干货｜医学论文中统计学的应用方法

SCI、SSCI、焦点、普刊揭晓指导医学论文中统计学的应用方法医学论文应该算是一种比力特殊的学术论文，与其他论文最大的差别之处在于，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，写作模板比力牢固，而且会涉及到大量的数据处置惩罚，这就不得不应用到统计学。作为数学与医学的交织学科，医学统计学能够对医学实验中的数据举行有效处置惩罚，处于提升实验效率作用十明白显。下面就分析下医学论文中统计学详细该如何使用。

1、“质料和方法”中的统计学（1）“研究工具”的先容在医学论文的“质料和方法”中一般都有对研究工具的先容,以人为研究工具时,通常包罗研究例数、性别、年事等内容。最常见的统计学问题是研究例数即样本量不够。重回复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,越能反映机缘变异的客观真实情况。个例报道能反映某些稀有的事物,但不能反映事物的一定纪律。

这是因为样本含量偏少,磨练效能就偏低,导致总体中原来存在的差异未能磨练出来,泛起假阴性效果,这是当前医学研究中值得注意的问题。现在,在国际学术交流大会上,对所征用的论文泛起假设磨练的阴性效果( P > 0. 05) 时,往往要求提供磨练效能的验证,以便清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,一般很难被接受和揭晓。

（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,就无法确定所视察到的效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认的结论,需要指出的是,有的研究接纳自身对照,这样的研究设计不能清除混杂因素的滋扰,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”的先容医学论文中所涉及的统计学方法通常会在“质料和方法”中作为一个比力独立的部门予以专门先容,这部门应该包罗统计软件的先容、数据表达方式的先容、磨练方法的交接和磨练水准的设定等至少4 方面的内容。除了有些论文中会遗漏全部或部门这方面内容外,其他常见的问题另有: (1) 统计软件先容中没有提及版本。版本是软件名称的组成部门,版本差别,软件就差别,如SPSS 统计软件就有十几种版本,所以在先容统计软件时不能缺少版本的先容; (2) 对数据表达方式的形貌比力笼统,没有对定量资料和定性资料的数据表达方式划分予以先容。差别的资料类型,其数据表达方式差别,如正态漫衍的定量资料应该用均数±尺度差来表现,偏态漫衍的定量资料用中位数和四分位间距表现,定性资料应该用比、组成比和率来表现,对于差别类型数据的表达方式均应划分予以说明; (3) 磨练方法交接得不够全面。

t 磨练和卡方磨练是研究中经常用到的统计方法,作者一般会予以交接,但仔细审查文中的“效果”部门时,发现作者还用了其他磨练方法,如相关分析、回归分析等,但在统计学方法中却往往没有交接,另外t 磨练还分为两独立样本的t 磨练、配对t 磨练等,卡方磨练还分为四格表卡方磨练、R ×C 表卡方磨练、配对卡方磨练等,均应明确而详细地予以说明; (4) 磨练水准α不作先容。α值是预先划定的判断小概率事件的概率尺度,差别的研究目的,α值设定的巨细差别,所以应该先容本研究所接纳的α值,并明确是双侧磨练还是单侧磨练。

2、“效果”中的统计学（1）磨练方法的应用医学统计学为科研数据的处置惩罚分析提供了极富厚的磨练方法,以使对结论的评价具有说服力和科学性。最常用的统计磨练方法有t 磨练、卡方磨练、方差分析以及相关回归分析。

统计磨练方法的选择主要依据数据的类型(计量、计数) 、组数的几多(两组、多组) 、样本量的巨细以及对比的方式(相互比力、配对比力) ,此外计量数据还要思量漫衍形态和方差齐性等问题。在统计处置惩罚方面常见的问题是: (1) 缺少统计磨练分析。

有的论文未做任何统计学分析,直接比力研究数据的巨细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,必须接纳统计推断的方法,获得概率性的结论。(2) 误用t 磨练作多个样本均数的两两比力。

t 磨练只适合两组均数间的比力,多个样本均数的两两比力用t 磨练会增加犯统计学Ⅰ类错误的概率,多组计量数据比力宜用方差分析,当差异具有统计学意义时,进一步作两两间比力,当各组均与一个对照组比力时接纳Dunnet t t 磨练,当各组相互循环比力时,则常接纳q 磨练。(3) 误用四格表卡方磨练。四格表资料中若理论频数< 1 或总例数< 40 时,不适适用卡方磨练,而应该接纳Fishier 准确概率法直接盘算P 值。

(4) 误用参数磨练。t磨练、方差分析属于参数磨练,要求数据资料为正态漫衍且方差齐性,当数据资料不切合参数磨练要求时,对资料漫衍特征无特殊要求的非参数统计方法应该获得充实使用,如尺度差大于均数1 倍以上可以认为数据为偏态漫衍,应该用中位数和四分位间距表现,用非参数磨练中的秩和磨练作统计分析;又如用品级表现的资料(如生化磨练的- 、+ 、+ + 、+ + + ) 多属于偏态漫衍和不明漫衍,亦需要用秩和磨练举行分析。(5) 多因素统计方法应用问题。现在,多因素统计分析方法在医学领域的应用日益广泛深入,其包罗了多因子方差分析、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,许多资料的分析需要接纳多因素统计方法,但现在许多研究生对多因素统计方法不甚相识,对一些本该用多因素统计方法举行分析的数据错误地应用单因素统计分析方法。例如,年事有差异的多组人群举行身高比力时,年事就是一种滋扰因素,对比这样的资料时,不能简朴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”举行磨练,即在消除年事因素的滋扰后,再对身高举行方差分析。（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资助读者正确明白研究的效果。

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明白研究的效果。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;纵标目用以说明种种统计指标,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元或比例基数。(3) 数据表达不规范。如偏态漫衍的数据乃用均数±尺度差表现,同一列数据小数点后保留位数纷歧致等。(4) 表格中统计效果不完整。

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元。(2) 无须要的图注。

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效果中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 值的巨细不说明差值的巨细,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。

SCI、SSCI、焦点、普刊揭晓指导。

本文来源：澳门十大电子游戏app下载-www.kexun56.com