医学杂志论文中常见的统计学错误分析及对策教材共40页文档
医学杂志论文中常见的统计学错误分析及对策
（1）忽视了t检验的使用条件；
（2）多个样本均数比较错误地用多个t 检验代替 方差分析；
（3）误用t检验分析重复测量设计资料
单样本t检验的应用条件：样本服从正态分
布；
成组t检验的应用条件：样本服从正态分布;
两样本的总体方差相等即方差齐性。
配对t检验的应用条件：差值服从正态分布。
这类错误是临床医学科研论文中定量资料分析中最 常见的错误, 而且是原则性错误, 会增加犯第一类 错误的概率。假设检验的案例一资料为不同年龄组 不同性别基础能耗情况, 原作者用t检验分别对各 组均数逐一进行比较, 得出在男女研究对象青年组 与中年、老年组的基础能耗差异有足够的样本作 前提,要在文章中描述清楚随机抽样的抽样总体、样本含 量、抽样方法,随机分组的随机方法、各组的样本含量与 基本特征等。医学科研论文中最普遍的问题是滥用“随 机”,只要是抽样或分组,不管实际是否采用了随机的方 法,在论文中均不谈采用了什么样的随机方法,就将“随 机”写上,将随机误解为随意、随便、不采用随机化处理 方法,导致结果缺乏可靠性。
某研究者为了研究三种不同值班情况孕妇的 早产发生情况, 作者在计算平均率时, 错误地将几 个率相加后取其平均值, 这种类型的错误也是临床 科研论文中常见的错误之一。
如计算计数资料的案例二中三种值班女工的 早产的合计发生率( 即平均率)时, 以( 2. 7+ 4. 8+ 10. 3) /3= 5. 9, 即平均发生率为5. 9%。
(2)统计图方面的主要错误有两个，其一，横坐标轴 上的刻度值不准确，等长的间隔代表的数量不等；在 直角坐标系中，从任何一个数值开始作为横轴或纵轴 上的第一个刻度值。其二，用条图或复式条图表达连续 性变量的变化趋势；
(3)统计表中数据的含义未表达清楚，令人费解；
医学论文中常见统计学概念误用分析
（精品收藏）医学论文中常见统计学概念误用分析医学统计学作为一种认识医学现象数量特征的重要工具，在医学研究的过程中起着非常重大的作用。
但国内外研究者通过调查发现，在现代医学期刊中，统计方法的运用及表述却存在着较多的问题［1，2］。
笔者在医学论文的编辑过程中，也发现有些作者对统计学中最常见、最基本的概念常混淆不清，因此其论文很难符合刊用的要求。
我们知道，概念是逻辑思维的基本要素，只有概念明确，才能准确地表达思想，才能对事物的本质进行客观的描述，才能作出正确的判断和推理，从而得出科学的结论。
为与作者共同提高论文质量，现对编辑工作中经常碰到的一些概念方面的误用问题，试图进行一些粗略的分析。
1概念混淆1.1以比代率比与率是临床医学研究中最常用的相对数指标。
比是表示某一事物或现象各组成部分之间或各个部分在全体中所占的比重或分布。
较常用的有构成比、相对比等。
而率是指某种现象或事件在一定条件下，其实际发生数与可能发生此现象或事件总数的比例。
临床医学论文中很多作者常把构成比当作率进行比较，造成对疾病的发生作出错误估计。
如在研究性别与其疾病发病率的关系文章中，作者把男女的构成比当作发病率，从而得出某种性别的发病率高的错误结论。
还有作者由于对构成比与率的概念不明确，造成计算错误。
如某农村卫生单位对7250名少儿进行粪检，检出蛔虫卵者4300人，需要进行治疗。
因各种原因，有900人未行治疗。
结果：已治率为79.07%，未治率为20.93%。
很明显，这是典型的以构成比代率的例子。
我们根据定义，可计算如下：出现这种错误的原因，是因为不能正确理解比与率的区别所致。
一般来说，率的分子源于分母，但分子、分母具有不同的事件属性，构成比虽然分子也源于分母，但分子、分母具有相同的事件属性。
1.2不同率混用在临床医学研究中，一些具有特殊性质的率很容易用错。
最常见的有发病率与患病率，死亡率与病死率。
发病率与患病率相混淆的原因主要是没有把握住观察、统计的时间。
医学论文常见统计学错误与纠正
医学论文常见统计学错误与纠正一、设计与实施1.对象合格标准不明确●只报告来源和时间段，总体不清晰：大杂烩,得不到科学结论；●事前未规定合格标准和排除标准，事后排除；●不报告按照合格标准和排除标准筛选对象的过程。
2.结局指标多而杂--是事先规定的最重要的结局指标，通常以此为准来计算样本量。
常见错误：终点指标过多, 大海捞针临床试验时，不知道哪个指标在组与组间有差异；“确定某个指标后，万一组间没有差异，岂不被动?！”生理、生化、组织学、基因，都做；“内容丰富，显得水平高?！”许多仪器一下子可以做许多项目；“许多项目一一分析，哪个有意义，就报告哪个指标?！”哪些指标可能有组间差异，必须心中有数。
假说：预计将要得到的结论——假说是科研的灵魂心中无数，不要“先上马再说”●指标多，实验工作量大。
大海捞针——碰运气，不是科研！●指标多，翻来覆去分析，制造假阳性！Nature杂志统计学指南：➢常见错误之一。
仅分析1个指标时，P(假阳性)=0.05，P(1次分析不犯错误)=0.95 λ，同时分析2个指标时，P(2次分析均不犯错误) = [P(1 次分析不犯错误)] 2 P(假阳性)=1 - 0.952 ≈ 0.10, 同时分析3 个指标时，P(假阳性)=1 - 0.953 ≈ 0.14 λ同时分析10个指标时，P(假阳性)=1 - 0.9510 ≈ 0. 40➢常见错误之一(Nature) ----多重比较不校正多重比较: 对一组数据作多项比较时，必须说明如何校正α水平，以避免增大第一类错误的机会---- Bonfferoni校正（α/k来校正，k为两两比较次数）3 不重视对照为何必需对照？●消除非研究因素的混杂实验组和对照组受非研究因素的影响尽可能相同，使两组的差异主要反映研究因素的效应。
●鉴别研究因素的效应和自然发展结果。
例如，研究某药物对口腔溃疡模型兔的疗效，口腔溃疡有自愈的倾向，必须有对照扣除自愈效应。
常见错误➢没有对照！千方百计省去对照组，以减少一半工作量!? ω自身前后对照/历史对照/文献对照/ “标准”对照➢对照不当ω对照太弱：安慰剂对照/对照过强：西药+加中药~西药/对照剂量有争议：试验药，大剂量~对照药，中小剂量/对照基线不可比：试验组年轻、病轻~ 对照组年老、病重应当如何？ω事先明确研究假说，例如，新药比常规药好：以常规药为对照ω设计：研究组新药~ 对照组常规药可比性：基线可比、过程可比、终点可比ω保证可比性措施：干预性研究: 随机化观察性研究：匹配4样本量无根据ω干预性研究：“ 500 例患者随机分成两组……” 为什麽500 例？不多不少？500 例从天而降？现成送上门来？ω观察性研究：“ 10年期间A组3000例，B组258例……” ---- 有多少用多少!?应当如何？---- 报告最小样本量估算及其依据1. 比较两组测定值的均数依据：（1）预计欲比较的两总体参数的差值δ（2）预计总体标准差σ（3）允许出现假阳性结果的机会α（4）允许出现假阴性结果的机会β :例：格列美脲、格列苯脲对比研究以HbA1c 为主要终点报告依据✓欲检出HbA1c临床差异≥0.65%✓假定标准差为1.3%✓双侧检验水平0.05✓功效80% ω✓退出率20% 计算：157例2. 比较两组达标率依据：（1）预计一组发生某结局的百分比为π1（2）预计另一组发生某结局的百分比为α（3）允许犯假阳性错误的机会β（4）允许犯假阴性错误的机会π2例：格列美脲、格列苯脲对比研究以HbA1c达标为主要终点（1）预计一组发生某结局的百分比为45%（2）预计另一组发生某结局的百分比为25%（3）允许犯假阳性错误的机会α= 5%（4）允许犯假阴性错误的机会β= 20% 计算: 176 例5. 随机化，说而不做，做而不严处理分配的随机化为什么这么重要?(1) 消除分配处理有意或无意的偏倚。
医学统计中的典型错误
释疑：在判断资料的性质时，应从资料的本质加以分析，即 看从每一个受试对象测得指标的具体内容是什么，而不要仅 从资料的表面现象去判断资料的性质。在判断资料的实验设 计类型时，应确定资料所涉及的因素的个数和各因素水平的 组合情况，还要注意研究者在收集和整理资料时所采用的方 法，综合分析，才能对实验设计类型做出较为准确的判断。 本资料应采用与重复测量设计相匹配的方差分析进行处理。
文题目：《盆腔动脉插管灌注化疗及栓塞 治疗恶性滋养细胞肿瘤》，用改良的 Seldinger’s插管技术对8例经临床及病 理证实的恶性滋养细胞肿瘤进行选择性盆 腔动脉插管灌注化疗。治疗前后测血hCG 放免测定值。结果见表4.5。采用一般t检 验进行分析，治疗前后血hCG值经统计学 处理有显著性差异（P<0.05）。
分析：严格地说，每个哮喘患者都能提供一个药物发生疗效 的时间，因而此资料从本质上讲应为定量资料，表4.2只是 为了表达的方便列出不同时间点上的频数分布，并不代表此 资料中的结果变量就为定性资料。原作者采用一般χ2检验对 资料进行处理，χ2检验所能回答的问题与原作者的分析目的 不一致。此时得出的结论只能是美喘清组和博利康尼组在不 同起效时间的构成上存在的差别是否具有统计学意义，并不 能得出两组起效时间之间的差别具有显著性意义。
疑：本资料的受试对象为病例标本，测量指标为“阳 性细胞百分率”，因而应为定量资料，其涉及一个实 验因素，即样品类别，有五个水平， 即“毛细血管 瘤”、“混合型血管瘤”、“海绵状血管瘤”、“淋 巴管瘤”和“正常皮肤”。对于百分率的定量指标， 一般根据经验，宜做平方根反正弦变换，在对资料检 验满足正态性和方差齐性的前提条件后，可按单因素 5水平设计资料进行方差分析，如变量变换后仍不满 足前提条件，则用非参数检验18402。
医学论文中常用统计分析方法错误大全
根据常识,早期治疗对疾病的预后具有重要影响,往往具有较高的治愈 率和较低的病死率。治疗组和对照组由于人为因素的干扰和影响,在“病程” 这一重要的非实验因素上并没有达到均衡,不具有可比性。
在制定实验设计方案时,应将重要的非实验因素考虑在内,用随机化法 使各组病人在重要的非处理因素方面尽量达到均衡一致,以便提高组间的可 比性。
正确的做法:对病程不做限制或均选择发病在5d之内的病人,在实验分组时遵循
随机的原则,减少人为因素的影响,使入选的任何一个病人有相同的机会进
人治疗组和对照组。
2021/3/30
3
1.2 缺乏对照组
问题: 某作者对64例银
屑病患者进行血型观 察,其中O型血30 例,A型血17例,B型 血17例,AB型血0例。 没有进行统计分析, 仅凭数字大小,认为 银屑病的发病与血型 有明显的关系,同时 也证实了遗传致病的 决定意202义1/3。/30
2021/3/30
12
1.7 用“重复取样”替代“独立重复实验”
辨析:
✿ 文章中没有描述实验采集了多少只健康小牛。
✿ 如果作者取1只健康小牛晶状体的混合消化液消化后培养,加入不同药物,制成 了3组所用的处理液,每份处理液再等分成6份,则犯了用“重复取样”替代 “独立重复实验”的错误;同样,若作者取3只健康小牛晶状体的混合消化液消 化后培养,加入不同药物,制成3组所用的处理液,每份处理液再等分成6份,亦 属重复取样。
辨析:
★ 此实验分3组,应为单因素三水平设计定量资料,应首先进行 “独立性”、“正态性”和“方差齐性”检验,如果满足方 差分析的3个前提条件则用方差分析;如果不满足,则采用变 量变换或秩和检验。如果P<0.05,则进行多组均数间的多重 比较。
医学论文中常用统计分析方法错误大全
医学论文中常用统计分析方法错误大全在医学研究领域，准确合理地运用统计分析方法对于得出可靠的研究结论至关重要。
然而，在实际的医学论文中，却存在着各种各样的统计分析方法错误，这些错误可能会导致研究结果的偏差，甚至得出错误的结论。
下面，我们就来详细探讨一下医学论文中常见的统计分析方法错误。
一、数据类型判断错误数据类型的正确判断是选择合适统计分析方法的基础。
医学研究中常见的数据类型包括计量资料、计数资料和等级资料。
然而，很多研究者在数据类型判断上出现失误。
例如，将原本应该是计数资料的数据（如疾病的治愈、好转、无效等）当成计量资料进行分析，错误地使用了均值和标准差等统计指标，而应该使用频率和百分比等指标，并采用卡方检验等方法。
二、样本量计算不合理样本量的大小直接影响到研究结果的可靠性和准确性。
一些医学论文在研究设计阶段没有充分考虑样本量的计算，导致样本量过小或过大。
样本量过小，可能会使研究结果缺乏统计学意义，无法检测出真实存在的差异；样本量过大，则会造成资源的浪费，同时增加研究的难度和成本。
正确的样本量计算应该综合考虑研究的设计类型、预期效应大小、检验水准和检验效能等因素。
三、选择错误的统计方法这是医学论文中常见的错误之一。
例如，对于两组独立样本的均数比较，应该使用 t 检验，但如果两组数据的方差不齐，就需要使用校正的 t 检验或者非参数检验方法（如 Wilcoxon 秩和检验）。
然而，很多研究者在这种情况下仍然使用了普通的 t 检验，导致结果不准确。
再比如，对于多组均数的比较，如果方差分析结果有统计学意义，还需要进一步进行多重比较。
但有些研究在这一步没有进行恰当的多重比较方法选择，导致结论不够准确。
四、忽视数据的正态性检验在进行某些统计分析（如 t 检验、方差分析等）时，要求数据服从正态分布。
然而，很多研究者在使用这些方法之前，没有对数据进行正态性检验。
如果数据不服从正态分布，却仍然使用基于正态分布假设的统计方法，就会得出错误的结论。
医学论文撰写中常见的统计学问题及其处理
医学论文撰写中常见的统计学问题及其处理绝大多数的论文撰写，均需通过一定数量临床病例(或资料)的观察，研究事物间的相互关系，以探讨客观存在的新规律。
如确定新诊断、新治疗等措施是否优于原沿用的方法，就需进行两种方法比较，这就涉及统计处理；统计设计又是整个课题研究设计中一个重要的组成部分。
显然，经正确统计处理的结果可信度高，论文的质量也高。
据不完全统计，在难以发表的、巳凝聚着作者心血并花费较长时间与较大财力撰写的研究论文中，约半数以上是由于统计错误致其结果与原文主要结论相违背。
如一文采用某新药引产，96例足月孕妇的产后出血与新生儿低Apgar评分率均为2.1%(各2例)，明显低于应用原药引产的19例，其产后出血与新生儿低Apgar评分发生率均为15.8%(各3例，x2=7.164, P?.001)。
故认为采用新药引产是一更安全的措施。
原药引产组例数偏少暂且不谈，该资料比较应采用精确法分析，结果是与原结果恰恰相反(P>0.05)，这样上述的主要结论就欠可靠而难以发表，否则论文可起误导作用。
类似问题文稿中还常有出现。
现就文稿中常见的统计问题及其相应的处理方法简述如下。
一、常用的统计术语统计学中常用的概念有总体与样本、随机化与概率、计量与计数、等级资料及正态与偏态分布资料、标准差与标准误等。
如某研究采用经会阴途径测定宫颈长度，以探讨不同宫颈长度与临产时间的关系。
结果显示35例宫颈长度为25〜34 mm者与32例宫颈长为15〜24 mm者临产时间的均值士标准差(士s)各为57.6±58.1与47.3±49.1小时。
该计量资料，经t检验显示t=0.780, P>0.05，并未提示不同宫颈长度的临产时间差异有显著意义；从标准差大于均值，显示各变量值离散程度大，呈偏态分布，故不能采用士，这一算术均数法计算均数。
经偏态转换成近似正态分布资料后结果是：35例与32例的临产时间各为34.5±4.1 与26.7±4.1小时，(t=7.778, P?.001)，两组差异有极显著意义。
医学论文中的常见统计学错误
中国疾病预防控制中心 金水高
精品课件
正确的统计学方法必须贯 穿于从课题的统计设计 到论文撰写的全过程。
精品课件
不管是实验室研究、临床研究还是现场调查， 其数据的归纳整理，都要列成一定的标准格 式，以便于进行计算机的录入及统计分析。 其基本要求为： 1. 横为记录，纵为变量 2. 对每个变量要起合适的变量名 3. 对分类变量中用字符表示的取值在进行计 算机录入时必须按照一定的规矩将其转换为 数值。
一、计数资料分析中的常见错误举例
1.率与构成比 2.某研究想了解筛查与自查相比发现的肝癌病例分期是 否存在差异，是否筛查更能发现早期肝癌病人。
精品课件
一、计数资料分析中的常见错误举例
1. 率与构成比（续）
精品课件
一、计数资料分析中的错误举例
2. 样本量/阳性例数较少时的统计分析
年龄别 123451015合计
对照（一水平） 1
1.56 3.56
0.86
二水平
0.64
1
0.44
1.81
三水平
0.28
2.28
1
4.14
四水平
1.16
精品课件
0.55 0.24
三、 Logistic 回归中的主要统计学错误
4. 比数比及相对危险度的正确解释 某文献在研究影响妇女产前检查的可能因素时，拟合了
一个Logistic回归模型。在进行分析后，认为‘由于 量纲相同’，可以由回归系数的绝对值‘直接判定’ 它们与产前检查关联强弱。其结论为：孕产期卫生知 识〉妇女文化程度〉妇女年龄〉丈夫文化程度〉丈夫 职业〉家庭距卫生院距离。
２．这些数据的属性：是定性还是定量资料。 确定了所关心的研究产出后，其它的变量就都可以解释为是这