如何做组间差异检验_组间差别是多少？——两样本均数差及可信区间估计

治疗性研究是临床研究一个永恒的主题，对临床大夫来说，最关心就是患者来了，应该如何治疗，当临床治疗方案不唯一时如何做出最优的临床决策。我们做临床治疗性决策的时候相信大家都会看治疗性研究的文献，参考研究结果中不同治疗方案差别的比较及假设检验的结果。那么我们自己开展治疗性研究的时候应该如何展示研究结果呢？ 可以选择方法有很多，但相信最为常见的是下图展示的，当效应的评价指标是分类变量时，我们用卡方检验来比较组间差异是否有统计学意义；当效应的评价指标是连续变量时，我们根据数据的分布特征选择t检验或秩和检验来比较不同干预组的差异。

上述的方法可以说是开展统计分析的时候常用套路了。但是，如果一篇治疗性研究的文章仅仅是给我们展示这些结果不知道大家会不会觉得不够到位呢？你只告诉了我差异是否有统计学意义不够啊，如果在不了解两种治疗方案差多少的情况下，我很难做选择。相信各位读者在临床工作中也不会向患者解释治疗组间的差异有没有统计学意义吧。所以我们需要计算和展示组间差异的效应量。相信大家都清楚，如果是分类变量我们可以通过统计软件轻松计算RR值和95%CI，同时也可以计算组间率差RD和95%CI。通过计算这些意义明确的效应量能帮助我们做出适合的临床决策。如果我们的outcome是个连续变量呢？我们要计算的效应量就是均数差或者是中位数差了。今天咱们先介绍均数差及其95%CI的计算方法。