医学科研中常见统计学错误(朱继民)

第十五章医学科研中常见的统计学错误第一节科研设计中的常见错误一、抽样设计二、实验设计中的随机原则三、实验设计中的对照原则四、实验设计中的重复原则五、实验设计中的均衡原则第二节科研数据描述中的常见错误一、统计指标的选取二、统计图表第三节医学科研统计推断中的错误一、t检验二、方差分析三、卡方（ 2）检验四、相关与回归分析五、结论表达不当第十五章医学科研中常见的统计学错误医学科研中，研究者关心的研究对象的特征往往具有变异性；如年龄、性别皆相同的人其身高不尽相同、体重、血型等也都存在类似的现象。

同时，由于研究对象往往很多，或者不知到底有多少，或者研究对象不宜全部拿来做研究；所以人们往往借助抽样研究，即从总体中抽取部分个体组成样本，依据对样本的研究结果推断总体的情况。

恰恰是这种变异的存在，以及如何用样本准确推断总体的需求，使得统计学有了用武之地和发展的机遇。

诚然，合理恰当地选用统计学方法，有助于人们发现变异背后隐藏的真面目，即一般规律。

但是，如果采用的统计学方法不当，不但找不到真正的规律，反而可能得出错误的结论，进而影响研究的科学性，甚至会使错误的结论蔓延，造成不良影响。

作为医学工作者，尤其是科研工作者，必须了解当前医学科研中常见的统计学错误，以便更好地开展科研和利用科研成果。

本章借助科研中统计学误用实例，介绍常见的错用情况，以帮助读者避免类似错误的发生。

第一节科研设计中的常见错误统计学是一门重要的方法学，是一门研究数据的收集、整理和分析，从而发现变幻莫测的表面现象之后隐含的一般规律的科学。

医学科研是研究医学现象中隐含规律的科学，包括基础医学研究、临床医学研究和预防医学研究等，不管哪类医学科研都离不开统计学的支持。

要想做好医学科研，必须掌握一定的统计学知识，如总体与样本、小概率原理、资料的类型和分布、科研设计类型、统计分析的主要工作、常用统计方法以及方法的种类和应用条件等，尤其要了解当前医学科研中常见的统计学错误。

实验设计原则的正确把握、统计指标和统计方法的正确选用、对假设检验结果的正确理解、弄清不同设计类型的应用场合、弄清统计结论与实际意义的真正关系等，是科学合理应用医学统计学知识做科学研究的基本前提。

但实际医学科研中，却存在着这样或那样的诸多统计学错误，如实验设计时违背实验设计应遵循的基本原则、进行资料描述时不能选择适当的统计指标、采用的统计图表不规范、假设检验时不顾资料与设计的类型而随意套用某种假设检验方法、不能正确理解P值与差异大小的关系、错误地将统计学结论与医学实际意义混为一团，等等。

一、抽样设计抽样研究是常用的医学科研方法之一，但科研设计中常存在着抽样假随机，随意规定样本量的问题；从而破坏了抽样研究应满足的必要前提。

常用抽样方法有：单纯随机抽样、系统抽样、整群抽样、分层抽样和多级抽样。

二、实验设计中的随机原则随机指的是在选取样本时，应确保总体中任何一个个体都有同等的机会被抽到而进入样本；在分配样本时，应确保样本中任何一个个体都有同等的机会被分入任何一个组中去。

遵循随机的原则，目的就是使样本具有极好的代表性，使各组受试对象在重要的非实验因素方面具有很高的均衡性，从而提高实验资料的可比性；常见的错误是以随意代替随机。

（一）误用实例例1 有些临床医生常常根据患者来院就诊的先后顺序对他们进行分组，如将先来的10例患者作为对照组，中间来的10例患者作为A药组，后来的10例患者作为B药组。

分析：这种分组方法看起来似乎很合理，其实这样分组是违反随机原则的。

这样分入各组的患者可能在病情等某些重要的非处理因素上相差很多；因为在某一段时间内人们可能容易患上某病，其中有一部分人看医生的态度比较积极，稍有不良感觉就会去看医生，但也有一部分人在这方面较为迟钝，病不重到一定的程度都不去看医生。

换言之，在某一段时间内，患者来医院的先后顺序中，可能暗含着病情轻重不等的因素；按就诊的先后顺序分组的结果，就很可能造成某些组内重症者居多，而另一些组内轻症者居多的状况。

这种违反随机原则的设计，没能很好地降低重要的非实验因素对观测结果的影响，结果的可靠性必然要受到影响。

例2 原文题目：小剂量干扰素加三氮唑核苷治疗流行性乙型脑炎99例分析。

原作者在一般治疗的基础上加用小剂量干扰素及三氮唑核苷治疗流行性乙型脑炎99例，采用同期的、接受一般治疗的73例该病患者作为对照。

治疗组和对照组的病情，即轻型、普通型、重型和极重型的分布经χ2检验差异无统计学意义。

两组患者均采用传统降温、镇静、降颅内压、肾上腺皮质激素及抗生素预防感染等对症治疗；在此基础上治疗组选择发病在5天以内的患者，加用干扰素和三氮唑核苷静滴，疗程5－7天。

两组比较疗效差异有统计学意义，结论：在一般治疗的基础上加用小剂量干扰素和三氮唑核苷治疗流行性乙型脑炎的疗效优于一般治疗的效果。

分析：这个研究结果似乎是合理的，因为原作者考虑到了病情严重程度这一重要的非处理因素两组的分布情况，经χ2检验差异无统计学意义。

其实，除了病情严重程度，这个研究中还设计到一个重要的非研究因素，即治疗的及时性。

对于治疗组，要求发病到治疗的时间在5天之内；而对照组却没有这样的限制；根据常识，早期治疗对疾病的预后具有重要影响，通常有较高的治愈率和较低的死亡率。

所以，在治疗的及时性方面，两组不具可比性；这样得到的结论当然要受到质疑。

其实，在制定实验设计方案时，应将所有重要、可控的非处理因素考虑在内；本研究除了病情严重程度外，治疗及时性也是一个重要的非处理因素，应采用随机化方法使各组患者在病情和治疗及时性上尽量达到均衡一致，从而提高组间的可比性。

三、实验设计中的对照原则设立对照组的目的是寻找一个参照物，或对比的基础；因为好与坏、高与矮、快与慢、长与短等都是相对而言的。

一种药物的疗效如何，要看与谁比较，是与安慰剂，还是与当前市面上治疗此类疾病疗效最好的某种药物；比较的对象不同，结论是不同的。

常见的错误是：缺乏对照、对照设置不当。

（一）误用实例1. 缺乏对照例1 原文题目：银屑病发病与血型的关系探讨。

原作者对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，就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义。

分析：该文没有对照，也没有统计分析，仅凭64例病人的血型分布，就下银屑病的发病与血型有关，显然是不妥的。

因为，根据常识，正常人群中的血型构成本来就不是非常均衡的；再者，64名患者的血型构成是否与发病有关，必须经与对照组进行比较，并得到统计学假设检验的支持。

如果正常人群的血型分布与银屑病患者的血型分布情况，经检验差异存在统计学意义，则认为血型构成可能与银屑病的发病有关，如果差异无统计学意义，则可以认为银屑病发病与血型构成无关。

例2 原文题目：静脉应用维拉帕米治疗快速型心房颤动的临床观察。

原作者选择快速型房颤38例（阵发性房颤8例，持续性房颤30例），其中男22例，女16例，年龄24－78岁，平均52.9，心室率128－179次/分，房颤持续时间2天至11年。

基础心脏病分别为：风湿性心脏病11例、冠心病10例、高血压性心脏病5例、肺心病2例、扩张性心肌病2例、甲亢性心脏病2例、先天性心脏病（房间隔缺损）2例、特发性心脏病4例。

心功能（NYHA）分级：Ⅰ级11例、Ⅱ级13例、Ⅲ级14例，无Ⅳ级和/或预激综合征者。

用药方法：常规心电监护，维拉帕米注射液5ml加入5％葡萄糖10ml中，于5分钟内注射完毕；如果15分钟后心室率减慢不显著，再予以维拉帕米2.5－5.0静注。

观察用药后5、10、15、20、30分钟的心室率及血压变化。

疗效判定标准：显效：用药后心室率减慢>30％或心室率低于100次/分，有效：用药后心室率减慢20％－30％但心室率不低于100次/分，无效：用药后心室率减慢<20％且心室率不低于100次/分。

结果：至30分钟显效27例、有效11例，总有效率达100％；说明该法控制房颤之心室率起效迅速、效果可靠。

分析：不知您看了这个案例，有何感觉？我觉得很乱、结论的可靠性难以保证。

为什么呢？我们知道，要考察某种药物的疗效如何，首先必须设立合理的对照组，因为有比较才有鉴别；而本试验未安排对照组。

本试验如能设置一可比的对照，严格控制重要的非实验因素，使其在各组间达到均衡一致，给对照以常规的治疗，如洋地黄制剂；这样做出的结果才能较好地反映出实验效应的差别。

另外，对于不同心脏病引起的房颤，放在一起研究，似乎不太妥当；因为这样的同质性不理想。

如果能适当增加各组样本数量，分开进行比较研究，效果会好许多。

2. 对照不当例1 原文题目：肝炎灵联合丹参注射液治疗慢性乙型肝炎60例。

原作者将慢性乙型肝炎患者随机分为两组，治疗组60例，接受肝炎灵和丹参注射液联合治疗，对照组44例，接受肌苷、维生素C的治疗；两组在性别、年龄、病程、病情等方面差异均无统计学意义。

比较两组肝功能指标恢复正常率，得出结论：两药联合应用治疗慢性乙型肝炎有良好的协同作用。

分析：这个研究，如果想得出两药联合应用治疗慢性乙型肝炎是否有协同作用，恐怕要考虑采用析因设计为好；而从药物作用上看，丹参注射液单独应用对慢性乙型肝炎是否没有治疗作用。

所以，原作者研究的真正目的可能是将肝炎灵与丹参注射液联合应用治疗慢性乙型肝炎的效果是否比单独使用肝炎灵治疗的效果好。

如果是这个目的，该研究的对照就有问题了；因为原文中设置的对照无法显示两药合用是否会比单独用肝炎灵的疗效好的结论。

正确的做法是，对照组给予肝炎灵加安慰剂治疗，安慰剂在剂型、外观、剂量等方面与丹参注射液相同。

采用双盲的方法进行分组和处理，会很好地消除主观偏性，得到的结果会更为准确可靠。

例2 某人在研究药物治疗铅中毒时的驱铅效果时，设计了如下试验，见表15-1。

对收集的实验资料进行统计分析后，原作者得出的结论为：此药有明显的驱铅作用。

分析：本研究虽然设有对照，但原作者没有考虑到这种貌似合理的对照，实际上是很不适当的；因为治疗前后患者所处的环境也发生了变化，即脱离现场，而脱离现场前后本身，也会引起尿铅和血铅的变化。

所以，虽然统计分析结果清楚地显示两组之间的差别具有统计学意义，但这并不能有效说明此药具有驱铅作用。

如果要考察某种疗法的驱铅效果，必需设有不给予任何治疗的空白对照；当然，这显然是行不通的，因为这样违背了伦理道德的要求；我们可以尝试做动物实验。

而如果患者都必须要接受某种治疗，那么就须采用2种和2种以上的药物。

采用具有一个重复测量的两因素设计定量资料的方差分析，或者把治疗前的数据作为协变量的值，采用单因素多水平设计资料的协方差分析。

表15-1 30名铅中毒工人脱离现场后住院治疗的结果（x±s）血铅（mg/L）0.181±0.029 0.073±0.019*尿铅（mg/L）0.116±0.009 0.087±0.010*注：与治疗前比，* P < 0.01例3 原文题目：高血压病患者肾脏早期损害指标的探讨。