醫學科研論文中常見的統計學問題與改進措施

姜瑞濤

（青島第二衛生學校，山東 青島 266300）

1 常見的統計學問題

1.1 實驗組與對照組沒有可比性

實驗組與對照組必須遵循均衡化的原則，即實驗組與對照組除處理因素不同外，其他可控制的非處理因素要盡可能保持一致，從而盡量排除非處理因素對結果的影響。各組間均衡程度越高，可比性越強。如果分組時未注意到對照組與實驗組的均衡性，兩組之間就會出現差異，不具備可比性，結論有可能不準確，甚至相反。例如，用新藥治療消化性潰瘍，結論為“新藥組療效明顯好于舊藥組”，但新藥組病情較輕（患者潰瘍面積＜3 mm2），舊藥組病情較重（患者潰瘍面積＞3 mm2），兩組病情不一致，沒有可比性，因而上述結論不可信。

1.2 樣本量過小

樣本量的大小影響結論的可靠性。樣本量過小，抽樣誤差大，結果可靠性差，且經不起驗證；反之，若盲目加大樣本量，不但會造成人、財、物的浪費，而且會造成非抽樣誤差增大。應在保證研究結果精確可靠的前提下，確定最小的樣本量。如某醫師用組織埋藏法治療4例視網膜炎患者，2例治愈，即報道治愈率為50%。顯然，有限的病例數不能充分說明該療法的療效，作者貿然得出結論，容易給他人造成假象甚至誤導[1]。

1.3 混淆標準差與標準誤的作用

實驗數據一般綜合表示為“均數±標準差”的形式，標準差表示數據相對于均數的離散程度，而標準誤是表示抽樣誤差大小的指標，二者含義完全不同。有些作者誤將標準差用于可信區間的表述，將標準誤用于正常值范圍的表述。

1.4 假設檢驗方法運用不當

每一種假設檢驗方法都有其特定的適用條件和嚴格的適用范圍。例如，t檢驗要求樣本來自正態總體，進行兩樣本均數比較時，兩總體方差應相等。所研究變量的類型不同、設計類型不同、大樣本還是小樣本等，所用假設檢驗的方法也不同。例如，數值變量資料的比較常用t檢驗，分類變量資料的比較常用χ2檢驗。對于同一組資料，采用不同的假設檢驗方法可能得出截然相反的結論。同為數值變量資料，如將配對設計的資料按成組設計資料的方法進行假設檢驗，不但損失樣本提供的信息、降低檢驗效率，而且可能使原本有統計學意義的結果表現為無統計學意義。非參數檢驗的檢驗效能低于參數檢驗，如果應該應用參數檢驗的資料卻應用了非參數檢驗，那么應該陽性的結果就可能得出陰性的結論。

1.5 未注明假設檢驗方法或不具體

有些論文對收集到的資料進行了統計學分析，但未說明使用的是什么方法。表現為論文中只有假設檢驗的結論，未注明檢驗方法、現有樣本算得的檢驗統計量、檢驗水準、采用的是雙側檢驗還是單側檢驗、P值的確切范圍。這樣讀者就無法得出論文中統計學方法選擇是否合理，無法核對結果是否準確。在論文寫作時，不但要注明選用的是什么統計學方法，而且要盡可能詳細、具體。例如選擇t檢驗，要說明是配對t檢驗，還是成組t檢驗。

1.6 錯誤理解假設檢驗中P值的含義

統計學上，根據假設檢驗原理推算出來的P值，表示拒絕無效假設（H0）犯假陽性錯誤的概率，P值越小，越有理由認為兩種處理方法效果不同。P值不能反映相比較的兩組或多組參數之間差異的大小，參數差異的大小只能根據專業知識來確定。例如兩樣本均數比較，結論為差異有統計學意義，不能理解為μ1與μ2相差很大，應理解為兩個總體均數間有本質差異，即差異不是由抽樣誤差引起的。

1.7 只關心統計結論，忽視差異有無臨床意義

評價一項醫學研究結果，要看其是否具有臨床意義和統計學意義。如果差異本身沒有臨床意義，可以不必進行假設檢驗，因為當樣本含量足夠大時，基本都會取得差異有統計學意義的結論。醫學論文中，作者常根據假設檢驗有統計學意義，就斷定研究結果有臨床意義。直線相關分析中，只關心相關系數的差異是否有統計學意義，而不關心相關系數的大小有無實際意義。例如當 n=100，r=0．2，P＜0．05 時，按 α=0．05 的水準，認為兩變量間有相關關系。但r2（決定系數）=0．04，說明X和Y之間的關系僅有4%能夠用線形關系來解釋，說明兩變量間的相關關系意義不大。

2 產生上述問題的原因

2.1 作者的原因

對統計學在醫學科研工作中的重要性認識不足，少數作者缺乏高度的責任感、科學嚴謹的態度，憑主觀想象，甚至弄虛作假。參加科研設計、統計學、論文寫作方面的培訓較少，也缺少與醫學科研設計專家的溝通[2]。

2.2 編輯和審稿專家的原因

編輯人員偏重專業問題的專家審稿，忽略統計學問題的專家審閱。注重文字和規范方面，對統計學問題不夠專業，過于依賴審稿專家把關，使文章中的統計學錯誤和缺陷未被及時發現和糾正[3]。審稿專家過于注重科研課題，對科研設計和統計學方法方面的問題重視不夠。

2.3 衛生統計學教學的原因

教學內容陳舊，難以適應學科發展的需要。如臨床研究中常見的重復測量數據，早在20世紀80年代就成為統計研究熱點，目前相關教材對這部分內容卻介紹不多。統計學方法種類繁多，各自的適用范圍以及所需的前提條件又不盡相同，教材一般都只從正面講述統計學方法，導致學生對誤用統計方法缺乏識別能力和防范措施。

3 改進措施

3.1 加強宣傳，提高對統計學重要性的認識

醫學科研論文中暴露出來的統計學問題，表面上看是編輯和審稿者把關不嚴所致。事實上，有時即使審稿時發現了錯誤，也無法改正。因為實驗設計的錯誤只有在科研工作開始之前才有可能得到糾正。要加強宣傳，使醫學科研工作者在思想上高度重視統計學，提高科研設計水平和統計分析方法的應用水平，提高科研質量。

3.2 加強學習，提高統計學的應用水平

從事醫學研究時間不長的青年學者以及以前較少接觸統計學的年長研究者，應下功夫打好統計學基礎。請有研究經驗的專家，為醫學科研人員講授科研課題的設計方法、如何正確運用統計學方法等。編輯人員應加強統計學知識的學習，請統計學專家針對論文中涉及的統計學問題定期開展培訓，提高統計學專業知識水平，在編輯稿件過程中加強對稿件中統計學處理的思考和把握。

3.3 加強教學改革，提高衛生統計學教學質量

合理選擇教學內容，注重知識的更新，將統計學新知識、新發展及時補充到教材中。運用案例教學法、項目教學法，提高教學效果，培養學生用統計學思維發現問題、分析問題和解決問題的能力。

3.4 充分發揮統計學專家的作用

科研人員要主動征求統計學專家的意見，發揮專家的咨詢作用，指導科研的每一個環節。吸收更多的統計學專家加入雜志編委會，對較復雜的統計學問題進行把關。

參考文獻：

[1]肖麗娟．從編輯角度談醫學論文寫作中的統計學應用問題[J]．蘇州大學學報：工科版，2006，26（5）：90－92．

[2]劉洪慶，張廣成，劉成風，等．醫學科研論文中存在的統計學問題及改進措施[J]．中國農村衛生事業管理，2004，24（6）：57－59．

[3]王曉瑜，王雅琢，封艷輝，等．醫學期刊投稿常見統計學問題分析[J]．科技與出版，2011（11）：42－44．■