循证医学中常用的统计指标
两率差的标准误：
S(E p1p2)
p1(1p1)p2(1p2)
n1
n2
.
两率差为0时，两组的某事件 发生率没有差别。因而两率差的 可信区间不包含0（上下限均大于 0或上下限均小于0），则两个率 有差别；反之，两率差的可信区 间包含0，则无统计学意义。
.
阿司匹林治疗心肌梗死的效果
死亡
阿司匹林治 疗组
c /(c d ) d /(c d )
.
以上两个比值之比即为比 值比（odds ratio, OR）,又称 机会比、优势比等，公式为：
对照组
15（a） 30（c）
合计
45
未死亡 110 (b) 90 (d)
200
例数 125 (n1) 120 (n2)
245
.
阿斯匹林治疗心肌梗死的效果EER＝ 15/125＝12％,CER=30/120=25%,两率 差的标准误：
S(E p1p2)
p1(1p1)p2(1p2)
n1
n2
0.1(1 20.1)20.2(1 50.2)50.049
.
1. EER与CER
循证医学中预防和治疗 性试验中，率可细分为EER 和CER两类。
.
EER即试验组中某事件的发生 率（experimental event rate, EER）, 如对某病采用某些防治措施后该 疾病的发生率。
CER即对照组中某事件的发生 率（control event rate, CER）,如对 某病不采取防治措施的发生率。
.
2. RD（率差）及可信区间
两个发生率的差即为率差， 也称危险差（rate difference, risk difference, RD）,如试验组发生率 （EER）与对照组发生率（CER） 的差，其大小可反映试验效应的 大小。
.
两率差的可信区间由下式计算：
p1p2uS(E p1p2)
RDuSE(p1 p2), RDuSE(p1 p2)
125
120
.
该试验两率差（RD）的可信区间为：
R D uS(E p1p2)
(0.120.2)51.960.049 0.23~0.03
.
该例两率差的可信区间为 -0.23～-0.03，上下限均小于0 （不包含0），两率有差别。 可认为阿斯匹林可降低心肌 梗死的病死率。
.
3. RR及可信区间
相对危险度RR（relative risk,RR） 是前瞻性研究中较常见的指标，它是 试验组某事件发生率与对照组（或低 暴露）的发生率之比，用于说明前者 是后者的多少倍，常用来表示试验因 素与疾病联系的强度及其在病因学上 的意义大小。
.
通常，试验组与对照组某 指标差值或比值的95％可信区 间与为0.05的假设检验等价， 99％的CI与为0.01的假设检验 等价。
.
常用的可信区间有：率的 可信区间、两率差值的可信区 间、均数的可信区间、两均数 差值的可信区间、相对危险度 可信区间等。
.
循证医学中常用的是率的 可信区间、RR或OR的可信区 间、均数的可信区间、两均数 差值的可信区间等。
.
可信区间（Confidence interval, CI）是循证医学中 常用的统计指标之一。
.
可信区间主要用于估计总 体参数，从获取的样本数据资 料估计某个指标的总体值（参 数）。如，率的可信区间估计 总体率，均数的可信区间估计 总体均数。
.
此外，可信区间还可用于假 设检验，尤其是试验组与对照组 某指标差值或比值的可信区间， 在循证医学中更为常用。
循证医学中常用的统计指标
.
一、概述
.
数据资料可分为数值资料 （计量）和分类资料（计数和 等级）两大类。统计指标因而 也分为数值资料与分类资料指 标两类。
.
统计指标可用于描述性的统 计分析，也是反映数据基本特征 的统计分析方法。并可使人们准 确、全面地了解数据资料所包涵 的信息，以便于在此基础上完成 资料的进一步统计分析 。
.பைடு நூலகம்
二、分类资料的指标
.
在循证医学的研究与实践中， 除了有效率、死亡率、患病率、 发病率等常用的指标外，相对危 险度（RR）、比值比（OR）及由 此导出的其他指标也是循证医学 中富有特色的指标。
.
目前，在循证医学中分 类资料常用的描述性指标主 要有EER、CER、OR、RR、 RRR、ARR、NNT等。
S(E InR )R11 1 1 a c ab cd
.
In(RR)的可信区间为：
I (nR)RuSE (I nR ) R
RR的可信区间为：
ex I(n R p) R u S(IEn)RR
由于RR=1时为试验因素与疾病无关， 故其可信区间不包含1时为有统计学意义； 反之，其可信区间包含1时为无统计学意义。
.
RR计算的四格表
组别 发病 未发病 例数
试验组 a (r1)
b
n1
对照组 c (r2)
d
n2
.
阿斯匹林治疗组的病死率对照组 的病死率其RR和可信区间为：
RRp1 15/1250.48 p0 30/120
In(RR)=In(0.48)=-0.734
SE (InR )R 1111 r1 r2 n1 n2
.
其计算方法为：
RR P 1/P 0EE/C RER
当RR＝1时，可认为试验因素与疾病无关； 当RR≠1时，可认为试验因素与疾病有关； 当RR＞1时，可认为试验组发生率大于对 照组； 当RR＜1时，可认为试验组发生率小于对 照组。
.
RR的可信区间，应采用自然对数 进行计算，即应求RR的自然对数值 In(RR)和In(RR)标准误SE（InRR）,其 计算公式如下：
.
4.OR及可信区间
组别 暴露 非暴露 例数
病例组 a
b
n1
非病例 c
d
n2
组
.
odds1是病例组暴露率p1和非暴露
率1-p1的比值，即
odds1=p1/(1-p1)=
a /( a b) b /( a d )
odds0是对照组暴露率p0和非暴露
率1-p0的比值，即
odds0=p0/(1-p0)=
11 1 1 0.289 15 3. 0125120
RR的95％可信区间为：
ex I(n R p) R 1 .9S 6 (IE n)RR
=exp(-0.734±1.96×0.289) =(0.272,0.846)
该例RR的95％可信区间为0.272～ 0.846，使用阿斯匹林治疗的病人，其 病死率小于对照组，可认为阿斯匹林 可降低心肌梗死有效。
循证医学
1.David Sackett提出循证医学（EBM）的定义：慎重、准确和明智地应用当前所能获得的最好研究依据制定出病人的治疗措施，其核心思想是遵循证据。
狭义EBM：循证临床实践Evidence based clinical practice （EBCP）；广义EBM：包括一切医疗卫生服务的循证实践。
EBCP的三要素：临床经验，最佳证据，患者。
2.医学证据是医疗决策的依据，依据的优劣决定决策的成败。
可作为临床证据的是临床研究，包括关于病因、诊断或筛查、治疗或干预和预后的临床研究。
3.证据的分类：根据研究方法分为原始研究证据和二次研究证据分类，其中前者又分为观察性研究和试验性研究。
4.证据分级（Level of Evidence ，LOE）：一级：所有随机对照试验的系统评价/Meta-分析；二级：单个的样本量足够的RCT（randomized controlled trial ,随机对照试验）结果；三级：设有对照组但未用随机方法分组；四级：无对照的病例观察；五级：专家意见。
5.当前最佳证据是在评价的基础上应用的，不同类型的临床研究所获得的最佳证据也不一致。
（1）治疗/预防性研究，最佳证据是基于多个RCT的系统评价/meta分析或设计良好的随机、双盲、同期对照试验（2）病因/不良反应性研究，最佳证据是基于多个RCT的系统评价/meta分析或RCT（3）诊断性研究，最佳证据是采用双盲法，与金标准比较的观察性研究和基于此类原始研究的系统评价/meta分析（4）预后性研究，最佳证据是大样本的前瞻性队列研究和基于此类原始研究的系统评价/meta分析。
总之，不同研究类型的证据，证据强度最大的是SR（系统评价，Systematic Review），SR也是最高级别的证据。
SR ≥病例分析。
6.常用统计学指标：（1）二分变量（dichotomous)：比值比（Odds Ratio, OR）；危险比（Risk Ratio, RR），或称相对危险度（Relative Risk, RR）；危险差（Risk Reduction, RD），或称绝对危险减少（Absolute Risk Reduction, ARR）；需要治疗的病人数（Number Needed to Treat, NNT）；（2）连续变量（Continuous）：均数差（Mean Difference, MD）7.Risk=发生某事件的人数÷观察的总人数-----实际上指某事件的发生率；odds=发生某事件的人数÷未发生某事件人数，只有当事件发生率很低情况下，risk和odds接近。
循证医学中常用统计指标1
RRR表示某试验因素使其结果的发生率增加或减 少的相对量，无法衡量增减的绝对量，如试验组 人群中某病的发生率为39%，而对照组人群的发 生率为50%，其：
RRR=(CER-EER)/CER=1-RR ＝（50%-39%）/50%＝22%
但是，若在另一研究中，对照组人群中某病的发 生率为0.0005%，试验组人群中某病的发生率为 0.00039%，其RRR仍为22%，另RBI和RRI也是 同样问题。
两率差的可信区间由下式计算： 两率差的可信区间：(p1- p2) ±uaSE
两率差为0时，两组的某事件发生率没有差别，而 两个率差的可信区间不包含0（上下限均大于0或 上下限均小于0 ），则两个率有差别； 反之，两个率差的可信区间包含0，则无统计学意 义。
4. 相对危险度（RR）及可信区间
是指干预（暴露）组和对照组结局事件发生概率的绝对差值。 RD=0表示比较组间没有差异。 当研究结局为不利事件时，RD<0 表示干预可降低结局风险 通常只有队列研究和随机对照试验结果可以计算RD。
ai ci RDi n1i n2i
SE( RDi )
aibi ci di 3 3 n1i n2i
（一）计数（分类）资料的指标
（一）计数（分类）资料的指标
1. 试验组事件发生率（EER, experimental event rate）
即试验组中某事件的发生率，如对某病采用某 些防治措施后该疾病的发生率。
例如：某医师研究了阿司匹林治疗心肌梗死的效果
EER=a／n1 =15 ／125=12%
该指标以试验原有的测量单位，真实地反映了试验效应，消除了绝对 值大小对结果的影响，在实际应用时，该指标容易被理解和解释。
循证医学中常用的统计指标
循证医学中常用的统计指标在循证医学中，统计指标是评估研究结果和证据强度的关键工具。
通过统计指标，我们可以了解治疗效果、疾病发生率以及其他医学问题的具体情况。
本文将介绍循证医学中常用的统计指标，包括相对风险、绝对风险、数值需要治疗的人数等。
1. 相对风险（Relative Risk，RR）是循证医学中常见的统计指标之一。
它用于评估治疗干预对疾病风险的影响。
相对风险是治疗组发生某种结果的概率与对照组发生该结果的概率之比。
例如，一项研究发现，接受某种治疗的患者相对于未接受治疗的患者，患上某种疾病的风险降低了40%，那么相对风险就是0.6。
相对风险越接近于1，表示治疗组和对照组之间的差异越小。
2. 绝对风险（Absolute Risk，AR）是描述患病率或死亡率的统计指标。
绝对风险是特定群体中发生某种结果的概率，通常用百分比来表示。
例如，一项研究发现，未接受治疗的患者患上某种疾病的风险为10%，而接受治疗的患者患病的风险为5%，那么绝对风险就是5%。
通过比较绝对风险，可以评估治疗干预对疾病发生率的影响。
3. 数值需要治疗的人数（Number Needed to Treat，NNT）是评估治疗效果的重要指标之一。
它表示需要治疗的患者人数，才能预防一个不良事件或者获益一个良性结果。
例如，一项研究发现，某种治疗方法的NNT为10，意味着需要治疗10个患者，才能防止一个不良事件的发生或者获益一个良性结果。
NNT越小，表示治疗效果越显著。
除了上述常见的统计指标，循证医学中还有其他一些重要的统计指标，比如绝对风险减少（Absolute Risk Reduction，ARR）、相对风险减少（Relative Risk Reduction，RRR）和数值需要治疗的人数减少（Number Needed to Treat Reduction，NNTR）等。
- 绝对风险减少（ARR）是治疗组和对照组之间绝对风险的差异，反映了治疗对疾病风险的真实改变。
循证医学保过复习资料(供预防医学使用)
循证医学：是有意识地、明确地、审慎地利用现有最好的研究证据制定关于个体 病人的诊治方案。
Meta:将系统评价中多个不同结果的同类研究合并为一个量化指标的统计学方法 PICO 格式：将研究问题结构化,即对研究对象的特征、采取什么干预措施、与什 么进行比较、观察的结局指标明确定义进行结构化,从而精练研究目 的,并提出一个明确的检验假设。
系统评价：是一种严格的评价文献的方法，它针对某一个具体的临床问题，采用 临床流行病学减少偏倚和随机误差的原则和方法，系统、全面地收集 全世界所有已发表或未发表的临床研究结果，筛选出符合质量标准的 文献，进行定性分析或定量合成，获得较为可靠的结论。
循证诊断：指临床上选用何种诊断试验、采用何种诊断标准用于您所经治的患者， 都必须建立在当前最佳研究结果所获得的证据和最佳临床专业知识基 础之上，使您经治的患者获得最大的利益。
预后：指疾病发生后，对将来发展为各种不同后果(痊愈、复发、恶化、死亡、 伤残、并发症等)的预测或估计 。
疾病自然史:不给任何治疗或干预措施情况下,疾病从发生发展到结局的整个过程 病程: 指疾病的临床期.即首次出现症状和体征，一直到最后结局所经历的全过程传统医学和循证医学的差异循证医学三要素：狭义：1 当前可得的最佳临床研究依据 2 医生的临床经验 和技能 3 尊重病人的选择广义：1 以事实为依据----循证决策 2 不断补充新证据---与时 俱进 3 后效评价实践效果---至于尽善循证实践的原则（四原则）：1基于问题的研究 2遵循最好的证据决策3关注实践的效果 4后效评价，止于至善EBM---医学实践的步骤（五步法）：1确定临床实践中问题2检索有关医学文献 3严格评价文献4应用最佳证据，指导临床决策 5评估1-4项的效果和效率，不断改进循证医学中常用的统计指标一、可信区间：率的可信区间、均数的可信区间、两均数差值的可信区间、相对 危险度（RR ）或比值比（OR ）的可信区间二、分类资料的指标EER ：即试验组中某事件的发生率，如对某病采用某防治措施后该疾病的发生率传统医学 循证医学 证据来源动物实验、实验室研究、零散临床研究、过时的教科书 临床研究 收集证据不系统全面 系统全面 评价证据不重视 重视 判效指标实验室指标的改变、仪器或影像学结果（中间指标） 病人最终结局（终点指标） 治疗依据基础研究、动物实验推论、个人临床经验 可得到的最佳研究证据 医疗模式 疾病、医生为中心 病人为中心CER：即对照组中某事件的发生率，如对某病不采取防治措施的发生率。
循证医学：第五章 循证医学实践中常用的统计学方法
第一节 证据的资料的质量判断
五、精确度分析（2）
二、样本含量
1.如果设计科学合理，样本含量越大结论越真实可靠，但是，临床研究 中样本量有限（也是统计学存在的意义）。因此，要判断被引证的研究设 计中，样本含量是否合适，要重点考察最小效应量及Ⅰ、Ⅱ类错误的水平。
2.样本含量可以用公式估算。
第二节 描述指标及可信区间
二、分类资料的统计指标：率的95%CI
一.总体率的区间估计
1.查表法：n较小，率接近0或者1 2.正态近视法：n较大，p、1-p，均不太小，如n*p，n*(1-p)均大 于5。
率的95%CI:p±1.96sp，sp=
s ,s 二、率差的95%CI：(p1-p2)±1.96 p1-p2 p1-p2=
➢ 一个冷笑话： 莎士比亚的故事
误用实例：
误用实例：
循证医学实践中 常用的统计学方法
➢ 第一节 证据资料的质量判断 ➢ 第二节 描述指标及可信区间 ➢ 第三节 统计学方法的正确抉择 ➢ 第四节 证据的临床意义及统计学意义
第一节 证据的资料的质量判断
第一节 证据的资料的质量判断
当在循证医学实践中拟采用某一证据时， 无论采用何种最佳设计方案，甚至被誉为 “最佳证据”，亦不能盲从。重要的是分析 证据的基础数据资料是否可靠，以及质量的 高低。
描述离 散程度 的指标
方差与标准差 四分位数间距 变异系数 极差
正态分布或近似正态分布 偏态分布、分布未知、两端无界 几组资料间的变异大小比较 观察例数相近的计量资料
总体均数95%可信区间：
第二节 描述指标及可信区间
二、分类资料的统计指标：率和比
（一）率：是一个具有时期概念的指标，说明在某一时间段内 某现象或事件发生的频率或强度。
循证医学中常用的统计指标
ARR的可信区间计算与RD相同
ARR应用条件
满足以下条件，可以使用ARR: （1）试验组-某治疗措施，对照组-安慰剂 （2）主要疗效指标：使用如病死率、复发
率等负性指标 （3）目的：试验组使用某治疗措施后，这
NNT的计算及意义
NNT的其计算公式为：
NNT=1/|EER-CER| =1/ARR 该公式中的EER和CER定义为采用某干预措
施之后，某疗效事件的发生率，如阿斯匹林 预防心肌梗死的病死率。因此，NNT的值越 小，表示该防治效果就越好，其临床意义也 就越大。
NNT的可信区间
NNT的95%的可信区间，由于无法计算 NNT的标准误，但NNT= 1/ARR，故NNT 的95%的可信区间的计算可利用ARR的 95%的可信区间来计算。
NNT95%CI的下限： 1/ARR的上限值 NNT95%CI的上限： 1/ARR的下限值
注意：
NNT中的对照组通常是安慰剂对照，如 果对照组是阳性对照，则不同阳性对照 组的多个NNT间不能比较，如：
CER EER ARR NNT
0.7
0.4
0.3 3.3
0.6
0.4
0.2 5.0
0.5
NNH的计算式为： NNH =1/|EER-CER|=1/ARI
该公式中的EER和CER定义为采用某干 预措施之后，某不利结果的发生率。因 此，NNH的值越小，表示该某治疗措施 引起的不利结果(不良事件或副反应)就越 大。
注意：
NNH中的对照组通常是安慰剂对照，如果 对照组是阳性对照，则不同阳性对照组的 多个NNH间不能比较，如：
循证医学历年名解汇总
循证医学历年名解汇总L循证医学(EVidenCe-BaSedMediCille, EBM)：是最好的临床研究证据与临床实践(临床经验、临床决策)以及患者价值观(关注，期望，需求) 的结合。
2.动物实验(animal experiment)：指在实验室内，为了获得有关生物学、医学等方面的新知识或解决具体问题而使用动物进行的科学研究。
动物实验必须由经过培训的、具备研究学位或专业技术能力的人员进行或在其指导下进行。
3.临床研究(CliniCaleXPeriment)：是以疾病的诊断、治疗、预后、病因和预防为主要研究内容，以患者为主要研究对象，以医疗服务机构为主要研究基地，由多学科人员共同参与组织实施的科学研究活动。
4.证据(evidence)：是最接近事实本身的一种信息，其形式取决于具体情况，高质量、方法恰当的研究结果是最佳证据。
由于研究常常不充分、自相矛盾或不可用，其他种类的信息就成为研究的必要补充或替代。
5.严格评价(CritiCal appraisal)：指的是对一个研究证据的质量作科学的鉴别，分析它的真实性的程度，即看是否真实可靠。
如果是真实可靠的话，要进一步评价临床医疗是否有重要价值；如果既真实又有重要的临床价值，最后要看这种(些)证据是否能适用于具体的临床实践，即是否能应用于自己的病人的诊治实践以解决疾病实际问题。
6. ( 1)系统评价(SyStenIatiC review)：针对某一具体的临床问题系统全面地收集全世界所有已发表或末发表的相关的临床研究文章；统一的科学评价标准，筛选出符合标准、质量好的文献，定性或定量的方法进行综合，去粗取精，去伪存真，得出可靠的结论；随着新的临床研究结果的出现及时更新。
7. ( 1) Meta分析(Meta-analysis)：广义：针对某个主题，全面收集所有相关研究并逐个严格评价和分析后，再用定量合成的方法对资料进行统计学处理得出综合结论的全过程。
狭义：指一种单纯定量合成的统计学方法。
循证医学考试重点总结
循证医学考试重点总结第01章绪论1、循证医学EBM：遵循科学证据的医学，是指临床医生在获得患者准确临床依据的前提下，根据自己纯熟的临床经验和知识技能，分析并抓住患者主要的临床问题，应用最佳和最新的科学证据，做出科学的诊治决策，联系具体的医疗环境，并取得患者的合作和接受，以实践这种医疗决策的具体医疗过程。
因此，这种决策是建立在科学证据的基础之上的，同时在患者合作下接受和执行这种诊治决策，从而尽可能的获取最好临床效果，这种临床实践成为循证医学。
2、循证医学的实践包括：患者、医生、证据、医疗环境。
3、循证医学实践的基础：高素质的临床医生、最佳的研究证据、临床流行病学基本方法和知识、患者的参与。
4、循证医学分两种类型：最佳证据提供者、最佳证据应用者。
前者称之为循证医学，后者称之为循证医学实践5、最佳证据提供者：临床流行病学家和统计学家、各专业的临床医生、卫生经济学家和社会学家、医学科学信息工作者6、最佳证据应用者：临床医生、医疗管理者、卫生政策决策者。
7、循证医学实践的方法：a、找准患者存在且需要解决的临床问题；b、检索有关医学文献；c、严格评价文献；d、应用最佳证据指导临床决策；e、总结经验与评价能力。
8、循证医学有着强烈的临床性9、临床实践循证医学的目的：a、加强临床医生的临床训练，提高专业能力，紧跟先进水平；b、弄清疾病的病因和发病的危险因素；c、提高疾病早期正确诊断率；d、帮助临床医生帮患者选择真是、可靠、具有临床价值并且实用的治疗措施，指导临床用药，充分利用卫生资源，提高效率减少浪费。
e、改善患者预后。
F、促进卫生管理决策。
G、有利于患者本身的信息检索，监督医疗，保障自身权益。
第02章提出临床需要解决的问题1、提出临床问题的重要性1忽略提出临床问题的重要性，导致临床研究和临床实践的盲目性2.“提出一个好的问题，用可靠的方法回答这个问题”是保障临床研究质量的两个至关重要的方面2、临床医生提出一个好问题对自己的益处 1.有利于医生集中使用有限的时间，解决与患者直接需要相关的问题2.有利于制定高产出的证据收集策略，提高解决问题的针对性3.有利于形成一种优良的行为模式 4.有利于成为更好的、决策更快的临床医生。
循证医学中常用的统计指标
二、分类资料的指标
精品文档
在循证医学的研究与实践中， 除了有效率、死亡率、患病率、发 病率等常用的指标外，相对危险度 （RR）、比值比（OR）及由此导 出的其他指标也是循证医学中富有 特色的指标。
精品文档
目前，在循证医学中分 类资料常用的描述性指标主 要有EER、CER、OR、RR、 RRR、ARR、NNT等。
循证医学中常用的统计指标
精品文档
一、概述
精品文档
数据资料可分为数值资 料（计量）和分类资料（计数 和等级）两大类。统计指标因 而也分为数值资料与分类资料 指标两类。
精品文档
统计指标可用于描述性的统 计分析，也是反映数据基本特征 的统计分析方法。并可使人们准 确、全面地了解数据资料所包涵 的信息，以便于在此基础上完成 资料的进一步统计分析 。
p1(1p1)p2(1p2)
n1
n2
0.1(1 20.1)20.2(1 50.2)50.049
125
120
精品文档
该试验两率差（RD）的可信区间为：
R D uS(E p1p2)
(0.120.2)51.960.049 0.23~0.03
精品文档
该例两率差的可信区 间为-0.23～-0.03，上下限 均小于0（不包含0），两率 有差别。可认为阿斯匹林可 降低心肌梗死的病死率。
精品文档
通常，试验组与对照组 某指标差值或比值的95％可信 区间与为0.05的假设检验等价， 99％的CI与为0.01的假设检验 等价。
精品文档
常用的可信区间有：率 的可信区间、两率差值的可信 区间、均数的可信区间、两均 数差值的可信区间、相对危险 度可信区间等。
精品文档
循证医学中常用的是率 的可信区间、RR或OR的可信 区间、均数的可信区间、两均 数差值的可信区间等。
循证医学中常用的统计指标
3. RR及可信区间
相对危险度RR（relative risk,RR） 是前瞻性研究中较常见的指标，它是 试验组某事件发生率与对照组（或低 暴露）的发生率之比，用于说明前者 是后者的多少倍，常用来表示试验因 素与疾病联系的强度及其在病因学上 的意义大小。
其计算方法为：
RR P1 / P0 EER / CER
11. NNT、NNH及可信区间
NNT (The number needed to treat)的临床含义 为：对病人采用某种防治措施处理，得到一例有 利结果需要防治的病例数（the number of patients
who needed to be treated to achieve one additional favorable outcome, NNT）。
ARR的标准误：
SE p1(1 p1) p2 (1 p2 )
n1
n2
ARR的可信区间：
ARR u SE (ARR u SE, ARR u SE)
例如：试验组某病发生率为15/125＝12％， 而对照组人群发生率为30/120=25%,其 ARR=25%-12%=13%,标准误为：
RRI EERb CERb / CERb
该指标可反映采用试验因素处理后， 患者的不利结果增加的百分比。
7.RBI
RBI,相对获益增加率（relative benefit increase,RBI）,试验组中某有益结果的发 生率为EERg，对照组某有益结果的发生 率为CERg,RBI可按下式计算：
1 1 1 1 0.289 15 30 125 120
RR的95％可信区间为：
expIn(RR) 1.96SE(InRR)
=exp(-0.734±1.96×0.289) =(0.272,0.846)