,A,和R,B,分别是它们的体重系数，各种动物和人的体型系数见下表：,种属,小鼠,大鼠,豚鼠,兔,猫,猴,犬,人,R,0.06,0.09,0.099,0.093,0.082,0.111,0.104,0.11,非标准体重,实验设计,剂量设计,如大鼠（200 g体重）的有效剂量是50 mg/kg，推算45 kg人的试用剂量：,45 kg体重人的估算总量是1045=450 mg，为了更安全，取其1/51/3做为临床研究的初试剂量（100mg)。,人、各种动物之间的剂量不同，动物的体重越小,剂量（/kg）越大。动物和人的剂量比例关系（按kg计算）如下：,3.粗略估算法,实验设计,剂量设计,人,犬,猴猫兔,豚鼠,大鼠,小鼠,1,2-3,3-5,5-7,7-9,9-11,1）临床前药效学剂量：一般在同种动物LD,50,的1/10至1/50之间。,2）人的首次试用剂量：,一或二种动物LD,50,的1/600或ED,50,的1/601/10；,长期毒性试验引起可逆性不良反应剂量的1/60；,相当于犬最大耐受剂量的,1/10,1/5,。,按体表面积折算，用药效学有效预测剂量的1/5。,4.根据ED,50,、LD,50,、最大耐受量来换算,实验设计,剂量设计,1）以成人剂量估算：用最大生物利用度（%）和最小分布容积确定最大浓度。,*成人剂量/体液总量（15 L)=最大实验浓度,*成人剂量/血液总量（4.5 L)=最大实验浓度（脱水药）,2）以动物实验有效剂量来估算：,动物实验有效剂量/（体重/4）=最大实验浓度,3）以血药浓度（阈浓度）为实验浓度,4）常用实验浓度：,10,-9,3,10,-9,10,-8,3 10,-8,10,-7,3 10,-7,10,-6,310,-6,10,-5,mol/L,离体试验浓度（,mol/L,）,估计方法,实验设计,剂量设计,10mg(0.01g)15 200（分子量）=,310,-6,四、量-效关系实验设计,量效曲线,量效实验,曲线直线化,Scott比值法,Bliss法,直线,直线回归,回归参数,K,D,Emax,RT,LD,50,ED,50,实验设计,量-效关系,量反应,质反应,量效实验,量效曲线,直线,直线回归,回归参数,受体动力学,D,E,D,E(%),D,P,lgD,实验设计,量-效关系（量反应）,D,E,1）受体激动药的亲和力,和内在活性,LgD,E,D,1、受体动力学设计,例1：某激动药（ACh）离体肠管实验实测结果,ACh浓度D,10,-9,3,10,-9,10,-8,3,10,-8,10,-7,3,1,0,-7,1,0,-6,肠管收缩E,0 7 20 40 62 73 73,10,-9,3,10,-9,10,-8,3,10,-8,10,-7,3,10,-7,10,-6,Y =b x +a,输入回归数据：,变量,x=D,、应变量,y=D/E,取出回归参数：,a,3.810,-10,；,b,0.01242,；,r,0.9999,计算,Emax,、,K,D,值：,E,max,1/b,，得到,E,max,=80.5mm,。,K,D,a/b,，得到,K,D,3.05510,-8,mol/L,，,pD,2,-,log,K,D,=7.515,实验设计,量-效关系（量反应）,pA,2,：使激动剂(A)浓度提高到两倍时产生原来效应（50%,Emax,）阻断剂（B）摩尔浓度的负对数。是衡量阻断剂亲和力（作用强度）的指标。,使激动剂,K,D,增加一倍时阻断剂摩尔浓度的负对数,E,C（A）,Emax,1,2,pA,2,=-lgB,B,K,D,2）,受体阻断药的亲和力（,pA,2,）,实验设计,量-效关系（量反应）,Ach(mol/L),10,-9,310,-9,10,-8,310,-8,10,-7,310,-7,10,-6,310,-6,10,-5,3 10,-5,阿托品 0,0,7,20,40,62,73,73,10,-8,0,0,8,18,44,58,72,73,3,10,-8,0,0,0,5,16,47,64,74,74,10,-7,0,0,0,0,9,27,45,65,73,73,阿托品阻断M受体对ACh的肠管收缩量-效关系影响（模拟数据）,阿托品 0 mol/L,阿托品10,-8,mol/L,阿托品3,10,-8,mol/L,阿托品10,-7,mol/L,ACh,10,-9,3,10,-9,19,-8,310,-8,10,-7,310,-7,10,-6,310,-6,10,-5,310,-5,实验设计,量-效关系（量反应）,1）第一步：求出,R,1,、R,2,、R,3,直线回归求出未加阿托品前ACh的K,D0,；,同样求出阿托品后ACh的,K,D1,、K,D2,和,K,D3,;,求出,R,1,、R,2，,R,3,：R,1,=K,D1,K,D0,。,2）第二步：直线回归,输入3组x、y数据组：,y=log(,R,-1)，x=-logA；b=-1,3）第三步：计算,pA,2,值,计算X的理论值 0 ，求得,pA,2,。,实验设计,量-效关系（量反应）,log(R-1)=-(-logA)+(-logK,A,),Y =b x +a,log(R-1),-logA,pA,2,.,.,.,实验设计,量-效关系,3）非竞争性拮抗药亲和力,(,pD,2,),麦角酸二乙胺非竞争性拮抗5-羟色胺犬离基底动脉条收缩作用,EAmax,EABmax,LSD(mol/L),0,10,-10,3,10,-10,10,-9,3,10,-9,5-HT效应（Emax),16mm,13mm,11mm,8mm,6mm,R,EAmax,.,EABmax),1.2308,1.4545,2,2.6667,-logB,x,10,9.5229,9,8.5228,log(R,-1),y,-0.6368,-0.3424,0,0.2218,Emax,50%,E,C,log(R,-1),-logB,pD,2,.,.,.,.,log(R-1)=-(-logB)+(-logK,B,),输入4组x、y数据组，,x 为-logB,y为log(R,-1),直线回归,取回归参数和计算pD,2,，,X的理论值 0 x，求得 pD,2,非竞争,性拮抗,激动药-非竞争性拮抗药,（血管收缩：NA-酚苄明）,二药作用于不同受体，但作用相反,激动药-功能性拮抗药,（心肌收缩：乙丙肾上腺素-苯巴比妥）,功能兴奋药-功能抑制药,（自发活动：咖啡因-苯巴比妥）,功能兴奋药-能量代谢抑制药,（过氧化氢）,激动药或兴奋药-混合物（中药复杂体系）,实验设计,量-效关系,E,D,A,A+B1,A+B2,2.直接兴奋和抑制效应,10,-9,3,10,-9,10,-8,3,10,-8,10,-7,3,10,-7,10,-6,10,-9,3,10,-9,10,-8,3,10,-8,10,-7,10,-6,3,10,-7,E,D,EC,50,E,pEC,50,=-logEC,50,D,IC,50,实验设计,量-效关系,血管内皮完整,血管内皮损伤,张,力,15-mN,10-,5-,0-,100-,75-,50-,25-,0-,NA,最,大,张,力,的,%,-8 -7.5 -7 -6.5 -6 ACh,120-,115-,110-,105-,100-,NA,最,大,张,力,的,%,-8 -7.5 -7 -6.5 -6 ACh,3、兴奋剂作用基础上药物量效曲线（抑制或兴奋）,量-效关系,实验设计,NA：受体操纵性钙通道（血管,受体，心肌,受体,）,高K,去极化：电压依赖性钙通道,量效关系显著性检验 t(r),数据处理,自由度=n-2,散点回归回归系数(r),n为散点数 t(r)运算显著性判断,4、整体实验的量-效关系,E,Dose,.,.,.,.,.,.,D/E,Dose,.,.,.,量-效关系,数据处理,第三节,1、统计学,2、量效关系,C-T,曲线,数据处理,显著性,优效性,等效性,非劣性,量反应,-受体动力学,质反应,-机率单位法,3、药动学,房室模型判断,消除动力学参数计算：t,1/2(,),、t,1/2(),、,k,10,、,k,12,、,k,21,、,CL,、,Vd,、F、,AUC,累积动力学参数计算：,Css、Css,Css(max)、Css(min)、,生物利用度的等效性研究,群体动力学研究,PK/PD研究,非线性动力学,量效曲线,单率,单率述描:泊松分布或二项分布法（可信限区间）,两率,对比,无配对关系,构成比相同,例数3,2,（22）,例数 3,直接机率法,Fisher确切概率法,构成比不同,2,权重法,有配对关系,配对,2,（关联,2,法优势2法）,多率,对比,有等级顺序,2 组对比,秩和检验（u检验）,Ridit法,多组对比,H,检验,2,组对比（,u,检验）,无等级顺序,多率综合对比,2,（RC）,组间两两对比,2,（22）,一、计数资料（质反应）,数据处理,单均数,正态,t,检验（与已知中位数对比）,非正态,数据转化,t,检验,符号,秩检验,（与已知中位数对比）,两均数对比,正态,(参数),非配对,方差整齐,t,值法（LSD,-,t）,方差不齐,t,检验,配对,配对,t,值法,非正态,非配对,秩和检验(,u,检验)，数据转化,t,检验,配对,符号秩检验，数据转化,t,检验,等效性,双向单侧,t,检验,多均数对比,多组,单因素方差分析+两两对比,t,检验,多因素,变异分解,方差分析(ANOVA),多因素,多水平,正交设计(极差法),均匀设计 权重配方设计（方差分析）,多批资料,方差分析,析因,t,值法,拉丁方,方差分析,二、计量资料（量反应）,数据处理,单样本,t,检验（one-sample,t,test）,配对,t,检验（paired,t,test）,2样本,t,检验（two-sample,t,test）,t,检验（近似,t,检验，separate variance estimation,t,test）,Satterthwaite法,Welch法-,Cochran&Cox法：,t,值校正临界值,Dunnett-,t,检验-,LSD,-t,检验（least significant difference,t,test）,SNK,-q,检验-,方差分析（analysis of variance,ANOVA,F,test）,t,检验（,t,test）,t,值校正自由度,单因素方差分析（one-factor analysis of variance）,多因素方差分析（multiple-factor analysis of variance）,多因素多水平方差分析（multilevel and,multiple-factor analysis of variance）,协方差分析（analysis of covariance）,单因素F检验后,多重两两比较,2,检验（chi-square test）,四格表,2,检验：,2,(22)test,配对四格表,2,检验：优势,2,检验（McNemar test）,关联,2,检验列联系数（r）,行列,2,检验：,2,(RC)test,2,(22)test,秩和检验（rank sum test）,符号秩检验（Wilcoxon signed rank test）,秩和检验（Wilcoxon rank sum test）,K-W,检验（Kruskal-Wallis test,Kruskal-Wallis rank sum test,H,test）,M检验（Friedman,rank sum test,）,显著性界值,显著性,S,-,significance,T,S+,S,优效性,superiority,S+,S,T,药效学统计,数据处理,等效性界值,非劣性,等效性,S,-,T,noninferior,S,-,S+,S,S,equivalent,T,药效学统计,数据处理,例1,药效学研究：对照药为1008(n=10)；新药为947(n=10)。判断差异性和等效性。,1）计算2组标准误：Se3.36；,2）差异性判断：t=100-943.36=1.79，,P0.05，无显著意义。,3）等效性判断：查表或计算得T=1.734，等效判断标准D=0.1，等效界值：,L0.11001.7343.364.17,均数差绝对值为6，大于L值，故等效性不合格。,可见t检验P0.05，并不能说明两药等效。,例2,药效学研究：对照药为602（n=20），新药为643（n=20），判断差异性和等效性。,1)两组标准误，Se=0.81。,2)差异性判断：t(60-64)0.81=4.94，,P0.01，差异有非常显著性意义,3)等效性判断：,L0.160-1.644+1.55(38-0.75)0.81=4.64,均数差绝对值（4）小于L值（4.64），故等效性合格，可见t检验P0.01，并不拒绝两药等效。,P,0.05？,P,0.05？,谢谢！,