医学案例|Cochran‘s Q检验

一、案例介绍

当前有一名医生拟评价药物A对50名高血压患者的降压效果。在患者服用药物A后的第3天、第5天和第7天时分别进行记录。该医生想知道服用药物A的高血压患者血压是否一直在好转。血压好转赋值为1，血压没变化赋值为0,。部分数据如下：

二、问题分析

比较三组或多组二分类变量平均值是否存在显著差异，可以使用Cochran’s Q检验进行分析。Cochran’s Q检验可以理解为多组配对卡方检验，但是使用Cochran’s Q检验进行分析，需要考虑以下4个前提条件。

条件1：观察值为二分类变量，只能取0,1两个值。

条件2：分组变量包含3个及以上分类，且各组之间相关。

条件3：样本为随机样本。

条件4：样本的大小应该足够大，以便获得可靠的结果。

本案例中观察值为血压是否好转，满足条件1；分组变量为3个时间节点，且各组之间相关，满足条件2；样本为在医院高血压患者中随机选择的50名患者，满足条件3；样本量足够大，满足条件4。所以可以使用Cochran’s Q检验进行分析。

三、软件操作及结果解读

（1）软件操作

将数据上传至SPSSAU系统，在实验/医学研究模块，选择【Cochran’s Q检验】，将3个时间点测量结果放入右侧“分析项”分析框中，点击“开始分析”，操作如下图：

（2）结果解读

①Cochran's Q检验结果

SPSSAU输出Cochran’s Q检验分析结果如下图：

Cochran's Q检验原假设为各组变量之间无差异。从检验结果可以看出，Cochran's Q检验对应p值为0.002小于0.05，说明拒绝原假设，各组变量之间差异具有统计学意义。具体差异可对比频数分析结果。

②频数分析结果

SPSSAU输出频数分析结果如下：

从频数分析结果可以看出，第3天血压好转人数占比为30%，第5天和第7天好转人数占比分别为48%和66%。说明血压好转人数在不断上升。也可以通过柱状图进行直观对比，如下图：

四、结论

本案例使用Cochran's Q检验对药物A的降血压效果进行分析。在服用药物A后的第3天、第5天、第7天时，患者血压好转的比例分别为30%，48%和66%。使用Cochran's Q检验对3个时间点的血压好转状态进行分析，得到3个时间点血压好转比例的差异具有统计学意义（Cochran's Q=12.4615，p=0.002）。所以可以认为服用药物A进行降压的患者血压是一直在好转的。

五、知识小贴士

数据格式说明：

Cochran's Q检验需要特别注意数据格式。例如1个评委为一列，1个被评价者为1行数据。若10个评委对于4个选手打分，最终需要将10列标题数据放入SPSSAU进行分析。同时Cochran's Q检验研究的数据一定只能是数字0和1，通常情况下0代表不满意/不认可/不同意/不选择，1代表满意/认可/同意/选择。