医学论文中统计学的应用方法

医学论文应该算是一种比较特殊的学术论文，与其他论文最大的不同之处在于，论文结构的模板化与统计学的应用。这是因为医学论文中最常使用的研究方法是实验法和对比法，写作模板比较固定，而且会涉及到大量的数据处理，这就不得不应用到统计学。作为数学与医学的交叉学科，医学统计学能够对医学实验中的数据进行有效处理，处于提升实验效率作用十分明显。下面就分析下医学论文中统计学具体该如何使用。
1、“材料和方法”中的统计学
（1）“研究对象”的介绍
在医学论文的“材料和方法”中一般都有对研究对象的介绍,以人为研究对象时,通常包括研究例数、性别、年龄等内容。最常见的统计学问题是研究例数即样本量不够。重复原则是判断科研设计是否合理的原则之一,样本所含的数目越大或重复的次数越多,越能反映机遇变异的客观真实情况。个例报道能反映某些罕见的事物,但不能反映事物的必然规律。这是因为样本含量偏少,检验效能就偏低,导致总体中本来存在的差异未能检验出来,出现假阴性结果,这是当前医学研究中值得注意的问题。目前,在国际学术交流大会上,对所征用的论文出现假设检验的阴性结果( P > 0. 05) 时,往往要求提供检验效能的验证,以便排除因样本含量偏低所致的假阴性。所以,研究生在做科研时,应注意数据的积累,对于研究例数较少,甚至只有几例的稿件,一般很难被接受和发表。
（2）设立对照组
设立对照也是判断科研设计是否合理的原则之一,理想的对照组应该除研究因素外,其他方面均与研究组相同。如果没有恰当的对照,就无法确定所观察到的结果是由试验因素引起的,还是由其他没有控制的因素引起的。常见对照组设立的问题主要有两个: (1) 缺少对照组。论文中的统计资料要使人信服,其科研设计中必须有对照组,否则,不能作出任何肯定或否定的结论,需要指出的是,有的研究采用自身对照,这样的研究设计不能排除混杂因素的干扰,从而不能真正反映研究因素的作用,等同于无对照。(2) 对照组不恰当。如对照组例数太少,各组间一般情况缺少可比性,使用非同期对照或历史对照,对照不全或多余对照等。
（3）“统计学方法”的介绍
医学论文中所涉及的统计学方法通常会在“材料和方法”中作为一个比较独立的部分予以专门介绍,这部分应该包括统计软件的介绍、数据表达方式的介绍、检验方法的交代和检验水准的设定等至少4 方面的内容。除了有些论文中会遗漏全部或部分这方面内容外,其他常见的问题还有: (1) 统计软件介绍中没有提及版本。版本是软件名称的组成部分,版本不同,软件就不同,如SPSS 统计软件就有十几种版本,所以在介绍统计软件时不能缺少版本的介绍; (2) 对数据表达方式的描述比较笼统,没有对定量资料和定性资料的数据表达方式分别予以介绍。不同的资料类型,其数据表达方式不同,如正态分布的定量资料应该用均数±标准差来表示,偏态分布的定量资料用中位数和四分位间距表示,定性资料应该用比、构成比和率来表示,对于不同类型数据的表达方式均应分别予以说明; (3) 检验方法交代得不够全面。t 检验和卡方检验是研究中经常用到的统计方法,作者一般会予以交代,但仔细审查文中的“结果”部分时,发现作者还用了其他检验方法,如相关分析、回归分析等,但在统计学方法中却往往没有交代,另外t 检验还分为两独立样本的t 检验、配对t 检验等,卡方检验还分为四格表卡方检验、R ×C 表卡方检验、配对卡方检验等,均应明确而具体地予以说明; (4) 检验水准α不作介绍。α值是预先规定的判断小概率事件的概率尺度,不同的研究目的,α值设定的大小不同,所以应该介绍本研究所采用的α值,并明确是双侧检验还是单侧检验。
2、“结果”中的统计学
（1）检验方法的应用
医学统计学为科研数据的处理分析提供了极丰富的检验方法,以使对结论的评价具有说服力和科学性。最常用的统计检验方法有t 检验、卡方检验、方差分析以及相关回归分析。统计检验方法的选择主要依据数据的类型(计量、计数) 、组数的多少(两组、多组) 、样本量的大小以及对比的方式(相互比较、配对比较) ,此外计量数据还要考虑分布形态和方差齐性等问题。在统计处理方面常见的问题是: (1) 缺少统计检验分析。有的论文未做任何统计学分析,直接比较研究数据的大小而得出有无差异的统计学结论,是极其不科学的,研究中所搜集的资料一般都是样本,存在抽样误差,必须采用统计推断的方法,获得概率性的结论。(2) 误用t 检验作多个样本均数的两两比较。t 检验只适合两组均数间的比较,多个样本均数的两两比较用t 检验会增加犯统计学Ⅰ类错误的概率,多组计量数据比较宜用方差分析,当差异具有统计学意义时,进一步作两两间比较,当各组均与一个对照组比较时采用Dunnet t t 检验,当各组相互循环比较时,则常采用q 检验。(3) 误用四格表卡方检验。四格表资料中若理论频数< 1 或总例数< 40 时,不适合用卡方检验,而应该采用Fishier 精确概率法直接计算P 值。(4) 误用参数检验。t检验、方差分析属于参数检验,要求数据资料为正态分布且方差齐性,当数据资料不符合参数检验要求时,对资料分布特征无特殊要求的非参数统计方法应该得到充分利用,如标准差大于均数1 倍以上可以认为数据为偏态分布,应该用中位数和四分位间距表示,用非参数检验中的秩和检验作统计分析;又如用等级表示的资料(如生化检验的- 、+ 、+ + 、+ + + ) 多属于偏态分布和不明分布,亦需要用秩和检验进行分析。(5) 多因素统计方法应用问题。目前,多因素统计分析方法在医学领域的应用日益广泛深入,其包括了多因子方差分析、协方差分析、多元线性回归分析、多元logistic 回归、聚类分析等方法。在医学研究中,很多资料的分析需要采用多因素统计方法,但目前很多研究生对多因素统计方法不甚了解,对一些本该用多因素统计方法进行分析的数据错误地应用单因素统计分析方法。例如,年龄有差异的多组人群进行身高比较时,年龄就是一种干扰因素,对比这样的资料时,不能简单使用单因素分析方法中的“方差分析”,而应该应用“协方差分析”进行检验,即在消除年龄因素的干扰后,再对身高进行方差分析。
（2）统计图表的使用
统计图表是医学论文中表达数据资料的重要工具,好的统计图表可有效帮助读者正确理解研究的结果。统计图表要求具有自明性,即不看正文内容,只看图表便能使读者理解研究的结果。统计表常见的问题是: (1) 横纵标目主谓倒置。统计表格的横标目是表格中所要说明的主体或分组名称,列在表格的最左侧;纵标目用以说明各种统计指标,列在表格的上方,在医学论文中经常看到横纵标目位置倒置的情况。(2) 纵标目上未注明计量单位或比例基数。(3) 数据表达不规范。如偏态分布的数据乃用均数±标准差表示,同一列数据小数点后保留位数不一致等。(4) 表格中统计结果不完整。往往只有P 值而无统计量值。统计图中常见的问题是: (1) 横纵坐标未标明名称和计量单位。(2) 无必要的图注。
3、“讨论”中应注意的统计学问题
“讨论”中常见的统计学问题是对统计结果中P 值的解释有误。“P”是概率符号,是指随机事件发生的可能性,特别要提出的是P 值的大小不说明差值的大小,在分析结论时,要注意用词的准确性。另外, P < 0. 05 应表述为差异有统计学意义,而不要表述为差异有显著性。