医学论文中的统计学应用不当及防范建议

韩 松，穆少杨，张晓波

统计学在所有生物医学科研设计、实验研究和结论获得中不可或缺，统计学错误可能导致严重的后果，如结论错误、数据失真、有价值数据信息丢失和伦理学缺陷等。随着循证医学的迅速发展，生物医学研究的各个阶段中，正确使用统计方法不仅直接影响一篇论文的结论和质量，更有可能对其他医学研究造成巨大的影响，甚至关系到一个患者的生存或者病死、关系到健康的改善或损害、关系到医学科学的进步。笔者对所在综合性医学期刊编辑过程中常见的统计学误用进行了归纳分析，认为医学论文中影响质量的统计学常见错误表现在三个方面：

1 科研设计中的统计学问题

部分作者的科研设计论证不足，仅从专业角度出发进行统计学设计，根据主观预期结果进行分组设计，没有考虑实验设计的可行性、组间数据的可比性等问题，主要表现在实验设计时随机化原则贯彻不完全、对照设置不合理、均衡性原则不充分等方面［1］。

1．1 样本选择不当或不足 科研设计要进行样本选择，样本的获取应符合随机化的原则，使每个研究对象在抽样过程中不受主观或客观的选择，机会均等地被列入试验组和对照组。保证样本对总体的代表性并达到一定的数量才能客观地反映总体状况。但是很多作者没有执行或者没有严格执行随机抽样原则，有的甚至为了提高论文的刊用率却冠以随机化的字眼；或者应用了随机化原则，但是在论文中没有详细说明，影响论文的质量和刊用。真正的随机化应当在研究设计阶段就对研究总体进行随机抽样和分配规则设定，并在论文中详细说明研究对象的随机化抽样方法，如单纯随机抽样、系统抽样、分层抽样、整群抽样等，以及样本的分配规则，如完全随机设计、配伍设计、配对设计、序贯设计、拉丁方设计、正交试验设计等。样本量过少，达不到检验试验组和对照组的结果是否具有统计学差异的基本要求也是本刊来稿的一个重要问题。

1．2 对照设计不合理 对照比较是科学研究必不可少的条件，各组具备高度的可比性（即齐同对比）是对照设计的基本要求。人类和动物的机体以及所患疾病非常复杂，除治疗因素外，个体差异、精神状态、环境因素甚至气候条件等都对疾病产生影响。对照比较，就是为了鉴别处理因素与非处理因素的差异，通过对照消除和减少实验误差。各组的基本条件均衡一致时，对照的结果才能令人信服。实验研究，首先要依据对照原则，对研究对象除处理因素之外的，对研究结果又可能产生较大影响的非处理因素作均衡性检验，并在研究论文中报告结果。如有作者报道，军事训练伤住院患者，施以心理康复治疗的一组较仅进行身体治疗的一组康复速度快，却不能提供两组伤情的均衡性检验结果，结论难以采信。因此，医学科研过程中合理对照尤为重要，两组条件均衡且例数相等或相近才能达到最大的检验效能。

1．3 分组不均衡 对照组除了实验干预因素以外，可能产生混杂效应的其他条件应与试验组基本一致，从而尽可能地排除非干预因素对结果的影响，即对照组与试验组的分组均衡化原则，否则对照组与试验组就会出现差异，两组之间的可比性降低，有可能造成结论不准确，甚至得到相反的结论。医学论文中常表现出科研者忽视试验组与对照组患者年龄、性别、病情、发病时间等非处理因素的可比性。例如有皮肤科医师报道，根据2010年01月—2010年12月皮肤科门诊人数统计，重度痤疮在15～35岁男性患者中的发生率高于15～35岁女性患者（P＜0．05），这显然忽视了性别因素对就诊率的影响，违背了组间均衡性的原则。

2 统计学方法选择不当

选择合理的统计学方法要从数据形式、分析目的、资料类型、数据分布和结构、样本大小等多方面考虑，作适当的统计学处理［2］。所用统计方法正确与否，得出的结论可能存在很大差异或者完全颠倒。假设检验是统计推断中的重要问题。其思想是通过统计量来描述数据的特点，并以此为根据，结合所需的置信度，通过常用的分布来推断假设条件的是否应该被接受，从而帮助做出专业决策。统计学方法的选择必须与资料类型相匹配，计量资料的统计分析方法可分为参数检验法和非参数检验法。参数检验法主要为t检验和方差分析，两组间均数比较时常用t检验和u检验，两组以上均数比较时常用方差分析；非参数检验法主要包括秩和检验等。计数资料的统计方法主要针对四格表和R×C表利用χ2检验进行分析。

医学论文中统计分析方法误用主要表现为：使用标准误代替标准差；t检验要求资料呈正态分布，组间方差齐性，不能代替单因素方差分析进行多组间两两比较；用完全随机区组设计代替重复测量设计，不满足参数方法条件的却用参数检验方法，计数资料比较一律使用χ2检验等。

3 统计学表达不准确

绝大多数医学研究论文或多或少都涉及统计表达问题，本刊主要有以下两个方面的问题：

3．1 统计结果的表述不恰当 描述一项研究结果是否有意义，要从专业意义和统计学意义两个方面解释。很多论文忽视专业意义，仅根据假设检验结果就武断地判定实验结果有无意义。其实，假设检验是在“零假设”正确的前提下用P值大小说明实际观察结果是否符合“零假设”。P＜0．05，表示差异有统计学意义，则怀疑“零假设”的正确性；若P＞0．05，表示差异没有统计学意义，不能拒绝“零假设”，但不能把P值理解为处理无效的概率。对于P值的解释一定要结合专业知识，并且用两均数（率）之差的可信区间反映实际差别。

3．2 统计表和统计图使用不当 编辑经常会遇到论文中描述资料统计指标的统计图表存在使用不当的问题，比如统计表和统计图重复使用，表格在设计、编排上不合理，图表标题不能高度概括表格的主要内容、过繁过长，表格要素不全，表中主、谓语排列不当，标目重复、层次错乱，未采用三线式表格，表内数据不规范等；统计图自明性要素缺失，图的设计与绘制与资料性质不匹配，将原始资料绘入统计图，图要素不全等。

4 统计学误用的防范对策

统计学在医学研究和论文撰写中误用的现象长期存在、成因复杂。从科技期刊的角度来讲，一篇论文见刊要经过三个环节：作者、编辑、审稿，提高各个环节的统计学应用与判别能力，才能有效防范统计学误用。

4．1 加强统计学知识的系统教育 医学统计学内容丰富、不断发展，医学科研数据资料复杂，但是我国医学生的统计学教育尚存诸多问题［3］，广大医务科研工作者的统计学知识欠缺，有关部门应有规划、有计划地对医学生和医药卫生工作者进行系统教育，如提高医学院校统计学教学水平、开设短期与长期相结合的培训班等。

4．2 统计学审核应贯穿于医学科研的设计、评审和审批的全过程 统计学专家应全程参与医学科研，特别指标多、数据复杂的科研项目设计处理，从课题的设计到实施都要有统计学专家参与；科研课题的审批和对科研课题的成果鉴定应有专门的统计学评价指标，从源头防止统计学错误的产生。

医学期刊编辑部一方面应专门聘请统计学专家担任编委或聘请统计学专业的研究生担任编辑，专门负责稿件统计学方面的审查工作，从编辑部审稿程序中弥补的和纠正统计学缺陷与错误；另一方面要不断提升编辑人员的统计学素养［4］，定期进行统计学知识培训；编辑在工作中遇到疑难问题，应积极查询或请教，在实践中提高统计学思维能力；建立统计学分析栏目，专门剖析有统计学误用的文章防止类似错误发生。举办统计学专题讲座或在期刊网站建立统计学课堂，上传有使用价值的统计学精品课程和论文勘误讲解，提升固定作者群的统计学水平，提醒作者优化实验设计；细化来稿的统计学要求，优化稿源，减少低级错误的发生；编辑在退修稿件时不能只用 “统计方法使用不当”、“统计描述不准确”等笼统的概念回复作者，应具体告知错在哪里，详细提供修改意见，提高作者群的统计学应用能力。

医学文献质量与临床医疗实践活动越来越密切相关，高质量的医学科技论文及其产生的系统评价正不断地改进和规范着临床医疗实践活动。所以，提高科技论文质量刻不容缓，需要作者、编者、审者及读者等多个方面的努力，才能逐步减少以至消除统计学误用现象，提高医学论文的科学性。

［1］万献尧，张久之．医学科研或论文中常见的统计学问题［J］．医学与哲学（临床决策论坛版），2009，12（30）：74－75．

［2］冯泗华，李慧莲．医学论文统计学应用的基本原则［J］．中山大学学报论丛，1997，2（增刊）：113－115．

［3］陈 雅，邓 青，姚佳红．浅析医学统计学教学改革的必要性及措施［J］．中国卫生统计，2009，3（26）：317，322．

［4］尚永刚，冷希圣．提升医学编辑素质 提高临床研究质量：循证医学对医学编辑实践的要求［J］．中华医学科研管理杂志，2013，6（26）：408－409．