医学科研论文中常见的统计学问题与改进措施

姜瑞涛

（青岛第二卫生学校，山东 青岛 266300）

1 常见的统计学问题

1.1 实验组与对照组没有可比性

实验组与对照组必须遵循均衡化的原则，即实验组与对照组除处理因素不同外，其他可控制的非处理因素要尽可能保持一致，从而尽量排除非处理因素对结果的影响。各组间均衡程度越高，可比性越强。如果分组时未注意到对照组与实验组的均衡性，两组之间就会出现差异，不具备可比性，结论有可能不准确，甚至相反。例如，用新药治疗消化性溃疡，结论为“新药组疗效明显好于旧药组”，但新药组病情较轻（患者溃疡面积＜3 mm2），旧药组病情较重（患者溃疡面积＞3 mm2），两组病情不一致，没有可比性，因而上述结论不可信。

1.2 样本量过小

样本量的大小影响结论的可靠性。样本量过小，抽样误差大，结果可靠性差，且经不起验证；反之，若盲目加大样本量，不但会造成人、财、物的浪费，而且会造成非抽样误差增大。应在保证研究结果精确可靠的前提下，确定最小的样本量。如某医师用组织埋藏法治疗4例视网膜炎患者，2例治愈，即报道治愈率为50%。显然，有限的病例数不能充分说明该疗法的疗效，作者贸然得出结论，容易给他人造成假象甚至误导[1]。

1.3 混淆标准差与标准误的作用

实验数据一般综合表示为“均数±标准差”的形式，标准差表示数据相对于均数的离散程度，而标准误是表示抽样误差大小的指标，二者含义完全不同。有些作者误将标准差用于可信区间的表述，将标准误用于正常值范围的表述。

1.4 假设检验方法运用不当

每一种假设检验方法都有其特定的适用条件和严格的适用范围。例如，t检验要求样本来自正态总体，进行两样本均数比较时，两总体方差应相等。所研究变量的类型不同、设计类型不同、大样本还是小样本等，所用假设检验的方法也不同。例如，数值变量资料的比较常用t检验，分类变量资料的比较常用χ2检验。对于同一组资料，采用不同的假设检验方法可能得出截然相反的结论。同为数值变量资料，如将配对设计的资料按成组设计资料的方法进行假设检验，不但损失样本提供的信息、降低检验效率，而且可能使原本有统计学意义的结果表现为无统计学意义。非参数检验的检验效能低于参数检验，如果应该应用参数检验的资料却应用了非参数检验，那么应该阳性的结果就可能得出阴性的结论。

1.5 未注明假设检验方法或不具体

有些论文对收集到的资料进行了统计学分析，但未说明使用的是什么方法。表现为论文中只有假设检验的结论，未注明检验方法、现有样本算得的检验统计量、检验水准、采用的是双侧检验还是单侧检验、P值的确切范围。这样读者就无法得出论文中统计学方法选择是否合理，无法核对结果是否准确。在论文写作时，不但要注明选用的是什么统计学方法，而且要尽可能详细、具体。例如选择t检验，要说明是配对t检验，还是成组t检验。

1.6 错误理解假设检验中P值的含义

统计学上，根据假设检验原理推算出来的P值，表示拒绝无效假设（H0）犯假阳性错误的概率，P值越小，越有理由认为两种处理方法效果不同。P值不能反映相比较的两组或多组参数之间差异的大小，参数差异的大小只能根据专业知识来确定。例如两样本均数比较，结论为差异有统计学意义，不能理解为μ1与μ2相差很大，应理解为两个总体均数间有本质差异，即差异不是由抽样误差引起的。

1.7 只关心统计结论，忽视差异有无临床意义

评价一项医学研究结果，要看其是否具有临床意义和统计学意义。如果差异本身没有临床意义，可以不必进行假设检验，因为当样本含量足够大时，基本都会取得差异有统计学意义的结论。医学论文中，作者常根据假设检验有统计学意义，就断定研究结果有临床意义。直线相关分析中，只关心相关系数的差异是否有统计学意义，而不关心相关系数的大小有无实际意义。例如当 n=100，r=0．2，P＜0．05 时，按 α=0．05 的水准，认为两变量间有相关关系。但r2（决定系数）=0．04，说明X和Y之间的关系仅有4%能够用线形关系来解释，说明两变量间的相关关系意义不大。

2 产生上述问题的原因

2.1 作者的原因

对统计学在医学科研工作中的重要性认识不足，少数作者缺乏高度的责任感、科学严谨的态度，凭主观想象，甚至弄虚作假。参加科研设计、统计学、论文写作方面的培训较少，也缺少与医学科研设计专家的沟通[2]。

2.2 编辑和审稿专家的原因

编辑人员偏重专业问题的专家审稿，忽略统计学问题的专家审阅。注重文字和规范方面，对统计学问题不够专业，过于依赖审稿专家把关，使文章中的统计学错误和缺陷未被及时发现和纠正[3]。审稿专家过于注重科研课题，对科研设计和统计学方法方面的问题重视不够。

2.3 卫生统计学教学的原因

教学内容陈旧，难以适应学科发展的需要。如临床研究中常见的重复测量数据，早在20世纪80年代就成为统计研究热点，目前相关教材对这部分内容却介绍不多。统计学方法种类繁多，各自的适用范围以及所需的前提条件又不尽相同，教材一般都只从正面讲述统计学方法，导致学生对误用统计方法缺乏识别能力和防范措施。

3 改进措施

3.1 加强宣传，提高对统计学重要性的认识

医学科研论文中暴露出来的统计学问题，表面上看是编辑和审稿者把关不严所致。事实上，有时即使审稿时发现了错误，也无法改正。因为实验设计的错误只有在科研工作开始之前才有可能得到纠正。要加强宣传，使医学科研工作者在思想上高度重视统计学，提高科研设计水平和统计分析方法的应用水平，提高科研质量。

3.2 加强学习，提高统计学的应用水平

从事医学研究时间不长的青年学者以及以前较少接触统计学的年长研究者，应下功夫打好统计学基础。请有研究经验的专家，为医学科研人员讲授科研课题的设计方法、如何正确运用统计学方法等。编辑人员应加强统计学知识的学习，请统计学专家针对论文中涉及的统计学问题定期开展培训，提高统计学专业知识水平，在编辑稿件过程中加强对稿件中统计学处理的思考和把握。

3.3 加强教学改革，提高卫生统计学教学质量

合理选择教学内容，注重知识的更新，将统计学新知识、新发展及时补充到教材中。运用案例教学法、项目教学法，提高教学效果，培养学生用统计学思维发现问题、分析问题和解决问题的能力。

3.4 充分发挥统计学专家的作用

科研人员要主动征求统计学专家的意见，发挥专家的咨询作用，指导科研的每一个环节。吸收更多的统计学专家加入杂志编委会，对较复杂的统计学问题进行把关。

参考文献：

[1]肖丽娟．从编辑角度谈医学论文写作中的统计学应用问题[J]．苏州大学学报：工科版，2006，26（5）：90－92．

[2]刘洪庆，张广成，刘成风，等．医学科研论文中存在的统计学问题及改进措施[J]．中国农村卫生事业管理，2004，24（6）：57－59．

[3]王晓瑜，王雅琢，封艳辉，等．医学期刊投稿常见统计学问题分析[J]．科技与出版，2011（11）：42－44．■