1、医学科研和论文撰写中常用的数据处理和统计分析方法,重庆市卫生信息中心 孙安龙2012.10.24,目录,前言医学统计方法的基本概念常用医学统计方法的适用条件医用期刊对医学统计学的要求医学统计在期刊中的正确表达医学科研论文中的常见的统计学问题数据的正确书写,前言,卫生统计在医学期刊中占有非常重要的地位。任何科研设计、实验研究都离不开统计方法，而统计方法的正确与否直接影响到论文的质量。我们在编审稿件过程中，经常遇到统计学方法使用不当等问题。,几个基本概念,变量：数值变量（定量变量）、分类变量（定性变量）：无序分类、有序分类（等级/半定量）概率：随机事件、概率、频率与概率的关系（样本含量大到总体时，
2、频率就等于概率）总体与样本：总体、样本、参数,数学上的分类,连续型资料(continuous data) ： 计量资料 实数范围内任意取值离散型资料(discrete data) 实数范围内只取整数值,连续型变量：即连续变化的变量，其取值是数轴上某一区间内的一切数值，理论上它们是无限可分的。如身高、体重。离散型变量：其取值是0，1，2等不连续的量，是数轴上有限或无限的可数的值，两个数之间没有小数。如年新生儿数、月手术病人数、人的牙齿数等。,变量转化只能由高级向低级转化，即从计量资料至等级资料至计数资料，但不能做相反方向的转化。提示：在研究设计中，对于能测量的指标，尽可能设计为定量指标，尽可能减
3、少信息量的损失，并为分析过程中资料转化带来方便。定性指标可转化为定量指标，但较粗糙。,概率 ：随机事件发生可能性大小的度量。,当n逐渐增大时，频率f/n始终在一个常数左右作微小摆动，称该常数为随机事件A的 概率，记为： P(A)只要观察单位数足够多，可将频率作为概率的估计值。0 P 1， P=1 必然事件， P=0 不可能事件。小概率事件： P 0.05，表示在一次实验或观察中该事件发生的可能性很小。小概率原理：小概率事件在一次实验或抽样中不可能发生，如果发生就怀疑检验假设的正确性。,抽样方法,简单随机抽样：从总体抽取样品时，使每个个体被抽到的机会均等，以使所抽取的样本数据能够很好地代表总体的
4、抽样方法。（简单/单纯）：抽签法、随机数表法系统随机抽样（间隔）：将总体按某一标志（如时间）排序，然后按一定间隔抽取样本单位。分层随机抽样：将总体按产品的某些特征划分为若干层（即小批），各层内分别用简单随机抽样法抽取一定数量的个体组成一个样本的方法。分层按比例随机抽样。整群抽样法：先将总体按某个标志分成若干群，然后随机地抽取若干群，并由抽中的群中所有个体组成样本。,几种常见的分布,分类变量的分布类型二项分布：观察单位具有互相对立的一种结果，观察单位的观察结果相互独立（如：治愈/未治愈、传染/未传染）Poisson分布：二项分布的极限分布和特例，某事件发生率非常小时（小概率事件），则事件发生数X
5、所服从的概率分布超几何分布：数值变量的分布类型正态分布Weibull分布,t检验、u检验,数值变量资料假设检验的最基本最简单的方法： t检验、u检验；仅适用于两个样本均数的比较t检验的应用条件：样本含量较小（n30）或样本含量虽小但总体标准差已知时样本均数与已知总体均数的比较及成组设计两大样本均数的比较应用样本均数与已知总体均数配对设计资料成组设计资料两均数间,方差分析,方差分析的应用条件（多个样本均数的比较）各样本须是相互独立的随机样本各样本均来自正态总体相互比较的各样本所来自的总体其方差相等，即方差齐方差分析应用两个或多个样本均数间的比较分析两个或多个因素间的交互作用回归方程的假设检验方差
6、齐性检验完全随机设计资料：处理间变异+组内变异（误差）配伍组设计资料：处理间变异+配伍组间变异+内变异（误差）多个样本均数间的两两比较：q检验（SNK法）多个实验组与一个对照组均数间的比较： q检验（Dunnett t检验）,卡方检验,分类变量资料中的应用推断两个及两个以上总体率或构成比之间有无差别两种属性、两种特征或两变量间相关关系是否存在频数分布的拟合优度检验四格表资料的卡方检验（n1+n240,各格T5）RXC列联表的卡方检验（多个率及多组构成比）配对资料的卡方检验组内分组资料的卡方检验（逐级分组/K层组内分组设计资料）Fisher精确概率检验法：一格T1,n7例才有统计学意义，一般要3
7、0例（100例；作为分类变量，样本数量要大些，至少30例，一般100例；常见病、多发病最好为几百例。这是经验要求，具体样本含量可根据公式进行推算。四格表的卡方检验要求样本量大于40，方格中理论数大于5(n40，t5)，若不符合则用校正卡方检验或精确概率法。行x列表的卡方检验要求理论数均大于1且小于5者不超过表中数的15，若不符合则改用其它方法(合理合并)。正常值范围的确定：观察数量应尽可能多于100例；需分组者，各组人数也是如此(标本来源困难时酌情减少)。若为偏态分布，应以百分位数计算，则例数应120例。,混杂因素,任何一种现象的发生都不是单纯的，要受多种因素的影响。当分析比较不同人群某现象的
8、发生或存在状况时，要考虑除研究因素以外比较组之间其它条件是否相同，内部构成是否一致，其它因素对研究现象的影响如何。混杂因素应在研究之前通过研究对象选择、设立对照、随机、匹配、双盲法等控制，但如果事先没有良好设计，则通过统计方法可以控制。若资料内部构成不同，存在混杂因素，简便方法是分组比较或标化处理。若样本量不允许分组，则对计数资料可用组内分组的卡方检验、卡方值分割法、加权卡方检验法等，计量资料的比较可用协方差分析。,统计学的解释,资料的统计处理并非是研究工作的最终目的，而是通过统计学分析为研究结论提供依据或线索，因此对统计资料做统计分析后，要正确把握统计学术语，对结论做科学的分析和解释。拒绝检
9、验假设，习惯上称有显著性，不应误解为差别很大或在医学上有很显著的价值，统计学亦不能回答比较样本的总体一定相等或一定不相等，因为统计推断是以一定的概率界值为依据，说明来自同一总体可能性的大小。应用统计学分析的目的是通过研究样本推断总体，如果研究结论不能适当外延，则该项研究毫无意义。,中国医药卫生期刊编排规范,GB/T 77131987 科学技术报告、学位论文和学术论文的编写格式 前言、方法、结果、讨论四部分 方法 描述研究对象（人或实验动物，包括对照组）的选择及其基本情况，以及研究所采用的方法。临床试验研究还应说明试验程序是否经所在单位或地区伦理学相关机构的批准，研究对象是否知情同意并签署了知情
10、同意书。 描述统计学方法及其选择依据，并说明所使用的统计学软件。 结果 结果的叙述应实事求是，简洁明了，数据准确，层次清楚，逻辑严谨，不应与讨论内容相混淆。应着重总结重要的研究结果。以数据反映结果时，不能只描述导数（例如百分数），应同时给出据以计算导数的绝对数。一般应对所得数据进行统计学处理，并给出具体的统计值。例如：F= 3.868，P=0.026。,中国医药卫生期刊编排规范,17.4 表17.4.1 表应具有自明性。表的内容不应与正文文字及插图内容重复。17.4.2 表应按统计学的制表原则设计，力求结构简洁。横、纵标目间应有逻辑上的主谓语关系，主语一般置表的左侧，谓语一般置表的右侧。一般采
11、用三横线表。17.4.3 表应有序号和简明的表题，居中或齐左排印在表的上方，同一种期刊体例应一致。表序一律使用阿拉伯数字依序编排。只有1幅表时应标注“表1”。表号与表题之间至少应留1个同类字符的空隙。17.4.4 表中一般不设“备注”栏，若有需说明的事项，可在表内有关内容的右上角标出注释符号，在表格底线的下方以相同的注释符号引出简练的文字注释。17.4.5 表中各栏应标明标目词，参数栏的标目词一般为量或测试项目及其单位符号。若表中所有参数的单位相同，单位可标注在表的右上方，或表题之后（加括号）。各栏参数的单位不同，则应将单位符号加括号标注在各栏标目词后或下方，或在标目词与单位符号之间以逗号“，
12、”隔开。17.4.6 表中同一栏的数字必须按位次上下对齐。表中不用“同上”、“同左”、“”和类似词，一律填入具体数字（包括“0”）或文字。若使用符号表示未测或未发现，应在表格底线的下方以简练文字注释。17.4.7 表中的量、单位、符号、缩略语等必须与正文中所写一致。为保持表的自明性，对表中使用的缩略语应予注释。17.4.8 表应随正文，一般先见文字后见表。需要转页的表，应在续表的右上角或左上角注明“续表”，并重复排印表头。17.4.9 表宽大于版心宽度时，可将表左转 90o排，以版心高度为图宽，双页码表顶向切口，单页码表顶向订口。此类表最好占满或接近占满1页，以避免空白过多造成的版式不美观。1
13、7.4.10 每幅表都应在正文中标明引用处。,中国医药卫生期刊编排规范,17.3 图17.3.1 图应有简短确切的题名，连同图序号置于图形下方。图序号一律用阿拉伯数字依序连续编排。只有1幅图时应标注“图 1”。17.3.2 图应具有自明性。图的内容不应与正文文字及表格内容重复。17.3.3 曲线图大小、比例应适中，高度与宽度之比一般以57左右为宜，线条均匀，主辅线分明。纵、横标目的量和单位符号应齐全，置于纵、横坐标轴的外侧，一般可居中排列。横坐标标目的著录自左至右；纵坐标标目的著录自下而上、顶左底右。右侧纵坐标标目的著录方式与左侧相同。17.3.4 图中的量、单位、符号、缩略语等必须与正文中所
14、写一致。为保持图的自明性，对图中使用的缩略语应予注释。17.3.5 图序、图题居中或齐左排印在图下方，图序与图题之间至少应留1个同类字符的空隙。图例可置于图与图题之间，或图的空白处。中文版期刊图题、图例及图内其他文字说明可以只使用中文，也可以中、英文对照，不宜仅使用英文。17.3.6 照片图要求主要显示部分的轮廓清晰，层次分明，反差适中，无杂乱的背景。人体照片只需显示必要部位，但应能看出是人体的哪一部分。颜面或全身照片，若不需显示眼部和阴部，应加遮盖。使用特定染色方法的显微照片应标明染色方法。显微照片中使用的符号、箭头或字母等应该与背景有很好的对比度。涉及尺寸的照片应附有表示目的物尺寸大小的标
15、度。17.3.7 图一般随正文，先见文字后见图；也可拼版制图后集中排列于正文的适当位置。拼版图应在图内排印表示图序的角码，在图的下方依序排印图序、图题。需要印在插页上的插图，应在正文引用处标明图所在插页页码，并在插页中图的上方标明文章的题名和所在页码。插页一般不编入正文连续页码，另编插图插页连续页码。17.3.8 图宽大于版心宽度而又无法缩小制版时，可将图左转 90o排，以版心高度为图宽，双页码图顶向切口，单页码图顶向订口。此类图最好占满或接近占满1页，以避免空白过多造成的版式不美观。17.3.9 每幅图都应在正文中标明引用处。,此表无横向栏目，在第1个测试项目右侧包含3项内容，第3个测试项目
16、下包含着不同的信息，隶属关系混乱，整个表格使读者不能一目了然。显然，编辑并未对作者的原稿进行加工,正确的形式,主要的物理化学性质的参考催化剂,体积密度,孔径分布,GBT77131987指出：“表格编排，一般是内容和测试项目由左至右横读，数据依序竖排。” 既将研究项目作横栏目，在科技期刊统计表中称为主项；将观察指标作纵栏目，称宾项(也有称为谓项的)。从具体内容看，横栏目可以是受试对象或处理因素，纵栏目一般为受试对象统计项目或处理因素的实验效应示例3和4中，其测试项目由上至下而测试数据由左至右读，这恰恰与标准规定相悖。,正确的做法应将横向栏目与竖向栏目转换，这样，既符合国家标准规定，又使隶属关系清
17、楚，对比效果增强(见示例5和6从规范的意义讲，栏目名称所对应的是竖向的，而不是横向的，如果可以因强调某项而用另一项代替，则不符合GBT 77131987的规定。,在统计表中，主、宾项的编排必须是主项在前，宾项在后，横读是一句话，竖读是比，绝不可以主、宾项颠倒，见例1(表1),表1的栏目编排符合GBT 77131987的要求。主项(研究对象)是不同性别的人(受试对象)，宾项(观察指标)是年龄与体质量指数(实验效应)。横读该表内容是2个完整的句子：1)男性4O例，平均年龄32岁，体质量指数1834；2)女性42例，平均年龄34岁，体质量指数2446。竖读是年龄与体质量指数资料的比：1)男性与女性的
18、平均年龄分别是32岁和34岁，直观可见相差无几；2)男性和女性体质量指数分别为1834和2446，似说明该年龄段的女性比男性肥胖。,统计表的主项与宾项混杂的情况多种多样，或主项中混杂宾项内容，或宾项中混杂主项内容，见例2(表2)。表2横栏目内3个分组是本研究的受试对象，作为主项是对的，但每组中的“治疗例数、危险事件、死亡及心源性死亡”则为实验效应(是研究的观察指标)，属宾项内容，应放在纵栏目中。,在纵栏目中因主、宾项混杂，造成2种方法不能直观比较。该表不得不进行再加工(见表3)。分析编辑加工后的表4，横读成句，竖读方便比较，可谓简洁、规范，具有自明性。,统计学问题,排印格式按GB/T3358-
19、1982统计学名词及符号的有关规定，统计学符号一律采用斜体排印。,临床科研设计报告书基本内容,1.立题依据(research foundation)2.研究目的(research objectives)3.科研假设(research hypothesis)：H0、H1。4.设计方案(design)： 探索、验证；试验、观察； 随机、非随机； 单盲、双盲、开放； 自身前后、平行对照； 前瞻、回顾、横断面。,5.研究地点(setting)6.研究对象(participants) 目标人群、样本人群； 纳入标准、排除标准。7.样本大小的确定(sample size estimation) ；1-；、
20、；单侧、双侧。8.干预方法(intervention) 受试者的依从性。9.研究因素(study factor) 主要、次要观测指标。,10.资料收集和分析 (data collection and analysis) 统计软件、统计方法。11.预期结果(expected outcomes)12.质量控制(quality control)13.预试验(pilot study)14.医学伦理道德(ethics)15.管理和时间安排 (administration and time table)16.经费预算(budget),统计工作一般分为三个阶段1、收集资料：收集原始资料是统计工作最重要的一步
21、，关系着整个统计工作的质量2、整理资料：对原始资料进行科学的分组归纳，使资料系统化、条理化，便于计算统计指标和进行统计分析3、分析资料 ：计算有关指标，阐明事物的内在关系和规律。,统计工作的基本步骤,收集资料 医学统计资料的来源主要有四个方面： 1）统计报表： 2）经常性工作记录： 3）专题调查或实验研究资料： 4）统计年鉴和统计数据专辑,统计报表：如传染病报表、职业病报表、医院工作年报表等等，可全面经常地提供居民健康状况和医疗卫生机构工作的主要数字，为拟定卫生工作计划与措施、检查与总结工作提供依据，也给科学研究提供基础资料。 报表应做到完整、准确、及时。,经常性工作记录：如医院的病历、各种化
22、验单、检测单，出生、死亡登记卡。,专题调查或实验研究资料：实验研究、调查研究等，包括实验数据和现场调查资料。实验数据指在实验过程中获得的数据，现场调查资料来源于大规模的流行病学调查所获得的资料。,整理资料,1. 检查和核对收集到的数据和资料2、设计分组1）质量分组 ：将观察单位按某种属性或类别分组，适用于计数资料。2）数量分组 ：将观察单位按变量值的大小分组，适用于计量资料。3、拟整理表：一种过渡性表格，可表达资料的分配情况和内部结构，初步显示各项目间的联系,分析资料,统计描述：指由统计指标、统计表、统计图等方法，对资料的数量特征及分布规律进行测定和描述，不涉及由样本推论总体的问题。,统计推断
23、：指如何抽样，以及如何由样本信息推论总体特征。,统计分析,医学科研论文中的常见的统计学问题,1. 文中未交待所用统计方法 2. 使用统计方法时不考虑其应用条件 3.统计学的基本概念不清楚 4.相关回归分析中的问题 5.统计说法不严格 6.数据统计的准确性 7.统计表不规范,统计方法上常见的一些问题,计量资料，标准差大于均值，显示各变量值离散程度大，呈偏态分布，不能采用 s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计算t检验和方差分析要求数据服从正态分布 误用t检验分析重复测量设计资料 顺序变量的 2 检验相关与回归分析的r值和P值,数据的正确书写,文稿内各数据的书写必须前后一致；总数应等于各分组的数据之和。 对不同指标，有其不同数据精度的要求，这应结合专业知识加以判断。测定数据的书写，不能超越其测量仪器测试的精确度范围。 同一指标的前后数据应保持同一精确度。 经计算，出现比预定小数点后两位数多的数字，应采取“4舍、6入”与“5奇进偶出”方法，以决定小数点后第三位数字是“舍”还是“入”，即5前为单数则入，双数则舍。 未经统计检验，文稿内不宜出现推断性的比较结果的结论。欲予以比较，也应注意两者的可比性。,
