医学论文中结果解释常见问题解析

统计学是研究结论成立与否的重要依据，而统计学分析结果的解释一般是医学论文的关键。研究者往往需在讨论部分引用结果解释并结合专业知识进行分析以作为支持其新发现、新观点的统计学依据，解释得好，得到的结论才会使人信服；反之，如果不对结果进行解释或撇开统计学依据，则容易受到读者的质疑。统计学结果理解和解释上的偏差可能会导致所得专业结论存在错误，进而影响论文的可靠性、科学性。下面小编整理了一些在医学论文结果解释方面存在问题的实例以及对问题的解析，希望能够为大家撰写论文提供帮助。

一、不进行统计，妄下结论

例：用药组术中出血量<20 mL者288例，占比为82.29%，>20 mL者62例，占比为17.71%；对照组术中出血量<20 mL者158例，占比为79.00%，>20 mL者42例，占比为21.00%。两组比较，用药组术中出血量少。用药组未发生人流综合征；对照组有1例发生，占比为0.50%。两组比较，用药组人流综合征的发生率明显较低。

分析：作者未说明采用何种统计学方法，未给出所计算的统计量及对应P值，仅凭数据表面大小做出判断，这是缺乏统计学思想的体现。事实上仅凭数据表面差异并不能说明问题，该差异是由抽样误差造成的，统计分析的目的是通过特定公式计算出因抽样误差导致这种差异的概率，从而判断数据表面差异是由抽样误差引起还是本来就存在差异，进而得出较为可信的结论。因此在结果解释描述时应根据资料类型和分析目的合理选择统计分析方法，对于术中出血量的比较，资料本身是计量资料，应尽量选用对应统计学方法（如t检验）进行分析，无需转换为计数资料（这样会损失掉一部分信息，使检验效能降低）分析；对于人流综合征发生率的比较，虽然为四格表资料，但由于两个理论频数较小，并不适合卡方检验条件，应选用Fisher精确检验。

二、检验效能太低，结论不可信

例：采用心律平和异搏定分别治疗阵发性室上性心动过速各15例，心律平组显效10例，有效4例，总有效率93.3%；异搏定组显效9例，有效4例，总有效率86.6%，两组总有效率经统计学比较，差异不显著（P>0.05），显示应用心律平和异搏定治疗阵发性室上性心动过速效果无明显差异。

分析：当统计检验出现“阴性”（P>0.05）结果时，一方面可能是两组总有效率的差异确实没有显著意义；另一方面显著性差异是根据实际存在差异大小与专业知识判断，绝不是由P值大小来判断，若样本量过小，指标平均值不稳定，意味着抽样误差较大，因此推论总体的精密性与准确性都比较差，统计检验效能偏低，导致本来存在的差异未能被检测出来，出现非真实的“阴性”结果，因此在研究中应尽可能控制合适样本量。

三、观察性研究推论因果关系

例：对435例45岁以上受检人员进行B超检查，检出脂肪肝患者102例，非脂肪肝人员333例，据此将受检人员分为脂肪肝组和非脂肪肝组，并对两组血脂、血糖和血尿酸水平进行比较，采用t检验，结果数据差异有显著性（P<0.01），表明血脂、血糖和血尿酸的增高程度对脂肪肝形成有一定影响。

分析：本文两组并非随机分组，是根据B超检查结果人为分组，然后对两组指标检测并比较，属于观察性研究。对于观察性研究来说，由于没有或不能对观察对象进行随机分组，单纯假设检验不能解决混杂和偏倚的问题，也不能说明事件先后顺序，因此不能直接推论因果关系，只能推论关联。本资料中的脂肪肝组和非脂肪肝组，假如存在某些混杂因素，如两组的年龄或生活习惯等不均衡，则在推论时很难说清是混杂因素的存在还是确实是脂肪肝的原因而造成指标水平的不同。因此在分析数据前首先要弄清研究资料的设计类型，对于随机化分组的资料，可以进行直接的统计推论，而对于观察性研究资料，只能推论关联，不能推论因果，如要探讨是否存在因果关系，则可以此为线索进行科学实验设计，以实验来证实假说。

转自学术万事屋微信公众号，仅作学习交流，如有侵权，请联系本站删除！