医学科研中恰当的统计分析方法让结论更直观

随着科研人员对统计学分析方法的重视与应用能力的提高，医学论文中的统计学分析方法也越来越科学、越来越复杂。编译认为，研究设计要在遵循“随机、对照、盲法、重复”原则的前提下，各组资料的基本要素应齐全，包括受试对象，处理因素及研究效应。需要明确受试对象的来源、纳入、排除标准及非处理因素的相关描述，保证同质性及代表性。

一、计量资料的分析。一般来说，在遵循“随机、对照、盲法、重复”原则的基础上，依照研究因素及水平的不同，可将实验设计分为四类，即单因素单水平实验、单因素多水平实验、多因素单水平实验及多因素多水平实验。同时，还需要区分处理因素与非处理因素，两者往往同时存在，处理因素通常取决于研究者，是根据研究目的确定的，而非处理因素是人为不可改变的，但可能对实验结果产生影响的因素。故研究者在确定处理因素后，需要根据专业知识及实验条件，找出重要的非处理因素加以控制，保证同质性，以突出处理因素的主导作用。

有些研究者往往忽视了重复测量资料的比较方法的选择。它适用于同一受试对象的同一观察指标在不同时间上多次测量的资料，分析观察指标在不同时间点上的变化。重复测量资料的比较应当重视同一受试对象数据具有相关性，且受试对象的处理因素随机分配，但各时间点往往是固定的。因同一受试对象在不同时间点的数据高度相关，需检测资料是否满足球形检验，即同一个体的多次测量结果之间是否存在相关性。并根据各因素间是否存在交互作用，以判断主效应的意义与相应水平均数比较的差异解读是否正确。

多个样本均数经方差分析比较后，若有统计学意义，只能说明多组间数据比较不全相同，需采用两两比较的方法进一步明确哪些均数不等。通常有两种情形：一是未计划的每两个均属的事后比较；二是计划好的某些均数间的两两比较。此外，对不符合方差分析假定条件的资料，可通过某种形式的数据转换，如对数转换、平方根反正弦变换等；采用非参数检验；或采用近似检验。

二、分类资料的分析。分类资料又称分类变量，其观察值是定性的，具体表现就是互不相容的类别或属性。这又有两种情况：一是无序资料，包括二项分类、多项分类；二是有序资料，各类之间有程度的差别，给人以“半定量”的概念，统计学上也称为等级资料。

对于分类资料，最常用的就是卡方检验。很多研究者最常犯的错误，就是该用配对卡方检验的，却只是用了普通的卡方检验；该进行相关分析的，却只是使用了卡方检验。对于分类资料，如果要分析两者之间的相关性，就应当用相关性分析，因为卡方检验，只是检验两个定性变量之间是否有独立性，即分布是否不同；而大多数的作者都认为，在卡方检验拒绝了“独立性”之后就表明两者之间是相关的。

三、相关分析与回归分析。对于相关分析与回归分析，作者不应单纯重视所要分析数据的类型，数据的类型决定了选择的分析方法。在进行相关分析前，作者应当绘制数据的散点图，以初步判断变量间是否存在相关趋势。最常用的Pearson相关分析和Speaeman秩相关分析，前者仅适用于双变量均正态分布的定量资料，后者适用于双变量均不服从正态分布或总体分布不明的资料及等级资料。但事实上，在进行相关分析时，往往需要进行相关分析的两变量可能会受到其他变量的影响，此时可以利用偏相关分析对其他变量加以控制，得出的偏相关系数能更好地反映两变量线性关系。

转自YuJinBio誉津医学微信公众号，仅作学习交流，如有侵权，请联系本站删除！