醫(yī)學雜志論文中常見的統(tǒng)計學錯誤分析及對策

醫(yī)學雜志論文中常見的統(tǒng)計學錯誤及對策同濟大學醫(yī)學院醫(yī)學統(tǒng)計學教研室艾自勝2014-9-28內容（1）描述性分析中的常見錯誤（2）假設檢驗中常見的統(tǒng)計學方法選擇錯誤（3）研究設計中的常見錯誤（4）糾正錯誤的對策描述性分析中的常見錯誤在醫(yī)學論文中,對不同類型的研究資料需要用不同的統(tǒng)計指標進行描述。實際工作中統(tǒng)計指標選擇常見的問題有:

計量資料無論是否服從正態(tài)分布,統(tǒng)統(tǒng)用均數±標準差描述研究結果的數據特征;

計數資料混淆率和構成比(百分比)的概念,常將構成比誤用為率來說明事物發(fā)生的強度;率和構成比的分母太小,卻計算相對數來進行描述和比較。計量資料描述常見錯誤分析（1）誤用正態(tài)分布的描述性統(tǒng)計指標描述呈偏態(tài)分布的資料（標準差>均數

）仍采用“均數±標準差”表示，特別當表中采用標準誤

取代標準差s時，前述的錯誤很難被察覺出來；

(2)統(tǒng)計圖方面的主要錯誤有兩個，其一，橫坐標軸上的刻度值不準確，等長的間隔代表的數量不等；在直角坐標系中，從任何一個數值開始作為橫軸或縱軸上的第一個刻度值。其二，用條圖或復式條圖表達連續(xù)性變量的變化趨勢；(3)統(tǒng)計表中數據的含義未表達清楚，令人費解；

(4)運用相對數時，混淆“百分比”與“百分率”；

計量資料的案例一計量資料的案例一的分析與對策各項指標的均數均大于2倍標準差,說明資料為偏態(tài)分布,用均數、標準差描述資料的集中趨勢和離散程度顯然是不妥當的,案例一中只列出P

值,也未說明具體的統(tǒng)計學方法。正確的做法應用中位數描述集中趨勢,用四分位數間距表示離散程度?；蛘呤菍⒃紨抵到泴档绒D換后,再計算轉換值的平均數和標準差,同時在表格中應該列出具體的統(tǒng)計量及P

值。計數資料描述性分析中的常見錯誤（1）錯誤地將構成比當作率使用（2）錯誤地計算平均率（3）計算相對數時分母過小計數資料的案例一計數資料的案例一的分析與對策研究者對計數資料的案例一資料進行分析,認為“輪狀病毒腹瀉的發(fā)病率最高為43.1%,痢疾次之28.8%,傷寒最低為13.1%”。這是將構成比當作發(fā)病率使用的典型錯誤,是臨床科研中最常見的錯誤之一。

實際上表中所提供的信息,只能用來說明在該腹瀉門診就診的521例病人中,各種腹瀉病人所占的比重,并不能反映出各自發(fā)病率的高低,而且計數資料的案例一所列的%號也未指明是構成比還是發(fā)病率,容易引起歧義。正確的描述應該是在腹瀉門診病人中,輪狀病毒引起的腹瀉所占的比例最高,傷寒最低。計數資料的案例二計數資料的案例二的分析與對策某研究者為了研究三種不同值班情況孕婦的早產發(fā)生情況,作者在計算平均率時,錯誤地將幾個率相加后取其平均值,這種類型的錯誤也是臨床科研論文中常見的錯誤之一。

如計算計數資料的案例二中三種值班女工的早產的合計發(fā)生率(即平均率)時,以(2.7+4.8+10.3)/3=5.9,即平均發(fā)生率為5.9%。正確的算法是:(94/1547)×100%=6.1%。

假設檢驗中常見的統(tǒng)計學方法選擇錯誤定量資料進行假設檢驗的方法很多,其常見錯誤是:（1）忽視t檢驗和F(方差分析)檢驗的前提條件；（2）誤用t檢驗代替F檢驗；（3）誤用參數檢驗代替非參數檢驗；（4）各種方差分析混用。假設檢驗中常見的統(tǒng)計學方法選擇錯誤

計數資料統(tǒng)計分析的常見錯誤是：（1）錯誤選擇了四格表卡方檢驗方法,未選用Fisher精確檢驗；（2）等級變量資料一律地使用卡方檢驗。計量資料統(tǒng)計分析的常見錯誤（1）忽視了t檢驗的使用條件；（2）多個樣本均數比較錯誤地用多個t檢驗代替方差分析；（3）誤用t檢驗分析重復測量設計資料t檢驗的使用條件

單樣本t檢驗的應用條件：樣本服從正態(tài)分布；成組t檢驗的應用條件：樣本服從正態(tài)分布;兩樣本的總體方差相等即方差齊性。

配對t檢驗的應用條件：差值服從正態(tài)分布。假設檢驗的案例一假設檢驗的案例一的分析與對策這類錯誤是臨床醫(yī)學科研論文中定量資料分析中最常見的錯誤,而且是原則性錯誤,會增加犯第一類錯誤的概率。假設檢驗的案例一資料為不同年齡組不同性別基礎能耗情況,原作者用t檢驗分別對各組均數逐一進行比較,得出在男女研究對象青年組與中年、老年組的基礎能耗差異有顯著性。假設檢驗的案例一的分析與對策

這種檢驗方法有誤,因為該資料為多組基本均數間的比較,正確的方法是用單因素方差分析,只有在方差分析有顯著性的基礎上有必要再作均數間的兩兩比較,用q檢驗,而不是t檢驗,同時假設檢驗的案例一中應該列出方差分析的統(tǒng)計量F值及具體的P值。假設檢驗的案例二假設檢驗的案例二的分析與對策重復測量數據是指同一受試對象的同一指標在不同時間點上進行多次測量所獲得的資料,常用來分析某項觀察指標在不同時間點上的變化特點,這類資料在臨床試驗中較為常見。本案例是兩種不同處理方案對病人血漿ET濃度(pg/ml)變化比較,分別在麻醉前、術畢、術后24h、術后48h測量病人血漿ET濃度,觀察兩種處理方案對病人血漿ET濃度的影響及變化趨勢。假設檢驗的案例二的分析與對策

原文作者用配對比較t檢驗對不同時間兩個處理方式血漿ET濃度的差異進行檢驗,發(fā)現(xiàn)有統(tǒng)計學差異,并認為A組術后ET濃度相對穩(wěn)定,術后無明顯升高。我們認為資料的統(tǒng)計處理不恰當,因為這時一個典型的重復測量的多個樣本均數的比較,故應該采用重復測量方差分析檢驗不同處理組間和時間因素及處理因素與時間的交互效應是否具有統(tǒng)計學意義,如果差異有顯著性,然后再作兩均數間的兩兩比較。假設檢驗的案例三假設檢驗的案例三的分析與對策

本案例反映不同分娩方式重癥肝炎孕婦結局的比較。原作者使用一般四格表卡方檢驗,得:卡方值=7.24,P=0.007;但觀察了22例,總例數小于40,不適合使用一般卡方檢驗。應用Fisher精確概率檢驗法。假設檢驗的案例三的分析與對策本例正確的計算結果為P=0.011(雙側概率)。很多分析人員認為兩種方法分析的結果都是認為不同分娩方式重癥肝炎孕婦結局有差別,但統(tǒng)計學意義是不一樣的,因為P值大小不一樣,拒絕和不拒絕無效假設的概率是不一樣的。假設檢驗的案例四假設檢驗的案例四的分析與對策

本文作者將