探討醫學論文中常見的統計學問題

一篇醫學論文的優秀與否，在於其論文是否具有科學性、先進性、新穎性、實用性和可讀性，其科學性水平要求設計合理、資料準確、方法得當、結果正確，而這些目標的實現均離不開醫學統計學原理的正確應用。但醫刊彙編譯在工作中發現，很多作者所寫的醫學論文中普遍存在統計學方面問題，對論文科學性、合理性水平造成一定影響。為此，以下針對醫學論文中研究設計、方法選擇、統計描述等方面存在的常見問題進行討論。

一、研究設計的缺陷。研究設計要求的四大原則是隨機、對照、均衡、重複，其目的在於透過隨機化分配來減少誤差造成的干擾，並透過正確設定對照來抵消非處理因素的影響，以保證組間的均衡性，但常有研究者忽視上述原則的應用，使研究設計上存在不足。例如，在醫學論文中常見對試驗物件資料的詳細描述，而對正常對照者的相關描述則偏於簡單，除處理因素外，多缺少其他非處理因素是否匹配的描述；甚至未設立對照。有的作者僅交待了在分組上採用隨機抽樣，但無抽樣分配的具體方法，使組間均衡性無以體現。另外，論文中對樣本量的確定方法未予交待，常存在樣本含量過少，使文章結論的可信度降低。

二、方法選擇不當。鑑於研究資料型別的多樣性以及比較的多重性，對計量、計數資料的統計方法也就有所不同，尤其是醫學論文中常涉及多終點、多時點、多組間的比較。有些作者不加分析，一味套用兩獨立組比較的方法，大大增加了犯此類錯誤的可能性，使論文結論的可信度降低。如對於計量資料，兩組均數有無差異的檢驗常用t檢驗，但對於多組均數差異的檢驗則應用方差分析，然後再採用專門的兩兩比較方法，但許多作者的論文中常對此檢驗仍沿用兩組比較的t檢驗。

此外，常有作者不考慮資料資料分佈形態，而一概按正態分佈、方差齊同處理。實際上當資料分佈呈偏態分佈，方差不齊或對於等級資料應選用非引數統計方法如秩和檢驗，但許多作者仍用引數統計方法。對於計數資料，如兩個樣本率的比較常用卡方檢驗，但有作者常忽視其應用條件，如n<40時仍用四格表卡方檢驗，而未應用正確的Fisher精確機率法。

三、統計圖表問題。醫學論文中，圖表問題主要表現在以下幾個方面：一是格式錯誤，如未採用規範的三線表，表中有多餘斜線、豎線；或圖例不在圖域中或專案不全，如表中無例數和單位，尤其是在縱橫標目上無單位說明；或對計量資料只列出了平均數而無標準差；或同欄下小數點保留位數不一致等。二是內容重複或錯誤，如表、圖中內容與正文中內容重複，資料結果的表達與正文中不一致。三是圖表應用不當，比例失調、圖例不清，對簡單資料也用圖表說明。四是缺乏自明性，如標題、標目組成部分上的欠缺和含義不明，使讀者不看正文就無法理解其圖表含義。

四、統計描述不規範。如對兩組比較差異有統計學意義常描述為兩組有顯著差異，顯然缺乏規範性。因為P<0。05的含義並非在於說明差異的大小，而只是說明其差異在多大程度上具有統計學意義，即P值越小越有理由認為對比事物間存在差異。在結果無統計學意義時則只能說明尚無理由認為存在差異，但不能解釋為沒有差異。另外一種情形是當作者認為兩者的差異有一定臨床意義時，常過於自信，主觀認定其臨床意義，而不去分析P>0。05的客觀原因。此外，常有對統計指標的誤用，包括把構成比等同於率，把病死率等同於死亡率等。