比较不同群体发病比例的抽样量计算器

摘要

本发明涉及一种用于病因学调查中获取群体发病率或患病风险的样本量的计算器。该计算器由输入模块、计算模块和显示模块构成，其中计算模块中运行如下技术公式：

说明书

技术领域

本发明涉及一种计算器，具体涉及一种用于病因学调查中获取群体发 病率或患病风险的样本量的计算器。

背景技术

病因研究是流行病学研究的基本内容之一，在流行病学调查和研究实 践中经常遇到。病因研究最有意义的一步是确定疾病和假设致病因素之间 关联的统计学显著性。确定疾病与假设致病因素之间的关联性，需要比较 这种假设因素作用下的群体和没有这种因素存在的群体疾病的发生是否有 差异。在病因明确的情况下，需要确定不同因素对疫病发生的影响。

在动物疫病防控实际工作中，通常对不同地区某种疫病的流行率或发 病风险进行比较，看看是否存在差异，并希望找出造成这种差异存在的原 因；或实施不同控制措施的情况下，群体中疫病的发生或流行是否存在差 异。这需要从不同地区或实施不同控制措施下的群体中通过抽样获取样本， 获得相应的比例（流行病学中通常为流行率、发病风险），比较比例之间是 否存在统计学意义上的差异，从而判断这种因素或控制措施对疫病发生的 影响。

传统的样本量计算多是手工计算，现有的计算器中多有统计功能按键， 但是该功能是普通的统计功能，如求和计算、开方计算等，对于统计学中 比较复杂的统计公式计算，需要专业人员对统计公式非常熟悉，然后使用 普通具有统计功能的计算器进行计算，对所得结果按照统计学中的置信区 间数表进行校正。非专业人士很难进行该项工作。

发明内容

针对上述问题，本发明的目的之一是提供一种智能的样本量计算设备， 该计算设备专门针对病因学调查中为获取不同群体发病率或患病风险需要 抽取的样本量的计算。该设备专业人员和非专业人员均可容易的掌握并熟 练的使用。

本发明的另一目的是提供一种疾病病因调查的方法，该方法中抽样量通 过上述计算设备进行计算获得。

本发明的计算设备包括输入模块、抽样量计算模块和显示模块。其中输 入模块包括置信水平、群体1预期流行率、群体2预期流行率和把握度的 输入以及数字的输入。抽样量计算模块设有来自所述输入模块的输入端， 去往显示模块的输出端。该计算器可以通过交流电供电也可通过电池供电。

病因学调查中重要的一项工作是比较不同群体的发病比例或患病比例。

经研究发现，在一定的检验效度区间内，比较比例是否有差异，可根 据如下样本量的近似计算公式计算获得：

$n=\frac{{[z_{\alpha }\sqrt{2\mathrm{pq}}+z_{\beta }\sqrt{p_1{q}_1+p_2{q}_2}]}^2}{{(p_1-p_2)}^2}$

其中：

n为每个群所需要的抽样数量；

z_α为标准正态分布的1-α/2百分位值，是置信水平为1-α时所对应的标 准正态分布的临界值，z_0.06＝1.96（注：该值适用于双侧检验或者双侧置信 区间）；

z_β为与检验效度（把握度）1-β有关的标准正态分布的（1-β）百分位值， 对于检验效度（1-β）为80%、85%、90%和95%而言，其对应的z_β值为0.84、 1.04、1.28、1.64；

p₁群体1的预期流行率

p₂群体2的预期流行率

P为群体1和群体2两个预期流行率的平均值：(p₁+p₂)/2

q=1-p

q₁=1-p₁

q₂=1-p₂

从总体中随机抽样，由样本信息推断总体特征，在实际应用中会遇到 这样的问题：某一样本率是否不是来自于某已知率的总体？两个不同样本 率是否来自率不相等的总体？要回答这样的问题，需要用假设检验来解决。 假设检验，又称显著性检验，是利用小概率反证法思想，从问题的对立面 （H₀）出发间接判断要解决的问题（H₁）是否成立。即在假设H₀成立的条 件下计算检验统计量，然后根据获得的P值来判断。根据P值做出的推断 结论具有概率性，因此其结论不可能完全正确，可能发生两类错误。

Ⅰ型错误：是拒绝了正确的无效假设H₀，这类“弃真”的错误称为Ⅰ 型错误。我们常说的检验水准，就是预先规定的允许犯Ⅰ型错误概率的最 大值，用α表示。如规定α＝0.05，意味着当H₀成立拒绝H₀时，理论上100次 检验中平均有5次发生这样的错误。

Ⅱ型错误：是接受了实际不成立的无效假设H₀，这类“取伪”的错误 称为Ⅱ型错误。其概率大小用β表示，β只取单尾，其大小一般未知，须在 知道两总体差值、α及n时，才能算出。

检验效度为1-β，其意义为当两总体确有差异，按规定检验水准α所能 发现该差异的能力。如1-β＝0.9，意味着若两总体确有差别，则理论上平 均每100次检验中，有90次能够得出差异有统计学意义的结论。

两个样本率的比较即可用u检验，也可用χ²检验，但实际工作往往更多 应用χ²检验。χ²检验是以χ²分布为理论依据，只有一个参数，即自由度。卡 方值与检验水准P值具有对应关系，χ²值越大，P值越小；反之，χ²值越小， P值越大。χ²检验时，先计算检验统计量的χ²值，然后按自由度查χ²界值表， 确定P值，最后与所确定检验水准比较，从而判断差异是否显著。

具体实施方式

以下，参考附图对根据本发明的样本抽样计算器进行说明。

结构：

如图1所示，本发明计算器具有输入模块1和显示模块3。所述输入模 块由各种按键组成，各种按键包括置信水平（CL）键、群体1预期流行率 （p1）键、群体2预期流行率（p2）键、允许误差（α）键、和把握度（β） 键以及十数字按键、小数点键（.）、撤消按钮（UNDO）键、确认键（ENTER） 和方向键。

置信水平（CL%）键：按下此键，显示屏出现CL:，通过十数字键输 入相应的置信水平，如95%，则输入95，按下确认键确认。

群体1预期流行率（p1）键：按下此键，显示屏出现p1：，通过十数字 键输入相应的预期流行率，如15%，则输入0.15，按下确认键确认。

群体2预期流行率（p2）键：按下此键，显示屏出现p2：，通过十数字 键输入相应的预期流行率，如10%，则输入0.10，按下确认键确认。

允许误差（α）键：按下此键，显示屏出现α：，通过十数字键输入相 应的允许误差，如5%，则输入5，按下确认键确认。

把握度（β）键：按下此键，显示屏出现β：，通过十数字键输入相应 的允许误差，如10%，则输入10，按下确认键确认。

撤消按钮（UNDO）键：按下此键，可删除误入的数据。

方向键的左右滚动键实现显示页面的前进与后退。

显示模块3对应的显示屏显示对应各种按键按下的数字。

功能：

下面，对计算器的功能构成进行说明。

图2是计算器功能结构的框图，如图所示，样本抽样计算器具有输入 部3、显示部4、ROM（Read only Memory）5、RAM(Random Access  Memory)6、和CPU(Central Processing Unit)7等功能部，各功能部由总线 9连接。

输入部3具有上述各种按键组，向CPU输出所按下的信息。

显示部4具有上述的显示器2，根据来自CPU7的信号在显示器中显示 各种信息。

ROM5保存有与样本抽样计算器中所涉及的各种设点处理以及具体抽 样量计算公式的运算处理等操作相关的各种程序、和用于实现抽样计算器 所具有的各种功能的程序等。在本实施方式中，存储有抽样样本量计算程 序，由CPU7从ROM5读出ROM5中的程序，在RAM6中展开后被执行。

RAM6是暂时地保持能够随时写入CPU7执行的各种程序、或涉及这 些程序执行的数据等的存储器。在本实施方式中RAM6例如有存储有由用 户输入的各参数的信息或数据或相应样本量计算公式的运算结果等。

CPU7与所输入的指示对应执行基于规定程序的处理，进行各向功能部 的指示或数据的传送，具体地来说，CPU7按照从输入部3所输入的操作信 号读出在ROM5中所保存的程序，根据该程序执行处理，从而，CPU7向 适宜的显示部4输出用于显示处理结果的显示控制信号，并显示对应的显 示信息。

附图说明

图1：是样本抽样量计算器的正面图

图2：是表示抽样样本量计算器概略构成的框图

图3：是本实施方式中的画面转换的示意图

具体实施方式

操作实例1：

下面，使用图3所示的流程和画面转换，对于CPU7执行样本抽样量 计算器的操作例进行说明，在图的左侧显示用户操作，在图的右侧显示显 示屏中的画面。

在用户操作按键之前进行待机处理：

（一）根据调查的目的收集调查对象的基本信息，并按下列程序操作。

（二）按下置信水平键，显示屏显示CL:；

（三）通过十数字键输入选择的置信水平如95%，则显示屏显示CL:95, 按下确认键确认；

（四）按下群体1预期流行率键，显示屏显示P1:；

（五）通过十数字键输入相应的流行率如15%，则输入0.15，显示屏 显示P1:0.15，按下确认键确认；

（六）按下群体2预期流行率键，显示屏显示P2:；

（七）通过十数字键输入相应的流行率如10%，则显示屏显示P2:0.10， 按下确认键确认；

（八）按下把握度键，显示屏显示β:；

（九）通过十数字键输入相应的把握度如80%，则输入80，显示屏显 示β:80，按下确认键确认；

显示器显示CPU7的运算结果如685。

实例2：

某县为奶牛饲养业较为发达，也是布病较为严重的地方。当地奶牛饲 养主要包括两种方式，一种为规模化养殖，即奶牛场规模大，有自己的挤 奶设备，本场有兽医，自己配种，管理规范且与外界隔离；另一种为奶牛 养殖小区或专业村，即多个奶牛养殖户聚集在一起，共用挤奶设备，由当 地配种站和兽医提供服务。据以往布病检测结果，估计规模场布病阳性率 在4%左右，其他饲养方式奶牛布病阳性率约为7%。如果置信水平95%， 确保90%把握度确定差异存在的情况下，需要抽取多少样本？

在用户操作按键之前进行待机处理：

（一）按下置信水平键，显示屏显示CL:；

（二）通过十数字键输入选择的置信水平95%，则显示屏显示CL:95,按下 确认键确认；

（三）按下群体1预期流行率键，显示屏显示P1:；

（四）通过十数字键输入相应的流行率如7%，则输入0.07，显示屏显示 P1:0.07，按下确认键确认；

（五）按下群体2预期流行率键，显示屏显示P2:；

（六）通过十数字键输入相应的流行率如4%，则显示屏显示P2:0.04，按 下确认键确认；

（七）按下把握度键，显示屏显示β:；

（八）通过十数字键输入相应的把握度如90%，则输入90，显示屏显示 β:90，按下确认键确认；

显示器显示CPU7的运算结果如1211，即每个群体需要抽取的样本量为 1211头奶牛。

在此描述了本发明的优选实施方式，包括发明者已知的实现发明的最 好的模式。在阅读上述的描述之后，那些优选实施方式的变异对于本领域 一般技术人员将是显而易见的。发明者预期熟练技术人员会合适地采用这 些变异。因此，本发明包括适用法律容许的在所附权利要求书中所陈述的 主题的所有修饰和等同方案，此外，本发明包括在所有可能的变异中的上 述元素的任何组合。除非在此有其他不同的说明或上下文中有清楚的否定。