医学论文中统计学处理相关要求
2统计结果在医学论文中的正确表达
讲座内容
一、“摘要”的统计表达
二、“引言”的统计表达 三、“材料与方法”的统计表达
四、“结果”的统计表达
五、“讨论”的统计表达
一、“摘要”的统计表达
报告研究结果的重要统计指标量（统计量的数值、
可信区间及假设检验结果）
均数，标准差，或中位数，最小值和最大值
率，或两组均数（率）之差 多个观察指标的相关系数等 统计量、P值、95%可信区间、OR值等
面对复杂的医学问题怎样处理?
“当人类科学探索者在问 题的丛林中遇到难以逾越的障 碍时，唯有统计工具可为其开 辟一条前进的通道”。
Francis Galton (1822.2.16~1911.1.17)
---英国著名遗传学家、统计学家Galton
经济学家、人口学家马寅初
学者不能离开统计学而研学；
政治家不能离开统计学而施政； 事业家不能离开统计学而执业；
医学论文的结构
一、文题
二、作者及其工作单位
三、摘要(Abstract) 四、关键词 五、前言(Introduction)
据粗略统计，在医 学期刊发表的研究论著 中，2/3以上存在统计 结果的表达和解释问题 。
六、材料与方法(Materials and Methods)
七、结果(Results)
八、讨论(Discussion) 九、其他
给出影响因素的均衡性分析结果，如年龄、性别、病情、病 程等的均衡性分析结果（统计指标）。
样本量估计的依据：参考文献、参数、公式或软件等。
实验设计中的统计设计
随机、对照、重复
采用何种设计模型
处理因素及水平的设置
非处理因素的控制
实验效应的评价指标(outcome measures)：所用评价指标及
医学科技论文中统计表的制作规范及常见错误分析
一、引言
统计表是统计描述的重要工具。在科技报告和论文中， 统计表是统计描述的重要工具。在科技报告和论文中， 常将统计分析的事物及指标用表格或图形的形式列出， 常将统计分析的事物及指标用表格或图形的形式列出，代替 冗长的文字叙述，直观的反映出事物的数量关系及趋势， 冗长的文字叙述，直观的反映出事物的数量关系及趋势，因 学会统计表、图的正确使用对科技人员显得十分重要。 此，学会统计表、图的正确使用对科技人员显得十分重要。 但现实中，许多作者常常忽视统计表、图的制作及使用， 但现实中，许多作者常常忽视统计表、图的制作及使用，极 大的影响科技报告和论文的质量。下面结合编辑工作， 大的影响科技报告和论文的质量。下面结合编辑工作，从医 学科技论文中统计表的制作规范、论文中常见的错误举例、 学科技论文中统计表的制作规范、论文中常见的错误举例、 需要注意的几个问题等与各位探讨如下： 需要注意的几个问题等与各位探讨如下：
年性慢性气管炎病例近期疗效观察 );
5.表中列入了不必要的项目，冲淡了主题：如例3 5.表中列入了不必要的项目，冲淡了主题：如例3，作者的 表中列入了不必要的项目 本意是要表达急性心肌梗塞患者的历年病死情况， 本意是要表达急性心肌梗塞患者的历年病死情况，其中又列 入了历年的存活数，冲淡了主题； 入了历年的存活数，冲淡了主题； 6.主谓语安排不当 标目组合重复：如例2 主谓语安排不当， 6.主谓语安排不当，标目组合重复：如例2、例3； 7.标目重复 层次太乱：如例3 标目重复， 7.标目重复，层次太乱：如例3； 8.小计与合计意义不明确 如例3 小计与合计意义不明确： 8.小计与合计意义不明确：如例3； 9.表的线条太多，不是严格意义上的三线表：这是作者最常 9.表的线条太多，不是严格意义上的三线表： 表的线条太多 见的错误，如例1 见的错误，如例1、例2、例3、例4； 10.率和比指示不清楚 如例4中的“ 不知是 构成比” 率和比指示不清楚： 不知是“ 10.率和比指示不清楚：如例4中的“%”不知是“构成比”还 是“率”； 11.率和构成比计算错误 如例4中的百分数计算有错误； 率和构成比计算错误： 11.率和构成比计算错误：如例4中的百分数计算有错误； 12.比较缺乏相应的统计学检验或计算有错误 如例4中的X 比较缺乏相应的统计学检验或计算有错误： 12.比较缺乏相应的统计学检验或计算有错误：如例4中的X2 计算有错。 计算有错。
医学论文中的统计学表述
医学论文中的统计学表述医学文献中统计学的应用z 医学论文中，普遍使用统计分析。
如：NEJM 杂志1990年有89％的文章使用统计分析。
z 国外的生物医学杂志通常都有专门的统计学审稿人。
z 1996年，我国申报科技成果的4586篇科研论文中，统计使用率达76％，而数据分析误用率达55.7％。
国外生物医学杂志投稿统一要求Uniform Requirements for Manuscripts Submitted to Biomedical JournalsThe International Committee of Medical Journal Editors （ICMJE)， 第一版：BMJ 1991; 302: 338-41.第五版：N Engl J Med 1997; 336:309-316第六版：J Epidemiol Community Health. 2004; 58(9): 731–733.论文中的统计学表述论文结构：●引言(Introduction)明确阐述研究目的(objective)●方法（Methods ）阐述统计设计思路及所用统计方法●结果（Results ）表述实验（观察）数据的统计分析结果●讨论（Discussion ）根据统计分析结果展开论述（材料和）方法●研究对象(subjects)9来源9入选标准和排除标准9总例数9基本情况描述（如人的年龄、性别等；动物的种系、年龄、性别、体重等）●统计设计方法■调查设计•何种研究方法（前瞻性、回顾性、横断面研究等）•样本容量，抽样方法及过程•数据质量及偏倚（bias）的控制■实验设计•采用何种设计方法（如自身配对设计、成组设计、交叉设计、析因设计等）•随机化方法及各组样本容量（n）（材料和）方法■临床试验设计：•随机化方法及各组样本容量（n ）•纳入和排除标准•盲法•随访（失访情况的详细阐述）•处理标准（治疗或诊断标准）●实验效应的评价指标(outcome measures)•所用评价指标及其测量方法•测量误差的控制及评价（如多中心、多测量者、多测量仪器等问题）（材料和）方法●统计方法及统计软件（方法部分的最后一段）■一般采用双侧检验，单侧检验须特别说明，并阐述理由；■采用权威的统计软件并注明版次：SPSS 19.0, SAS 6.0, STATA 10.0, BMDP, SYSTAT, SPLM 等；■统计方法具体、确切；（材料和）方法计量资料的统计分析方法一组单样本t 检验两组多组配对设计配对t 检验成组设计两独立样本t 检验配伍组设计配伍组方差分析成组设计单因素方差分析重复测量重复测量ANOVA 多重比较：SNK, LSD, Scheffe, Duncan等级资料的统计分析方法两组多组配对设计Wicoxon 符号秩和检验成组设计Mann-Whitney 检验配伍组设计Friedman 检验成组设计Kruskall Wallis 检验计数资料的统计分析方法一组单样本率的u 检验两组多个率或构成比的比较χ2检验配对设计McNemar 检验成组设计χ2检验相关与回归分析方法相关: Pearson 线性相关（正态分布资料),Spearman 相关（偏态分布或等级资料）回归分析：线性回归/非线性回归logistic 回归:—条件logistic 回归—非条件logistic 回归Cox 回归结果●统计描述■计量资料：n, ±S ( ±SE),有的还给出min 、max 、CV 。
医学论文的种类和撰写要求
医学论文的种类和撰写要求医学论文属于科技文献的重要组成部分,是医学发展的重要信息源,也是记录医学进步的历史性文件。
有统计资料表明,当今全世界每年通过各种刊物发表的科技论文达300～400万篇,其中约75%发表在期刊上。
可见科技期刊在传播科研成果、交流实践经验、启迪学术思想、推动社会进步方面起到了重要作用。
作为医学期刊,读者是主体,没有读者,期刊就失去了生命力;作者是源头,期刊的基本素材需要作者提供。
因此,欲成为医学期刊的优秀作者,必须了解和熟悉医学论文的种类及撰写规范,从而自如地撰写医学论文,积极地参与医学学术交流。
医学论文的种类较多,体裁各异,主要可分为七大类:(1)评论类;(2)论著类;(3)简报类;(4)病例报告类;(5)综述、讲座类;(6)会议纪要类;(7)消息动态类。
一、评论类常见栏目:述评、专论、编者的话、编者按、编后语等。
(一)述评和专论述评类文稿是作者或编者针对某一科研项目或研究专题进行较为广泛而深入的阐述和精辟的评论,也可对某一方面进行深入的专论。
要求观点鲜明、针对性强。
中华医学会系列杂志常见述评类栏目:述评、专家述评、专家专论、专家论坛、焦点论坛等。
(二)编者的话、编者按及编后语三者均是从编者的角度对某一刊物或某一组、某一篇具体文章的某个观点进行评论或阐述。
(1)编者的话一般涉及面较广,内容相对较全面。
可以是编者在新的一年开始时对刊物的设想、安排,或是对读者、作者的要求与希望;也可以是对一年工作的回顾与总结;或是对某一期文章的内容进行介绍和评论。
(2)编者按和编后语的针对性很强。
一般针对具体文章或文章中的某个观点或方法,提出编者明确的观点和见解;或者从具体文章引出带有普遍意义的问题,引导读者展开讨论。
编者按和编后语要求简明扼要、观点鲜明、语言精练、用词准确而慎重。
二、论著类医学论文的种类和体裁较多,但其中最基本、最具代表性的是论著(original article)或称为原著,医学论著又包括实验研究、临床研究、临床报告、现场调查研究等,均属于一次性文献,是报道基础、临床、预防等研究成果与实践经验的学术性论文,他们构成了各种医学学术性期刊的核心。
论文中统计结果的表达及解释
中华消化外科杂志对P值规范化表述的要求根据中华医学会杂志社的要求;根据人民卫生出版社的全国高等学校教材卫生统计学第5版;报告统计学检验的结论时;对P值小于或等于检验水准一般为0.05的情况;一律描述为“差异有统计学意义”;同时写明P的具体数值或相应的不等式;在用不等式表示P值的情况下;一般情况下选用P＞0.05、P＜0.05和P＜0.01 三种表达方式即可满足需要;无须再细分为P＜0.001或＜0.0001..不再采用将P＜0.05描述为“差异有显着意义”或差异有显着性”;或将P＜0.01描述为“差异有非常显着意义或差异有非常显着性”的表达方式..______________________________________________论文中统计结果的表达及解释摘要统计学是生物医学研究所必需的重要手段; 生物医学研究的实验设计、资料收集、数据处理分析以及结论都离不开统计学应用..生物医学研究论文主要由摘要、引言、材料与方法、结果和讨论5个部分组成; 各个部分都涉及统计结果的表达和解释; 统计学是专业结论成立与否的重要依据..统计学应用不当不仅影响论文的科学性; 还有可能得出错误的专业结论..关键词统计学科研论文统计分析统计表达近年来; 统计学在生物医学科研中的应用越来越受到重视; 统计分析结果的表达及解释已成为医学科研论文中不可缺少的重要组成部分..除论文涉及的专业如细胞与分子免疫学杂志为免疫学专业和表述的文字2个方面外; 统计学是评价论文质量优劣的重要依据; 然而国内生物医学论文中统计学应用仍存在着较为严重的问题1-4; 如2003年某大学学报拟发表论着中统计方法误用率为57%3..细胞与分子免疫学杂志虽然在国内生物医学系列杂志中具有较高的学术地位5; 但拟发表及刊出论文在科研设计、统计学分析、结果解释等方面也不同程度地存在一些问题; 作者的统计学应用水平有待进一步提高..许多生物医学杂志; 如国外着名杂志JAMA、新英格兰医学杂志NEJM和英国医学杂志BMJ等; 以及国内中华医学会系列杂志及细胞与分子免疫学杂志等; 对来稿都有统计学表达的基本要求或统计学指导原则..国际生物医学杂志编辑协会在其生物医学期刊投稿的统一要求中也包含了统计学表达的基本要求..生物医学研究性论文主要由摘要、引言、材料与方法、结果和讨论5个部分组成; 各个部分或多或少都涉及到统计结果的表达和解释问题..例如在论文的“引言”部分需要给出文献复习的综合结果; 如文献报告的组间差别及P值等..其他重要的统计表达和解释主要集中在论文的“摘要”、“材料和方法”、“结果”及“讨论”4个部分6..1 摘要“摘要”中要有表示研究结果的重要统计指标统计量的数值、可信区间及假设检验结果P值..如处理组和对照组的均数中位数、标准差标准误、率、 P值; 或2组均数率之差、 95%可信区间、 OR值及多个观察指标的相关系数等..这些数据是循证医学Meta分析的基本依据..2 材料和方法“材料和方法”中的统计学描述包括以下两个方面..2.1 描述研究设计的内容内容包括研究类型、观察对象类型、入选和剔除标准、观察方法和测量技术以及实验、试验或调查资料的搜集过程等..尤其应具体地描述研究对象的来源和选择方法如是否配对、随机抽样; 包括观察对象的基本情况、有无随机分组随机抽样、随机化分组方法、样本含量及其估计的依据等..对于非随机化分组的观察性研究含调查研究; 还应给出影响因素如年龄、性别、病情的均衡性分析结果..对于临床试验; 还需要特别说明诊断标准、疗效评价标准、病例入选标准、病例剔除标准、依从性如何、有无失访及失访的比例、有无“知情同意”、疗效评价是否采用“盲法”“单盲”、“双盲”或“多盲”等..2.2 描述统计分析方法与统计计算软件论文中用到的所有统计分析方法都要说明; 且需指出在何处用了何种方法..统计计算软件一般给出名称即可; 如SPSS、 SAS等..然而; 有些论文却把统计学当做“修饰物”; 论文中没有用到的统计分析方法也都一一罗列出来; 甚至有的形态学研究不需要统计学分析; 却也给出了“P值”..在这里; 有些作者错误地认为;只要给出了“P值”; 就标志用了统计学; 却不管统计学用得是否正确..事实上; 误用或滥用统计学不仅不能提高论文的质量; 反而会大大降低论文的科学性2.3 研究设计常见的主要问题 1研究目的不分主次; 试图通过一次试验回答多个问题; 测量指标多; 样本小; 试验前未进行样本含量估计; 对研究对象的来源和选择方法不做任何说明或只做非常简单的说明; 统计分析方法没有任何说明; 尤其是一些特殊的统计方法..例如; 动物实验没有随机化分组; 或只说明经随机化分组; 未说明具体的随机化分组方法如完全随机、配对或分层随机分组等; 2观察对比的研究轻率使用“随机选择对照”、“随机抽取健康儿童××例”等用语; 对比组间的均衡性未交代或组间不做比较; 只说明组间均衡; 未给出反映均衡性的统计指标的具体数据以及所用的统计分析方法; 3临床试验没有报告伦理学要求对随机化分组的限制与改动、受试者的代表性、依从性、是否有失访等; 疗效评价未说明是否采用“盲法”; 或只说明采用了“盲法”; 未说明是受试者遮蔽还是评价者遮蔽等; 4实验或试验的样本量非常小; 如每组3例; 却不说明任何理由等等..3 结果统计学分析结果主要用统计指标统计量表示..统计指标比较多且需分组比较时; 常常须借助统计图表..3.1 统计量在生物医学论文中; 对不同类型的研究资料需用不同的统计指标进行描述..对细胞与分子生物学实验中的常见观测指标; 如TRAIL表达、 mRNA表达水平、光密度值OD值、吸光度值A值、百分比含量及抑制率等; 常作为计量数据计量资料进行统计描述与分析..对于计量资料; 当资料为近似正态或对称分布时; 可用算术均数x和标准差s描述; 在没有变异指标或精确性指标的情况下; 不宜单独使用均数..在“±”后直接写具体数值而无标准误或标准差的符号表示; 如16.4±2.3; 容易引起混淆..配对t检验; 应给出差数的均数及标准误或标准差..当资料为偏态时; 应采用中位数Md和四分位数间距QR来描述; 而不宜用x和s..用非参数统计分析方法处理的资料; 数据的中心位置用中位数表示; 散布范围如95%的散布范围用百分位数表示..此外; 若对原始数据进行了变量转换; 则原始数据的均数及标准差不能很好地反映数据的中心位置及其散布范围; 不必将其列出..对于计数资料; 常用的统计指标有率和构成比百分比..使用百分比时; 分母要交待清楚..小样本资料不宜计算百分比..实际工作中统计指标应用常见的问题有: 计量资料不管是否近似服从正态分布; 统统用x±s描述研究结果的数据特征; 分子生物学或细胞实验如ELISA法、 MTT法、 RT PCR法、免疫细胞化学法、蛋白质印迹分析法等数据用x±s表示; 其样本量例数n在“材料和方法”或“结果”中未交代; 计数资料统计指标率和构成比百分比容易混淆; 常将构成比误用为率来说明事物发生的强度; 率和构成比的分母太小; 却计算相对数来进行描述和比较..分母太小时; 率构成比的可靠性不能保证..因此; 在这种情况下; 宜直接用绝对数进行描述而不宜计算相对数..当计量资料符合正态分布条件时; 约有68%的观察数据在x±s的范围内; 约有95%的观察数据在x±2s的范围内..当数据不符合正态分布时; 就没有这些特征了..3.2 假设检验的结果表达不仅要给出P值; 还要给出检验统计量的实际值; 如u值、t值、χ2值等..描述统计量; 如均数、率、相关系数; 无论检验结果是否有统计学意义; 均应列出..0.05水平是常用的检验水准; 但P为0.04或0.06时; 与0.05并无太大差别; 得出的结论也理应一致; 不应有本质上的差别..用P>0.05作为不“显着”统计学意义的表达方式容易使读者也包括作者误解; 由于统计软件的普及; 因此提倡报告P的具体数值精确P值; 如P=0.018或P=0.436等..如果提供精确P值实在有困难; 应给出实际的χ2值、 t值、 F值和相应的自由度; 以便他人在Meta分析时转换为精确P值..3.3 统计图表统计图表是研究结果统计表达的重要手段; 统计图便于读者直观了解研究结果; 并且提倡用图来显示个体值的散布情况; 如相关和回归分析的散点图..同一个体值不同时间的重复测量值最好连成曲线; 不同组别的个体值均值随时间变化的曲线亦可标在同一个图上..提倡采用误差条图或线图; 但由均数加减标准误绘出的误差条图; 仅能描述68%的可信区间; 不能误解为95%的可信区间..医学论文中要求采用“三线”表..数值结果按列行放置; 位数要对齐; 不要出现交换行的情况..不同类型数据如均数、标准误要有标目; 表中应列出相应的观察例数..大量统计结果的表达要运用统计表或统计图; 实际应用中统计图表还存在一些问题; 主要有: 1图形类别的选择与资料性质不符; 2纵横两轴的等距离尺度不代表等差数据算术尺度或等比数据对数尺度; 3无图例或标目; 4条图的纵轴起点不为0、横轴的刻度为算术刻度、排列顺序未按指标值大小或自然顺序排列; 5圆图各部分未按比例大小或自然顺序顺时针方向排列其他项放最后、起点位置不在12时或9时; 6统计表的标目不明确; 主辞和宾辞倒置或混淆; 表中存在斜线或竖线; 数据为“0”、无数据或缺失数据时留有空白; 同一指标小数位数精度不一致、小数点位未对齐等图表不规范问题..3.4 数据精确度一般来说; 数据精确度只要足以区分个体差异即可; 并非小数位数越多越好..表示观测结果时; 2个数的小数位数应一致; 如5.4±0.62; 应写成5.4±0.6; 平均值x与标准差s的位数; 除取决于测量仪器的精密度外; 还取决于样本内个体的变异; 一般按s3而定; 例如3825.3±610.6 g; 其中s3超过200 g; 平均值在百克的位上波动; 故应写成3.8±0.6 kg..与实际情况不符的精确度并不能增加论文的价值; 反而降低了论文的可读性与可信程度..从计算器或计算机得到的计算结果需要四舍五入..计量资料的统计指标x、 s、中位数、百分位数等要保留的小数位数; 应该与原始数据记录的小数位数相同..均数的有效位数通常不应比原始数据的有效位数多; 但标准差或标准误必要时需多增加一个位数..计数资料的百分比保留1位小数; 一般不超过2位小数; 病死率、发病率按惯例选择比例基数; 如1000‰; 10000/万和10万/10万等; 或自行选择合适的比例基数; 使率的整数部分至少有1位有效数字; 相关系数保留2位小数; 精确概率P值一般没必要给出四位小数; 有时甚至保留两位小数也可以; 检验统计量; 如χ2值、 t值保留2位小数即可..当样本数小于100时; 小数位数的多少并不能增加精确度; 应避免取过多的小数位数..注意; 以上要求仅适用于表达最终的统计结果; 数据在分析之前或分析过程中不能舍入..在表达t值、χ2值或r值时; 有2位小数就足够了..3.5 常用统计专业术语一些常用的统计专业术语; 要注意不能作为普通名词使用; 如参数parameter、可信区间confidence interval、相关correlation、发病率morbidity、患病率prevalence rate、非参数法non parametric statistics、百分位数percentile、灵敏度sensitivity、特异度specificity等..4 讨论“统计学”是“专业结论成立与否的重要依据”2..统计学分析结果的解释主要集中在论文的“讨论”部分..作者往往要在“讨论”部分引用统计结果作为支持其新发现、新结果、新观点的统计学依据; 对统计结果理解和解释上的偏差; 可能导致专业结论上的错误..4.1 假设检验结果的解释假设检验是在“无效假设”正确的前提下如施加干预以前; 组间无差别或观察对象来自同一总体; 用P值大小说明实际观察结果是否符合“无效假设”..P 值小如P<0.05; 则怀疑“无效假设”的正确性; P值大如P>0.05; 则不能拒绝“无效假设”..但不能把P值理解为处理无效的概率..要注意区分“统计学显着”和“生物学或医学显着”是2种不同的结论..不可一得到P<0.05就认为有实际意义; 而不管其生物学效应有多大..组间生物学效应很小时如DC Ag TDLNC 组比DC TDLNC组CD3+ T细胞含量仅提高了0.7%7; 大样本量也可能使统计结果“显着”..例如肝硬化患者外周血IP10水平与ALT水平的Spearman相关系数为0.2; 当n＝100时; Spearman相关系数经假设检验“统计显着”P<0.05; 但IP10水平与ALT水平相互只能解释4%的变异; 实际意义已经很小..因此; 统计学意义上的“显着”并不等同于生物学上的差异“显着”..同理; 也不能一看到P>0.05就认为某2种生物学处理“无显着差异”; 甚至认为可以相互替代..即使生物学上的差异“显着”; 当观察的样本很小时; 也极有可能出现统计学上不“显着”的结果..在医学论文中; 有一些P>0.05的“阴性”结果; 检验效能不足是一个主要的原因..综上所述; 有统计学意义的检验结果并不一定意味着确有生物学效应..这里有两个原因; 一是总会有错判的危险性; P值越小错判的危险性越小; 二是假设检验为定性的检验结果是否拒绝无效假设时; 专业上是否有意义还要看统计量的大小..可信区间有助于假设检验结果的解释; 小样本时尤其如此..由于可信区间反映了研究结果的不确定性; 并可提示差别有无实际意义; 因此无论假设检验结果是否显着; 都可计算可信区间; 如两均数差值的可信区间、相关系数的可信区间等..将可信区间与不显着的结果一起列出; 特别有启示作用..4.2 关联与因果在观察性研究中; 变量间的关联association或组间差别可能是因果关系causation; 也可能是偏倚; 确定因果关系需要根据专业知识进行进一步的分析研究..例如; 有人曾观察到眼晶状体后纤维增生的新生儿; 注射促肾上腺皮质激素后; 治愈率75%; 说明促肾上腺皮质激素与患儿治愈有关联前后比较: P<0.01..但随后进行的前瞻性的临床试验发现; 患儿脱离富氧环境后; 75%患儿自然痊愈组间比较: P≈1.00..如果将观察结果解释为“注射促肾上腺皮质激素与患儿痊愈有因果联系”; 并以此作为统计学证据; 临床上大量使用促肾上腺皮质激素治疗新生儿眼晶状体后纤维增生; 会导致严重后果..在随机对照研究中; 关联和组间差别可以解释为有概率保证的因果关系..当变量都随时间而变化时; 变量间很容易出现虚假的相关关系; 必须特别加以小心..4.3 预测与诊断试验在细胞与分子生物学检测诊断实验中; 常常遇到标准曲线直线的绘制; 即需要进行回归分析..在回归分析中; 即使两变量间有显着关系; 但用回归方程从变量X推算Y的个体值; 仍可能不很精确..预测的精确程度不能根据相关或回归系数来评价; 它需按不同的X值计算预测的个体Y值的容许区间或Y值均数的可信区间..直线回归仅适用于用自变量X预测应变量Y; 而不是Y预测X..具有高灵敏度、特异度的诊断检验; 不一定能达到诊断疾病的目的; 在人群发病率很低的情况下尤其如此; 而计算患者在诊断试验阳性人数中的比率阳性预测值; PV+会更有实用价值..连续性变量也有类似诊断试验的问题..通常把“异常”值定义为该变量“正常范围”以外的数值..但如果实际患病率很低; 许多正常人的个体值在“正常范围”以外也是正常的..异常者的判定应同时根据临床上和统计上的标准..4.4 缺陷或不足要指出在研究设计和实施过程中有哪些不足..若发现缺陷; 则应考虑这些缺陷对结果和解释可能产生的影响..不能对缺陷或不足视而不见; 更不能寄希望于不被读者发现..总之; 生物医学统计学是生物医学专业结论成立与否的重要依据..生物医学研究者应重视统计研究设计及统计分析结果的表达和解释; 正确运用统计方法的前提是良好的实验设计..如果实验前没有良好的设计; 或者设计存在错误; 那么; 即使使用高级的计算机和复杂的统计方法处理数据; 也只能得到错误的结论..因此; 统计学问题的咨询应该在一个研究项目开始之前; 而不是在研究数据出来以后; 否则; 就象统计学家Fisher所告戒的一样: 实验完成后再找统计学家; 无异于请统计学家为实验进行“尸体解剖”; 统计学家或许只能告诉你实验失败的原因..。
医学论著的写作与规范要求
医学论著的写作与规范要求庞水发汪华侨常湘珍张方晨 (中华显微外科杂志编辑部,广州市510080)医学论文种类很多，包括有论著、评论、综述、讲座、病例报告、会议纪要等，但最基本、最广泛、最有代表性的是医学论著。
论著或称原著，是报道基础医学、临床医学、预防医学等方面研究成果与实践经验的学术性文章。
下面着重讨论有关论著写作的几个问题。
一、基本要求一篇好的医学论著，应该具备有创新性、科学性、实用性和可读性。
(一)创新性：也称独创性、先进性。
要求论文的学术内容有别于过去已交流、已发表的文献，应有所创新，有所发现。
比如在基础研究方面，选题要新，方法先进，有新发现和新观点；在临床研究方面，病例更多，随访观察更具体细致，诊断治疗有创新或更好，提出新见解等等。
当然，有些课题是引进、消化、移植国内外已有的先进科学技术，以及应用已有的理论来解决本地区、本专业、本系统的实际问题，只要对丰富理论、促进和推动科学技术进步有作用，这类论文也应视为有一定程度的创新性。
(二)科学性：科技论文一定要有科学性，没有科学性的论文是无任何价值的。
科学性就是客观真理性或真实性。
每一篇论文内容的科学性，主要取决于文章必须做到取材可靠，科研设计合理。
选用的方法先进和正确，设对照组，采用随机双盲对照，实验的结果或临床观察结果要忠于事实所得。
分析讨论、论证有说服力，不能主观臆测。
结论要有充分论据，不可空谈或抽象推理。
同时概念要明确，符合辨证逻辑，不能杂乱无章。
(三)实用性：医学本身是一门应用科学。
除了少数纯理论研究外，绝大多数的论著性文章，都应结合临床实际进行研究才有意义。
事实上，论文的实用价值越大，指导作用越强，就越受读者的欢迎。
(四)可读性：撰写科技论文是为了交流、传播、贮存新的科技信息，让他人利用。
因此，科技论文必须按一定格式写作，必须具有良好的可读性。
如果一篇科技论文失去了规范化和可读性，那就将严重降低它的实用价值。
如果文章错漏百出或者可读性很差，甚至会使人怀疑它报道的研究成果是否真实可靠。
医学论文的写作步骤
医学论文的写作步骤医学论文的写作步骤现如今，大家都尝试过写论文吧，借助论文可以达到探讨问题进行学术研究的目的。
一篇什么样的论文才能称为优秀论文呢？下面是小编精心整理的医学论文的写作步骤，欢迎阅读与收藏。
医学论文的写作步骤篇1医学论文的写作，是科研及临床实践的书面总结工作，通常要经过写作前的准备、资料的收集和整理、数据的统计学处理、构思、拟定提纲、起草文稿、修改润色等步骤，其每一个步骤都是十分严谨的。
但是，不同类型或体裁的论文，其写作步骤可能会有一定程度的差异。
1、写作前的准备工作医学论文的写作过程，如同其他文学作品、新闻通讯、工作总结一样，在写作前需要经过认真、充分的准备。
准备工作的好坏，直接影响到论文的质量。
撰写论文没有充分的准备工作很难写出好的文章。
在写文章前，必须做好以下两个方面的准备工作:1.1明确文章的主题和中心，做好理论上的准备工作主题是一篇文章的统帅，主题与内容必须相互呼应。
主题即文章的选题，选题的新颖与否，直接影响文章的质量、可读性。
所以，在写作之前，确定文章的中心是很重要的一点。
多数人的思绪在动笔前往往是杂乱无章的，因此必须从这种认识上的混乱状态中，理出一个清晰的头绪来，明确文章的主题和中心，并围绕这一中心，做好理论上的准备工作。
例如，如果写一篇关于弥漫性轴索损伤患者早期诊治的论文，在写作前，必须明确哪方面内容应该作为文章的中心。
如果围绕着患者的早期诊断，来确定文章的主题，应该在这个主题下，进一步突出其早期特殊临床症状及影像学(如ct、mri)表现。
这样不但主题明确，文章的中心内容也十分清楚，就可以使文章的构思完整，内容结构也充实全面。
相反，如果主题不明，内容势必显得支离破碎。
此外，在确定主题或选题时，一定要把握好"选题宜小不宜大、宜简不宜繁"的原则，尤其是缺少经验的初写者，更应避免选择难度大的课题，应先易后难，循序渐进。
1.2收集文献，整理资料写作前应该对写作中所涉及的基本理论有比较全面的认识，在此基础上全面收集近几年来的相关文献，整理有关的文献资料。
关于论文中统计学处理的有关要求
有关 。
参 考 文 献
［６］ Ｈ ｇｒ Ｍ， ｌ Ｓ Ｋｏｅ Ａ．Ｅｆｃ ｏ ｒｃｎ ｉｏｉｇｉ ｈ— ａａ Ｈａ Ｌ， ｌｎｒ Ｊ ｅ Ｒ ｆ ｔ ｆ ｅｏ ｄｔｎｎ ｃｅ ｅ ｐ ｉ ｓ
ｍｉ １ ｒ ｐ ｒｕ ｉｎ ａ ｒ ｙ ｈ ａ ｆｅ ｏ ｏ ａ ｙ ａ ｅ ｃ ｌ ｓｏ ｎ ａ Ｏ１ ｅ ｅ ｆ ｓｏ ｒｈ ｔ ｍｉ ｓａｔ ｒｃ ｒ ｎ ｒ ｒ ｒ ｏ ｃ ｕ ｉｎ ａ ｄ ｔ ｙ ｒ ｐ ｆ ｉ ｎ ｉ ｈ ａ ． Ｃ ｒ ｓ １ ９１ ６ ６１ ８ ｅ ｅ ｕｓ ｎ ｔ ｅ ｒ ｔ ｉｃ Ｒｅ ． ９ ． ８： ． ｏ
检验 。对 于 回归 分 析 ， 结 合 专 业 知 识 和 散 布 应
图 ， 用合 适 的 回归 类型 ， 选 不应 盲 目套用 简单 直线 回
计 等 ） 临 床 试 验 设 计 （ 交 代 属 于 第 几 期 临 床 试 ； 应
验， 采用 了何 种 盲 法 措 施 等 ） 主要 作 法 应 围绕 ４ 。 个基 本原 则 （ 机 、 照 、 复 、 衡 ） 要 说 明 ， 随 对 重 均 概 尤 其要 交代 如何控 制重要 非试 验 因素 的干扰 和影 响 。 ２ 资料 的表 达与 描述 ： ． 用 ±ｓ 达近 似 服从 正 表 态分 布的定 量资料 ， Ｍ（ 表达 呈 偏态 分 布 的定 用 Ｑ）
Ｅｕ ｓ ｄ ｖ ｓ ｕｇ．０ ５，９：０ １ ５． ｒＪＶａ ｃＥｎ ｏ ａｃ Ｓ ｒ ２ ０ ２ １ ６．１
［９］ 侯 娟 ， 文辉 ， 明霞 ， 薯蓣 皂甙 的药理作用．河北 医药 ， 何 王 等．
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
医学论文中统计学处理相关要求
1.统计研究设计:
2.资料的表达与描述:
用x±s表达近似服从正态分布的定量资料、用M(QR)表达呈偏
态分布的定量资料;用统计表时,要合理安排纵横标目,并将数据的含义表达清楚;用统计图时,所用统计图的类型应与资料性质相匹配,并使数轴上刻度值的标法符合数学原则;用相对数时,分母不宜小于20,要注意区分百分率与百分比。
医学论文中统计学处理相关要求
3.统计分析方法的选择:
对于定量资料,应根据所采用的设计类型、资料所具备的条件和分析目的,选用合适的统计分析方法,不应盲目套用t检验和单因素
方差分析;对于定性资料,应根据所采用的设计类型、定性变量的性
质和频数所具备的条件以及分析目的,选用合适的统计分析方法,不
应盲目套用χ2检验。
对于回归分析,应结合专业知识和散布图,选
用合适的回归类型,不应盲目套用简单直线回归分析,对具有重复实
验数据的回归分析资料,不应简单化处理;对于多因素、多指标资料,要在一元分析的基础上,尽可能运用多元统计分析方法,以便对因素
之间的交互作用和多指标之间的内在联系作出全面、合理的解释和
评价。
4.统计结果的解释和表达:
当P<0.05(或P<0.01)时,应说对比组之间的差异具有显著性(或非常显著性)的意义,而不应说对比组之间具有显著性(或非常显著性)的差别;应写明所用统计分析方法的具体名称(如:成组设计资料的t 检验、两因素析因设计资料的方差分析、多个均数之间两两比较的
q检验等),统计量的具体值(如:t=3.45,χ2=4.68,F=6.79等),应尽
可能给出具体的P值(如:P=0.0238);当涉及到总体参数(如总体均数、总体率等)时,在给出显著性检验结果的同时,再给出95%置信区间。