沃登编辑：医学论文中统计分析错误辨析与释疑_.docVIP

医学论文中统计分析错误辨析与释疑 患者例数 药物种类 疗效∶治愈 未治愈 A 药 30 10 B 药 11 49 表2 　三种药物治疗某病的疗效的观察结果 患者例数 药物种类 疗效∶治愈显效好转无效 A 药15 49 31 5 B 药4 9 50 22 C 药1 15 45 24 表3 　两所医院用三种药物治疗某病的疗效的观察结果 患者例数 医院名称药物种类 疗效∶治愈 显效 好转 无效 甲A 药15 49 31 5 B 药4 9 50 22 C 药1 15 45 24 乙A 药36 115 184 47 B 药4 18 44 35 C 药1 925 4 频数只有两行两列,故简称为2 ×2 表或四格表;而表2 中的原始频数占3 行4 列,故简称为3 ×4 表, 一般被简称为R ×C 表;表3 中含有3 个定性变量(医院名称、药物种类、疗效),故被称为三维列联表, 当列联表中定性变量的个数大于等于3 时,一般被统称为高维列联表。 二、定性资料统计分析方法概述[124] 11 关于2 ×2 表资料的统计分析方法的合理选择:2 ×2 表资料的统计分析方法取决于其设计类型,即横断面研究设计、队列研究设计、病例2对照研究设计和配对设计四种类型,每种类型又需考虑一些具体情况,方可选择较为合适的统计分析方法处理资料。常用的方法有: 一般χ2 检验、校正χ2 检验、Fisher 的精确检验;计算相对危险度( RR) 、计算比数比( OR) 、检验总体RR (或OR) 与1 之间的差别是否具有统计学意义的χ2MH 检验;配对设计定性资料的McNemarχ2 检验。 21 关于R ×C 表资料的统计分析方法的合理选择:R ×C 表资料的统计分析方法取决于表中两定性变量的性质和分析目的,按性质可将此类列联表分为以下四类:即“双向无序的R ×C 表”、“结果变量为有序变量的单向有序的R ×C 表”、“双向有序且属性不同的R ×C 表”和“双向有序且属性相同的R ×C 表”。对于这些R ×C 表资料,还需结合资料所具备的条件或分析目的,选用合适的统计分析方法,他们是: 一般χ2 检验、Fisher 的精确检验; 秩和检验、Ridit 分析、有序变量的Logistic 回归分析; 秩相关分析或典型相关分析;线性趋势检验;一致性(或叫Kappa) 检验或特殊模型分析。 31 关于高维表资料的统计分析方法的合理选择:高维表资料的统计分析方法取决于表中定性变量是否能分出“原因和结果变量”,若分不出原因和结果变量,一般需要选用对数线性模型分析法;若分得出原因和结果变量,则可分为以下3 种情形:即结 组动物的发病率的比较。 对差错的辨析与释疑:从实验设计角度看,各小组之间不仅在动物数目上缺乏可比性(有些组有10 只,有些组只有2 只),而且在重要的非处理因素(如中毒的时间) 上不具有可比性,故这些均使得出的结论缺乏说服力。在实验结果的表达中,使用的多为定性的描述,在统计分析部分虽交代采用了t 检验和χ2 检验,但在给出统计分析结果时未给出检验统计量的具体值,直接就写B 、C 二组与A 、C 二组比较差异无显著意义( P 0105) ,使人不能不对其P 值的可靠性提出质疑。样本较小的定性资料的统计分析,一般不宜采用χ2 检验,而应选用Fisher 的精确检验来处理。 31 由于多方面的错误导致统计分析方法的误用。 例3 　某作者对TRT 组与对照组疗效进行比较,结论为TRT 组疗效显著地优于对照组的疗效, 资料见表5 。 对差错的辨析与释疑:其一,原作者在收集和整理资料时违背了实验设计的要求,将原本属于“重复观测”的多因素定性资料错误地按“独立重复试验”方式进行收集和整理。因为两组患者中的每一位都在“第2 、6 、12 个月”被重复观察了3 次,而且每次都按完全适应、基本适应、部分适应、未适应来给出疗效的评定,此时的“疗效”是“多值有序变量”;其二, 原作者将一个三维列联表资料简单地拆分成三个独立的二维列联表资料,割裂了整体设计,无法正确反映原因与结果之间的真正联系; 其三,对结果变量(疗效) 的有序性不予理睬,简单地将其分为适应与不适应两档(因为分析的是总适应率),采用无法利用结果变量有序性信息的χ2 检验进行资料处理,其结论的可靠性大大降低(注:表中2619% 为原文漏项) 。果变量为二值变量的高维表、结果变量为多值有序变量的高维表和结果变量为多值名义变量的高维表。对于这些高维表资料,其统计分析方法有:多元Logistic 回归分析、对数线性模型;有序变量的多元Logistic 回归分析;扩展的多元Logistic 回归分析。 三、定性资料统计分析错误辨析与释疑 11 资料整理过失及误差和对资料类型判断错 子宫8 孕周腹部手术