在卫生统计学中，当我们处理配对设计的资料，并且遇到四格表数据时，如果 b d >40（这里的b和d指的是四格表中的两个特定单元格内的频数），通常会采用McNemar检验来评估两组之间的差异是否具有统计学意义。McNemar检验是一种用于分析配对名义变量资料的非参数检验方法，特别适用于前后测量、同一样本两种处理或配对样本的情况。

当b d（即不一致的频数总和）大于40时，可以使用连续性校正后的McNemar检验公式来计算卡方值。这是因为原始的McNemar检验在样本量较小的情况下可能不够准确，而连续性校正可以在一定程度上提高小样本情况下检验结果的准确性。

具体的计算公式为：

χ2 = (|b - d| - 1)^2 / (b d)

其中：
- b 表示第一组阳性第二组阴性的频数
- d 表示第一组阴性第二组阳性的频数

通过这个公式计算得到的卡方值，可以与临界值表中的χ2值进行比较（需要根据自由度确定临界值，对于McNemar检验来说，自由度始终为1），以判断两组之间的差异是否具有统计学意义。如果计算出的χ2值大于查表得到的临界值，则认为两组间存在显著性差异；反之，则认为没有足够的证据说明两组之间存在显著性差异。

在实际应用中，建议使用专业的统计软件或工具来完成McNemar检验，以确保结果的准确性和可靠性。同时，在解释结果时也要结合具体的研究背景和目的，全面评估研究发现的意义。