医学统计学在临床科研中应用现状与思考.docVIP

医学统计学在临床科研中应用现状与思考.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
医学统计学在临床科研中应用现状与思考

医学统计学在临床科研中应用现状与思考   摘要:随着现代医学的发展,科研能力成为综合型医学人才所必须具备的一项能力。统计学是分析和解决科研问题的一个重要工具,统计学方法的正确运用是科研工作中的一大难点。本文对临床科研中医学统计学的应用现状及存在问题进行了分析研究,并提出了加强临床科研中统计学应用的策略。   关键词:医学统计学;科研;临床医学   中图分类号:G642.41 文献标志码:A 文章编号:1674-9324(2018)06-0199-02   随着医学生命科学的发展,社会对医学人才培养提出了新的要求。一名合格的临床医师,不仅需要具备扎实的专业知识技能、高尚的医德医风,还应具备较高的科研能力[1]。科研能力是指用科学的思维和方法对未知领域进行科学探索的能力。科研能力已经成为综合型医学人才所必备的基本条件[2]。科研能力与临床技能是相辅相成的,从临床中发现问题,以科学的思维方式对问题进行分析解决,科研的最终目的是解决临床实践中的困惑,为临床服务。科研能力的提高,有助于临床医师医疗技术水平的提高。目前,我国临床医师普遍存在科研思维缺乏、科研能力薄弱的现状。加强临床医师科研思维的培养,提高其科研能力,无疑具有迫切的重要性。   临床医师科研能力的培养,主要包括科研思维能力、文献阅读能力、统计学方法运用能力、文章撰写能力。其中,统计学方法的掌握和运用是一大难点,往往成为临床医师科研工作的短板,影响科研工作的顺利开展。   一、统计学在临床科研中的作用   科学研究是人类探索未知事物发展变化规律的活动,而这些规律的发现,需要对长期观察数据和大量实验数据进行分析处理,从而做出科学的推断,得出可靠的结论,医学科研活动也不例外。医学统计学是运用概率论与数理统计的原理及方法,结合医学实践,研究数据资料的收集、整理、分析与推断的一门学科[3]。只有通过数据的收集、整理与分析,对不确定性数据做出科学的推断,才能真正揭示医学研究中被偶然因素所掩盖的本质规律,为解决医学领域中的问题提供科学依据。   一项严谨的临床科研项目,在项目实施的各个阶段都离不开医学统计学的应用。科研设计、数据收集清理、数据分析、结果解释,各个环节都体现着统计学的理论和方法。此外,掌握医学统计学方法,对阅读国内外的医学文献及撰写科研论文都有很大的帮助。总之,统计学思路贯穿于整个科研过程,为研究的科学性保驾护航。   二、临床科研中统计学的应用现状及问题   在实际的临床科研工作中,医学统计学的应用存在?^多问题,主要体现在以下几个方面。   1.缺乏完善的科研设计方案。有的医生在开展科研项目时,对于研究方案没有一个总体设计,走一步算一步,等到数据分析时才发现研究的样本含量不够、研究指标选择不恰当、研究指标收集不完整等问题,甚至发生无法弥补的错误,浪费大量的人力、物力。例如,某医生在开展儿童哮喘治疗的研究时,随意将病人分配至试验组和对照组,统计分析结果显示,试验组的治疗效果明显优于对照组。但是仔细分析数据发现,服用试验药的全是哮喘程度较轻的患儿,服用对照药的大多数为重度哮喘的患儿,这样得出的统计学差异不能证明试验药物优于对照药物。因为有疾病严重程度的混杂效应,得到的研究结论是没有科学性的。这是在研究设计阶段对随机化、非处理因素的均衡性未加考虑造成的。   2.对数据的清理未引起重视。数据清理是进行统计分析的必要步骤,然而实际科研工作中,有些研究者往往将收集到的研究数据直接进行统计分析,并未对数据进行清理、核实。例如,一项不同剂量重组生长激素对矮小症的治疗研究,该研究生的数据分析结果显示,高剂量组与低剂量组的生长速度差异无统计学意义。然而,仔细检查数据时发现,低剂量组明显有两个异常值数据,这两个异常值数据将低剂量组的均数明显抬高,方差明显增大,因此得出了错误的结论。将异常值剔除后重新进行统计分析,得出了高剂量组的生长速度优于低剂量组的结论,可见数据清理的重要性。   3.数据统计分析方法选用不当。有的医生没有完全掌握统计方法,对于定性资料的分析一律采用卡方检验,定量资料的分析一律采用t检验。例如,一项大鼠贫血治疗的研究,研究者将天龄、体重相近的雌性大鼠随机分为两组接受试验,收集血液中的血红蛋白指标,采用成组t检验进行统计分析,而正确的分析方法应当是配对t检验。一项脓毒症治疗的研究,研究人员选择年龄相近、性别相同的脓毒症大鼠分别接受A、B两种治疗方案,研究结果指标为血清降钙素原,研究者采用的分析方法是成组t检验。然而,通过绘制直方图发现,数据呈明显的偏态分布,此时正确的分析方法应当是非参数检验,例如秩和检验。   4.数据分析能力薄弱。例如,一项对儿童急性淋巴细胞白血病患儿开展的随访研究,两组患儿分别接受A、B两种治疗方案,收集了患儿的年龄、血红

文档评论(0)

fangsheke66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档