“医学统计学学习平台公众号”在教学中的应用探索

张 琪 杜泽宇 陈逸敏 朱淑明 林卓琛 葛 琪 顾 菁 张晋昕

1 中山大学公共卫生学院, 510080 广东 广州； 2 广东省妇幼保健院医学遗传中心，511442 广东 广州；3 中南大学湘雅公共卫生学院，410078 湖南 长沙

医学统计学是以概率论和数理统计基本原理和方法为基础，对医学领域中数据的收集、整理、分析、结果呈现进行系统阐释的一门应用型学科，统计学的应用在当今的科学研究中，已经成为不可或缺的一部分[1]，尤其是在医学领域中，正确地学习、掌握与运用统计学方法及统计软件是研究过程中至关重要的环节[2-3]。随着医学研究实践的深入，新的、复杂的统计学方法不断涌现，在统计学课堂上讲授这些方法的软件实现的具体过程，势必干扰了学生对统计学思维逻辑的辨析、吸收。可见，关于统计计算的具体实现步骤，应该移到课堂外。

中山大学医学统计学系在中山大学教务部、广东省教育厅的支持下，2014年起开发面向医学本科生的SPSS和SAS软件自主学习平台，将理论温习、实操教学制作成可视化的文件，方便随时随地的自主学习。

1 公众号的设计与运行

参与课程录制的讲解者均为高年级医学统计学在读研究生，经统一培训，使录制人员在授课目标、授课手段、讲解风格、录制流程、质量要求等方面达成一致。录制前均需撰写脚本，由项目负责人带领项目组集体讨论、审核后方可正式使用。确保所授内容达到理论上准确明了、提纲挈领，实践上重点突出、清晰易懂。初学者能借助该学习平台完成课外作业，让学生学习统计软件告别乏味、枯燥，自主完成学习。对于社会上的研究人员，也可以通过可视化的视频资料快速复习所学过的统计学知识，正确使用统计学方法。

中山大学医学统计学学习平台得到国内外各界用户的积极浏览使用，2019年底时已有2.4万余人次订阅该公众号。

1.1 设计思路

中山大学医学统计学学习平台提供的学习资料，每一节均有理论知识的简短回顾，以SPSS和SAS软件学习为主要讲授内容。为学生和科研工作者提供了学习统计学知识的便利。具体而言有如下初衷。

①学习者在实践过程中，通过视频的画外音实时获得授课者的辅导，加强了对理论知识的深入理解。可以随时暂停正在播放的内容，利于学生逐步消化、吸收。

②学生可以借助智能手机随时随地浏览，方便碎片化学习。同时，还可以通过关注的微信公众号随时获取推送资源，动态了解最新学习内容。

③由于微信本身提供了网页版和PC版，所以该系统还能在台式机、笔记本、ipad上使用，也可投屏状态下用于集体培训。

④微信公众平台所有用户都是经过实名注册的，因此，网络环境的安全性要高于其他传播渠道。

⑤微信公众平台还能群发消息，可快速方便地传递重要学术消息。为用户了解医学统计学学术动态增加了一个可靠渠道。

⑥用户间交流学习心得，远程提供数据分析的支持，均可基于该平台提供的素材。直观、迅捷地分享学习资源，探讨学术问题。

1.2 模块组成

具体内容分为以下3部分。

(1)SPSS模块

将现本科教学大纲中要求的统计计算实现能力转化为SPSS软件环境中的实际例题。例如，教学大纲对简单线性回归的要求为：绘制散点图，了解两变量间是否有直线联系；直线回归方程式及其计算，回归系数b和截距a的意义，以及最小二乘原则；回归系数的假设检验；绘制回归直线图；回归方程的应用(描述变量间关系、预测和控制)；Ⅰ型回归、Ⅱ型回归对资料的要求。在应用自主学习平台上的第14讲“简单线性回归”，采用身高与体重的实际例题，讲解了简单线性回归的适用条件和如何使用SPSS软件绘制散点图、计算线性回归方程、进行回归系数的假设检验、计算回归系数置信区间等内容。

平台内容制作初期，于中山大学在校学生用户中试用学习，收集修改意见。根据修改意见，增加了必要的大纲以外内容，例如数据管理(数据规则的介绍、变量定义)、正态性检验、方差齐性检验等相关内容，同时，拓展了秩和检验的教学内容。

最终形成的教学平台中，录制了实操例题的SPSS软件操作与过程讲解。具体内容：①SPSS软件入门；②数据管理；③描述性统计分析；④统计图表的制作；⑤正态性检验、方差齐性检验；⑥单样本t检验、配对t检验；⑦秩和检验；⑧单因素方差分析；⑨随机区组设计资料的方差分析；⑩定性资料的χ2检验；配对定性资料的χ2检验；R×C表资料的χ2检验；定量资料线性回归分析。

教学视频文件经后期制作、合成，2015年起在微信平台(公众号:yxjtx2015)上发布。用户通过添加公众号或扫描二维码(见图1)可以登录学习平台，像点菜单一样就可以开始学习。例如，在系统中输入“2”，则获得SPSS环境下“第2节，数据管理”的课程内容，通过观看视频学习。

图1 中山大学医学统计学学习平台二维码

(2) SAS模块

围绕本科教学要求，提供SAS环境下统计分析的实操教学，每一节课的开头仍包括简略的理论回顾。选择了教材中实用性强的例题，并包括一部分中山大学医学统计学系所开展统计咨询服务中的实际资料分析，以保证与授课内容具有良好适配性。

内容包括：① SAS软件入门；② 定量变量的统计描述；③ 定性变量的统计描述；④ 多种类型的t检验；⑤ 多种类型的方差分析；⑥ 多种类型的检验；⑦ 秩和χ2检验；⑧ 简单线性回归分析；⑨ 多重线性回归分析；⑩ logistic回归；cox回归；随机化分组。

(3)拓展资料

在平台内提供了专题学习资料，国家级教学名师方积乾教授的讲座 “统计学与医学联姻”介绍了统计学与医学的关系。数量化的观点是人们认识世界的重要手段，生物现象的个体间普遍存在较大差异，造成差异的影响因素又多样且复杂。统计学可帮助人们透过偶然现象来探究固有的规律性，因此统计学在医学中具有不可或缺的地位。此专题讲座可以让学生们了解到统计学的学习目的，进而激发学习兴趣。此视频于2019年底时已播放1.7万余次

这个模块的内容拟继续增加统计学学习中重点、难点问题的讲解，也开放式欢迎全国医学统计学教育工作者提供精彩授课资料。

2 用户反映及教师评价

2.1 学习用户的反映

该学习平台在使用中得到来自用户的建议，归纳如下。

①每一个单元只阐明了重点知识，时间偏短。如果用户有深度学习的要求时，内容尚不充分，建议增加“详尽版”。

②希望增设测试题目，便于学生自测，检验学习效果。

③除了可打开视频课件外，建议提供另外2个下载选项：ppt课件及视频中用到的数据文件。

④操作界面中出现小号字时，收看辨别困难，建议升级时提高分辨率。

2.2 教师的评价与建议

在校学生初次学习软件操作，理论课的课前即可观看视频进行预习，课后不妨再次观看视频，同步使用电脑边操作、边学习，可高效理解所学知识。学生将手头教材的例题予以重现，确保自己能独立完成计算，然后，就可以用学习平台上提供的方法做作业了。

与国家教育部“爱课程”网公布的国家精品资源共享课、慕课同步学习，能使理论课知识得到更为深入的理解。

对于医学数据分析的科研人员，在每一节课的学习中，先获得统计学方法应用条件的简短回顾，明确自己面对的资料是否适用，然后再进一步学习详尽的操作指引或代码讲解。平台上的视频授课中还有对结果的解读，为完成科研分析报告提供了实用的指导。

实际的研究资料有时与本平台提供的典型示例间有一定差距，在学习中需要举一反三，必要时可查询软件配套的帮助系统，或软件使用手册。

在移动学习平台教学活动设计的过程中，教师应设计丰富的活动形式帮助学习者展开学习。在教学组织上，教师需要结合课程内容以及学生心理对课程内容进行分类处理，针对其不同对象展开不同的教学设计，使受众顺利消化学习内容。将任务驱动教学法应用于移动平台教学中，充分利用移动教学传播面广、用户滚雪球式增加的特点，推动教学高效进行。通过后台监控，教师可追踪学生学习的整个过程，对学习者遇到的问题及时指导。为学习者营造一种轻松愉悦的学习环境和学习氛围，为学生提供更广阔的思辨空间[4]。

3 内容更新与展望

中山大学医学统计学系创建的软件学习平台不仅适用于医学领域的学生和研究人员，也适用于统计学得以应用的经济、农业、工程等领域的在校生和科研工作者。2015年建成后，用户增加迅速，也经常收到来自用户的新要求。制作团队根据广大用户的要求，该学习平台的内容持续更新升级。

平台研发团队注重收集各方用户的反馈，用户既包括在校的本科生、研究生，也包括继续教育学习班的广大学员。在校生的实操课堂上，本平台大大提升了课堂效率，学生得以在有限的课堂教学时间内更为深入地关注统计学方法的理解，而不再纠结于具体的运算细节。为了适应平台用户能力的逐步提高，公众号涵盖的统计学方法也应同步升级，解决用户更高级的学习需求。

随着5G技术的推广，手机上传输更高像素的视频文件也能具有良好的流畅性，原有视频资料的清晰度也需要改善。不更新旧制式的视频资料，将难以满足用户对优质学习体验的需求。

4 讨论

随着云服务、新媒体等现代交流方式的涌现，微信公众号碎片化学习方式更加符合新时期背景下人们随时随地学习的习惯[5]。随着移动互联网的广泛普及与计算机技术的进一步发展，国内越来越多的高校通过微信公众号传递信息[6]。

SPSS和SAS都是医学科研工作者经常使用的统计软件，它们的分析功能强大，嵌入的统计学方法素有全面、权威、先进的特点，在医学研究领域发挥了巨大的作用。鉴于此，中山大学建立的“医学统计学学习平台公众号”目前以介绍这2款主流软件的统计分析实现为主体内容。

不少医学研究者反映，在着手处理实际资料时，对既往所学统计学方法及统计软件知识已淡忘，而初学者的基础知识不甚扎实，导致医学研究中误用、滥用统计学方法的现象屡见不鲜，要改善这一现状必须要从统计学教学的改革入手，为他们提供便捷的学习、温习素材，为他们正确完成统计学分析提供引导[7]。随着该学习平台被更多学者、在校生关注，相信会对其进一步的升级完善提出更高要求，期待着更新后的平台能为广大医学研究人员、专业知识的学习者提供卓有成效的统计计算支持。