医学统计学在医学论文写作中的应用

1医学统计学在医学论文写作中的运用zzz2医学统计学是医学科学的一个组成部分，是医学院各专业本科室与研究生的公共必修课。医学统计学是医学科学研究中必需的手段，是医学论文中不可缺少的重要组成部分。医学统计学是正确运用直接关系到医学论著的科学性和可靠性。3准确理解和应用统计学常见基本概念医学数据资料大致分为三类：1、计量资料——定量描述，如体重（kg），血压（kpa）2、计数资料——定性描述，表现为互不相容的类别或属性，又称无序分类资料。具体包括二项分类资料（如阴性或阳性）、多项分类资料（如血型分为A、B、AB、O型）3、等级资料——定性描述，但各类之间有程度的差别，又称有序分类资料，如血清反应的强弱分为阴性、弱阳性、阳性、强阳性等4统计分析：统计描述和统计推断统计描述指用指标、统计表、统计图等方法飞资料的数量特征及其分布规律进行测定和描述，不涉及有样本推论总体的问题。如均数、几何均数、中位数和百分位数，方差、标注差、变异系数等。常用的相对数有相对比、构成比和率三类指标。统计推断指如何抽样以及如火如何有样本信息推断总体特征，包括参数估计和假设检验，是统计学运用中最重要的部分。5正确选用统计检验方法统计分析方法的准确描述是论文科学性的关键所在，不同的统计学分析方法都有其应用条件和适用范围，实际应用时，必须根据租了的性质及所要分析的内容选择适当的统计分析方法。6统计资料类型及其相应的统计分析方法类型对象表现举例分析方法计量资料数值变量数值血红蛋白含量统计描述：均数、中位数等假设检验：t检验、u检验、方差分析、回归与相关、秩和检验计数资料无序分类变量对立的两类（二项）生存、死亡男、女统计描述：比、构成比、率假设检验：u检验、卡方检验不相容的多类（多项）血型：A、B、AB、O统计描述：比、构成比、率假设检验：卡方检验等级资料有序分类变量类间有程序差别治愈、显效、好转、无效假设检验：秩和检验‘列联表卡方检验、等级相关7计量资料的统计检验方法选择8均数与标准差【例】本组105例，男55例，女50例；平均年龄：62.3±6.1岁，所有入选病例均符合1999年WHO高血压诊断标准。均数：62.3标准差：6.19均数与标准差【例】有两组人，第一组身高（cm）：98、99、100、101、102；第二组身高（cm）：80、90、100、110、120，这两组人身高的均数都是100cm，但是第一组的身高很接近，第二组的身高差异很大。10均数与标准差标准差：表示观察值变异程度（离散程度），当两组资料均数相近，度量单位相同的条件下，标准差较大，说明观察值的变异程度较大，即各观察值较分散（较远离均数），因而均数的代表性较差；反之，标准差较小，说明观察值变异程度较小，即各观察值较集中在均数周围，因而均数的代表性较好。统计学上对一组测量结果的数据都要用“均数±标准差”表示。11均数与标准差7081575828484867496367605749474457546472665251654051704546516057例：收集32例某种癌症患者体重（kg）的资料见下表启动SPSS，进行变量的设置12均数与标准差数据录入：13均数与标准差数据分析14均数与标准差15均数与标准差16假设检验假设检验又称统计假设检验（注：显著性检验只是假设检验中最常用的一种方法），是一种基本的统计推断形式，也是数理统计学的一个重要的分支，用来判断样本与样本，样本与总体的差异是由抽样误差引起还是本质差别造成的统计推断方法。其基本原理是先对总体的特征作出某种假设，然后通过抽样研究的统计推理，对此假设应该被拒绝还是接受作出推断。17假设检验作出推论接受Ho（检验假设）差异能用抽样误差引起P0.05差异无统计学意义拒绝HoP0.05差异不能用抽样误差来解释，差异有统计学意义18t检验t检验的应用条件是：1、当样本量较小时，理论上要求样本为来自正态分布总体的随机样本2、当两小样本均数比较时，要求两总体方差相差相等（方差齐性）19单样本t检验例：随机选取心率在60~100/min的48例陈旧性下壁心肌梗死患者，对其体表心电图进行PR间期测定。测量结果如下表。已知次心率段的PR间期正常值为（160±18）ms，试用统计学方法分析该组陈旧性下壁心肌梗死患者体表心电图PR间期是否较正常人为长。19619818615920819020418618221218018020118620920918517819216020917517920220单样本t检验数据录入21单样本t检验22两独立样本t检验例：对12名宫颈癌患者（病人组）和15名年龄等其他情况相似的健康女性（对照组）进行血清癌胚抗原CEA（单位ng/ml）测定，所测得的数据资料见下表。试用统计学方法检验宫颈癌患者血清CEA是否较健康人为高？病人组（n=12）对照组（n=15）14.2415.4911.099.913.382.407.205.975.473.984.674.7911.5114.0213.832.304.432.408.629.6616.210.339.285.8610.814.301.1323CEAgroup14.24115.49111.0919.9113.9814.6714.79111.5118.6218.66116.20110.3313.3822.4027.2025.9725.47214.02213.8322.3024.4322.4029.2825.86210.8124.3021.132242526计量资料和等级资料27计量资料和等级资料28方差分析方差分析的应用条件是：1、各组样本是相互独立的随机样本且来自正态分布总体2、各组总体方差相等，即方差齐性29单因素方差分析例：某护校将某个班的30名同学随机分成3个组，分别进行同一内容但不同方法的专业项目培训，结束后考核成绩数据录入格式如下，试求3种培训方法在该专业考核成绩上有无显著差异？组别专业考核成绩方法A组90899386909091929290方法B组78918793919088959493方法C组7490859390898795949230单因素方差分析31单因素方差分析三组Kolmogorov-Smirnov正态性检验结果，P均0.05,检验假设未被拒绝，说明资料符合正态或近似正态分布。32单因素方差分析33单因素方差分析34单因素方差分析35四格表资料的X2检验例:为研究高脂饮食与冠心病的关系,对一组实验大白鼠进行2种不同饮食的研究,结果见下表.问高脂饮食组冠心病患病率是否较普通饮食组为高?患病未患病高脂饮食组6753普通饮食组2873disease12group167532287336四格表资料的X2检验37四格表资料的X2检验38四格表资料的X2检验39医学论文中常见的统计学错误辨析许多人误认为t检验，X2检验是处理定量资料和定性资料的“万能工具”，在计量资料的统计分析中，忽视t检验和方差分析的前提条件、误用t检验代替方差分析、误用参数检验代替非参数检验、误用单因素方差分析代替多因素方差分析。在定性资料的统计分析中，对列联表中的定量性质不加区分，统计方法与分析目的一致。在分析资料时，常常混淆因素与水平之间的关系，拆散多因素的整体设计，使得资料的利用率降低，增大了犯假阳性错误的概率。40仅用P值表示检验结果未说明所用的统计检验方法而直接用P值来说明比较结果，这是不科学的。任何统计检验方法都能得到一个P值，而只有通过正确的统计检验方法获得的P值才有价值，才能作为研究者对实验或观察结果进行推断的统计依据。正确的表达应该是先交代采用何种统计学方法，然后在结果中同时列出检验统计里和P值。41方差不齐却采用t检验或方差分析t检验用于两组均数的比较，方差分析用于两个或多个均数间的比较。T检验或方差分析都要求资料服从正态分布且组间方差齐（各组标注差彼此相近）。但很多作者忽略了这两个条件而直接应用t检验或方差分析，这样的分析结果是不可信的。42t检验代替方差分析医学实际中经常会遇到多个均数比较的情况，作者常误用t检验进行多组均数间两两比较，即重复使用独立样本t检验，这是医学论文中t检验滥用的重要表现。43等级资料误用X2检验等级资料是观察结果有等级差别的资料，如结果为：无效、有效、显效，这类资料常被当作一般分类资料而进行R×C表的X2检验，从而损失了指标分组变量所包含的“等级”的信息。正确的统计分析方法是非参数统计的秩和检验。Thanks！