医学统计方法常见错误林爱华.pptVIP

医学统计学方法在医学科研 运用中的常见错误分析 正确的科研设计是正确应用统计方法的前提，由错误的设计所得到的数据一般不能得到正确的统计结果。 在医学科研中，即使设计正确，如果统计分析方法应用不当，不仅不能准确地反映科研结果，而且可能带来错误的结论。 20世纪70年代对发表在著名的美国医学学会杂志上的分析性研究（非病例报告）文章149篇的统计方面的分析结果显示，从研究设计、分析方法和结论等方面判断文章的可靠性，仅27％文章判定结论可靠，可为杂志直接接受；68％的文章统计方面有缺陷，应退稿修改；50％的文章结论完全不可靠，杂志应拒受。 如果广大医师没有一定的统计学知识，没有独立分析和判决的能力，将会把出现在上述70％以上文献中的部分或完全不可靠的结论作为正确的而接受下来。 医学科研工作者误用和滥用统计学的原因： 1.医学研究往往涉及到多因素、多指标的实验设计和多元统计分析方法，这些内容对于非统计工作者较难接受和掌握。 2.统计学内容非常丰富，而且还在不断发展。 3.对医学科研工作，业务主管部门只是在宏观上提一些要求，缺乏具有权威性和可操作性的统计学应用指导。 4.严格按统计学要求办事比较繁琐，人们习惯于长期形成的各自的做法。 5. 在医学科研工作者、管理工作者、各级学术评审机构的专家中间，存在着把统计学方面的“把关”仅仅看作是“技术问题”，“无关紧要”以及“统计学仅仅是对论文的一点修饰，用得正确与否不影响论文的发表、成果的审批和学位的获得”等认识误区，其统计学意识和素质有待进一步提高。 6. 由于历史的原因，在医学科研工作中常有“仿效现象”。 本讲座所涉及的各种差错： 按差错的性质划分: 1. 表达方式欠妥。 用原先的表达方式谈不上错，但换一种表达方式，更符合统计学的要求（如统计表的问题）。 2. 科学性不够严谨。 仅凭专业知识和经验，就作出统计推断。 3. 原则性错误。 本讨论的目的 我们的着眼点在于探讨“医学统计学应用得是否妥当”，而不是对“与差错有关的成果和论文的评价”。 目的： 提高人们识别统计学应用错误的能力。 减少人们误用统计学的机会，使统计学在医学领域发挥更大作用。 统计分析思路 先统计描述后统计学推断 先单因素分析后多因素分析 先计量资料后计数、等级资料 一、统计描述中的常见错误： 1. 频数表 分类变量与有序分类变量直接列表 比较各类别频数分布的均匀性 比较各组间分布形态的一致性 数值变量 最小值、最大值、分组数、组距、频数表 观察频数分布的对称性 比较两组分布的一致性 2. 统计量 分类变量与有序分类变量 构成比、率、比 数值变量 均数、标准差、最小值、最大值、中位数 在资料的表达和描述中，常见的错误有： 1.编制统计表时，分组标志（横标目）与观测指标（纵标目）位置颠倒、线条过多或过少、数字的小数点位数不一致或单位重复出现在数字之后，最严重的问题是表中数据的含义未表达清楚，令人费解。 2.绘制统计图时，坐标轴上的刻度值标得不符合数学原则、资料与所选用的统计图类型不匹配。 3.选用统计指标来描述平均水平和离散趋势时，使用正态分布方法表达呈偏态分布的资料；运用相对数来描述计数资料时，比与率混淆。 应用相对数应注意的问题 1. 计算相对数的分母一般不宜过小：观察单位足够多时，计算出的相对数比较稳定，一般要求观察单位数不小于 30。 2. 分析时不能以构成比代替率。 3. 在比较相对数时应注意可比性。影响率与构成比变化的因素很多，除了研究因素外，其余的影响因素应尽可能相同或相近。 4. 两个样本率比较时应该进行假设检验。 率与比的区别 率是指某种事物发生的频率或强度，是事物实际发生的例数与可能发生某事物总人口数之比。 比（构成比）：说明某一事物内部组成部分所占的比重。 将构成比错误地当作率来使用，这是临床科研中最常见的错误之一。由于医院中资料的局限性，所得的数据一般只能计算构成比。由于构成比通常不能说明事物发生的强度，而且某一类别的构成比的大小受到其他类别数量变化的影响，因而其应用有较大的局限性。 二、统计学推断常见错误 单因素分析（处理因素为分类变量） （1）结果变量为数值变量：注意应用条件 t检验或方差分析、秩和检验 （2）结果变量为有序分类变量：秩和检验 （3）结果变量为分类变量：卡方检验 两个定性变量资料的统计分析 R×C表资料 ?2检验 单向有序R×C表资料 秩和检验 双向有序且属性不同 等级相关分析 双相有序且属性相