医学论文中出现统计问题的防范措施

医学期刊发表的论文中出现质量问题会造成非常严重的后果，科研设计不合理和统计方法的错用不仅仅是科研水平问题，更是科研道德问题。因此，作者、编辑和审稿人员都应对这一问题给予足够的重视，并及时予以纠正解决。

一、掌握常用的统计术语及其应用。统计中常用的概念有总体与样本、随机化与抽样误差、计量与计数、等级资料、正态分布与偏态分布资料、标准差与标准误等。

二、正常值范围及异常阈值的确定。研究对象的选择，样本含量，正确统计处理和参考一定数量的病例数据，是确定正常值范围及异常阈值的几个重要因素：

1.研究对象应为“完全健康者”，可包括患有不影响待测指标疾病的患者。

2.观察数量应尽可能多于100例，需分组者，各组人数也是如此(标本来源困难时酌情减少)。有些论文往往以少量样本数求得正常值是不可信的。

3.统计处理应根据所得数据分布特征采用不同的统计处理方法；属正态或近似正态分布的数据，可采用均数±标准差计算，这也适用于以一定方法能将非正态分布转换成正态分布或近似正态分布的资料；对无法转换的偏态数据，应采用百分位数计算法。

4.相应观察的病例数(包括分组)不应少于30例(对照数量)，这对制定某指标有临床意义的异常阈值尤其重要，这一点容易被忽视。

三、正确解释统计结果。统计结果必须与实际相结合才能做出正确的解释。以t检验为例，统计分析结果提示现有差别是否仅由抽样误差所致，只能给出犯I类错误的概率。必须注意统计结果有显著意义，而在临床上可能无意义；相反，统计无显著意义，而临床可能有意义，不能轻易下无差别的结论。应复查实验设计、方法、试剂及仪器性能、质控措施和实验数据等是否准确无误，是否需要再加样本量等。

任何检验结果的判断不应绝对化，P<0.05或P>0.05，分别表示可拒绝或接受原定的假设，但两者都存在误判的可能。另外，P值越小，只是更有理由拒绝原定的假设。

四、合理运用检验方法。卡方、校正卡方与直接概率法(或精确法)三种检验方法用于率(构成比)的比较，但各自的适用范围不同，应特别注意。

五、相关与回归分析。“相关”是表示两个变量间是否存在相关关系。直线相关分析只是以相关系数(r)来表示两个变量间直线关系的密切程度和相关方面的统计指标。相关分析是不能单纯用于阐明两事物或现象间存在本质的联系，即使两变量间存在高度相关关系(即有一定的统计联系)，也不能证明它们间存在着因果关系。

直线回归分析是定量描述两变量间的直线关系。回归分析中，应注意由x变量值推算Y，与以Y变量值推算x的回归线是不一样的；直线回归方程的适用范围，一般仅适合于自变量X原数据的范围，故绘制回归线时，x值不能超越实测值的范围而任意延长。

相关与回归分析说明的问题不同，但相互有联系。在回归分析时，一般先行相关分析，只有在相关分析有统计意义(即回归有统计意义)的前提下，求回归方程和回归线才实际有意义。决不能把毫无实际意义的两个事物或两种现象进行相关与回归分析。

六、数据的正确书写。医学论文中各数据的书写前后必须一致，总数应等于各分组数之和。对不同指标，有其不同数据精度的要求，测量数据的有效位数，由测量仪器的精度决定，只允许最后一位有误差，前面的数字不应有误差。未经统计检验，论文中不宜出现推断性的比较结果的结论。

转自职称论文发表学术论文微信公众号，仅作学习交流，如有侵权，请联系本站删除！