统计学处理的有关要求

1. 研究设计：应交代研究设计的名称和主要做法。如调查设计（分为前瞻性、回顾性或横断面调查研究）；实验设计（应交代具体的设计类型，如自身配对设计、成组设计、交叉设计等）；临床试验设计（应交代属于第几期临床试验，采用了何种盲法措施等）。主要做法应围绕4 个基本原则（随机、对照、重复、均衡）概要说明，尤其要交代如何控制重要非试验因素的干扰和影响。

2. 资料的表达与描述：用±s表达近似服从正态分布的定量资料，用M（QR）表达呈偏态分布的定性资料；用统计表时，要合理安排纵横标目，并将数据的含义表达清楚；用统计图时，所用统计图的类型应与资料性质相匹配，并使数轴上刻度值的标法符合数学原则；应用相对数时，分母不宜小于20，要注意区分百分率与百分比。

3. 统计学分析方法的选择：对于定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计分析方法，不应盲目套用t检验和单因素方差分析；对于定性资料，应根据所采用的设计类型、资料所具备的条件以及分析目的，选用合适的统计分析方法，不应盲目套用χ2检验。对于回归分析，应结合专业知识和散点图，选用合适的回归类型，不应盲目套用简单直线回归分析，对具有重复实验数据的回归分析资料，不应简单化处理；对于多因素、多指标资料，要在一元分析的基础上，尽可能运用多元统计分析方法，以便对因素之间的交互作用和多指标之间的内在联系进行全面、合理的解释和评价。

4. 统计结果的解释和表达：当P< 0.05（P< 0.01）时，应说明对比组之间的差异有统计学意义，而不应说对比组之间具有显著性（或非常显著性）的差别；应写明所用统计分析方法的具体名称（如：成组设计资料的t检验、两因素析因设计资料的方差分析、多个均数之间两两比较的q检验等），应尽可能给出统计量的具体值（如t= 2.251，χ2= 3.583，F= 7.766 等）和具体的P值（如P= 0.024）；当涉及到总体参数（如总体均数、总体率等）时，在给出显著性检验结果的同时，再给出95%可信区间。