2统计结果在医学论文中的正确表达

医学论文中统计结果的恰当表达黄品贤

基础医学院预防医学教研室联系电话：51322156法国数学家，天文学家拉普拉斯（Laplace,1749～1827）称赞机率论说：由赌局引起的一门学问，居然会成为人类知识最重要的研究对象，这实在令人非常惊奇。面对复杂的医学问题怎样处理?FrancisGalton(1822.2.16~1911.1.17)“当人类科学探索者在问题的丛林中遇到难以逾越的障碍时，唯有统计工具可为其开辟一条前进的通道”。

---英国著名遗传学家、统计学家Galton经济学家、人口学家马寅初学者不能离开统计学而研学；政治家不能离开统计学而施政；事业家不能离开统计学而执业；军事家不能离开统计学而谋略。《统计与真理-----怎样运用偶然性》统计学是医学研究所必需的重要手段。医学研究的设计、资料收集、数据处理分析以及结果的表达及解释都离不开应用统计学。统计学是评价医学论文质量优劣的重要依据。统计学应用不当不仅影响论文的科学性，还有可能得出错误的专业结论。医学论文中统计学的重要性讲座内容一、“摘要”的统计表达二、“引言”的统计表达三、“材料与方法”的统计表达四、“结果”的统计表达五、“讨论”的统计表达一、“摘要”的统计表达报告研究结果的重要统计指标量（统计量的数值、可信区间及假设检验结果）均数，标准差，或中位数，最小值和最大值率，或两组均数（率）之差多个观察指标的相关系数等统计量、P值、95%可信区间、OR值等这些数据是循证医学Meta分析的基本数据

二、“引言”的统计表达目的：使读者确认论文中所有统计分析结果的可靠性和研究结论的合理性。三、“材料与方法”的统计表达统计表达研究设计方案的统计表达DesignofResearchMethods统计分析方法及软件AnalysisMethodsandSoftware研究类型观察对象来源、选择方法诊断标准（中医、西医）、入选标准、剔除标准观察方法评价标准实验、试验或调查资料的搜集过程等研究设计方案统计表达

DesignofResearchMethods研究类型完全随机设计（两组、多组）配对（配伍）设计交叉设计拉丁方设计裂区设计嵌套设计析因设计正交设计重复测量设计研究对象的来源和选择方法研究对象（subjects）：选择标准、来源、样本含量及依据，基本情况描述，有无随机分组。分组方法随机化分组：随机化分组应说明具体的随机化方法〔完全随机、配对、配伍、分层随机分组等〕。非随机化分组：如观察性研究要明确说明观察对象的选择方法（配对、随机抽样）给出影响因素的均衡性分析结果，如年龄、性别、病情、病程等的均衡性分析结果（统计指标）。样本量估计的依据：参考文献、参数、公式或软件等。实验设计中的统计设计随机、对照、重复采用何种设计模型处理因素及水平的设置非处理因素的控制实验效应的评价指标(outcomemeasures)：所用评价指标及其测量方法、测量误差的控制及评价（多测量者、多测量仪器等问题）调查设计中的统计设计研究方法（前瞻性、回顾性、横断面）抽样方法数据质量及偏倚（bias）的控制随机、对照、重复、盲法纳入标准和排除标准：说明诊断标准、疗效评价标准、病例入选标准、病例剔除标准；盲法：评价疗效有无实施遮蔽（受试者遮蔽、评价者遮蔽，还是两者遮蔽：单盲、双盲或多盲等。随访（失访情况的详细阐述）：有无失访及失访的比例、有无“知情同意”；临床试验

(Clinicaltraildesign)论文中用到的所有统计分析方法都要具体、确切说明。一般常用统计方法简单说明即可，t检验单变量方差分析(ANOVA)χ2检验χ2检验（Pearsonχ2test）校正χ2检验（continuitycorrectionχ2test）配对χ2检验（McNemarχ2test）分层χ2检验（M-Hχ2test）统计分析方法及软件哪种t检验？哪种ANOVA？论文中用到的所有统计分析方法都要具体、确切说明。相关积矩相关（Pearsoncorrelation）秩相关(Spearmancorrelation)Willcoxon法配对秩和检验（Willcoxonone-sample/pairedtest）两样本秩和检验（Willcoxontwo-sampletest）多重比较（LSD、SNK、Dunnett、Bonferroni、Tukey）统计分析方法及软件一些特殊的统计方法要同时给出相应的参考文献如协方差分析（analysisofcovariance）：随机分组、随机区组Logistic回归：条件Logistic回归、非条件Logistic回归因子分析(factoranalysis)聚类分析（cluster）生存分析(survivalanalysis)重复测量资料方差分析(repeatedmeasurement)等。统计分析方法及软件统计分析软件/版本:注意软件的权威性一般给出名称即可，如SPSS、SAS、EXCEL、R等。一些特殊的计算，要给出软件的过程名，如重复测量资料的方差分析采用SPSS/GLM，曲线回归拟合采用SPSS/Nonlinnear。统计分析方法及软件四、“结果”的统计表达1.统计表与统计图的应用统计图表是研究结果统计表达的重要手段，统计图便于读者直观了解研究结果。显示个体值的散布情况，如相关和回归分析的散点图；同一个体值不同时间的重复测量值最好连成曲线，不同组别的个体值（均值）随时间变化的曲线亦可标在同一个图上。提倡采用误差条图（或线图）；如：均数±标准差绘出的误差条图，仅能描述变量值的集中趋势和离散趋势；均数±标准误，仅能描述68.27%的可信区间，不能误解为95%的可信区间。1.统计表与统计图的应用医学论文中要求采用“三线”表。数值结果按列（行）放置；位数要右对齐，不要出现交*换行的情况；不同类型数据（如均数、标准差、标准误、率）要有标目；表中应列出相应的观察例数。统计表与统计图的应用问题2.数据的精确度计量资料的统计指标（、s、、中位数、百分位数等）要保留的小数位数，应该与原始数据的小数位数相同，如样本量大，可保留一位小数。平均值()与标准差(s)的位数，除取决于测量仪器的精密度外，还取决于样本内个体的变异。均数的有效位数通常不应比原始数据的有效位数多，但标准差或标准误必要时需多增加一个位数。如：5.4±0.62，应写成5.4±0.6；3825.3±610.6（g），应写成3.8±0.6（kg）2.数据的精确度计数资料的百分比保留一位小数，一般不超过两位小数；病死率、发病率按惯例选择比例基数，如1000‰、10000/万、100000/10万等。或自行选择合适的比例基数，使率的表达至少有一位整数。相关系数保留两位小数；精确概率P值一般没必要给出四位小数，有时甚至保留两位小数也可以；检验统计量，如值、F值、t值和u值等保留两位小数。3.选择最能说明问题的统计指标计量资料统计描述：若数据服从正态分布或近似正态分布，用n，±s标准差表示；若数据不服从正态分布，用M，min和max表示。等级资料：单向有序列联表应给出平均秩次。计数资料常用的统计指标有率和构成比（百分比）。分母过小（宜直接用绝对数进行描述，而不宜计算相对数）。将构成比误用为率来说明事物发生的强度。临床疗效比较一般计算有效率。离群点的处理离群点(outlier)：观察值至箱体底/顶线的距离为箱体高度(四分位间距)1.5倍至3倍时。极端值(extremevalue)：观察值至箱体底/顶线的距离超过箱体高度3倍时。对策：极端值，应剔除后进行分析。离群点，用敏感性分析方法(sensitivityanalysis)，即将这些数据剔除前后各做一次分析，若结果不矛盾，则不剔除；若结果矛盾，并需要剔除，必须给以充分合理的解释（如用何法确定偏离数据，该数据在实验中何种干扰下产生）。多次重复测量假设检验：主要有两种情况：有多个观察指标，包括一般情况、血常规、尿常规、肝功能、肾功能、有效率、中医信息等。一个观察指标多次重复测量一般研究把检验水准确定为0.05。一个研究应避免多个假设检验，所以，首先应在试验前确定1个主要的疗效指标，评价疗效的时间点也应事先确定，如果主要的疗效指标有K个，则实际检验水准要调整为α′=α/K（Bonferroni方法）采用重复测量数据资料的方差分析，再进行均数的两两比较。4.假设检验结果的表达4.假设检验结果的表达P值的表达；由于统计软件的普及，软件会自动给出P值大小，因此，提倡给出P值的精确数值，如P=0.018或P=0.436等；给出检验统计量的实际值，u值、t值、χ2值等。描述统计量，如均数、率、相关系数，无论检验结果是否有统计学意义，均应列出。0.05水平是常用的检验水准，但P为0.04或0.06时，与0.05并无太大差别，得出的结论也理应一致，不应有本质上的差别。因此，要求作者具体问题具体分析。P值是循证医学重要的“证据”之一，如果提供精确P值实在有困难，应给出实际的χ2值、t值、F值和相应的自由度，以便他人在Meta分析时转换为精确P值。

4.统计结果的表达与解释计量资料统计描述：若数据服从正态分布或近似正态分布，用均数±标准差（）表达；若数据不服从正态分布，用中位数（M）最小值和最大值(min,max)表达，以及误差条图、直方图、线图等。统计推断：若数据服从正态分布或近似正态分布且方差齐，两独立样本组间比较宜用t检验；三组及以上组别独立样本间比较宜用方差分析及SNK检验或LSD检验或Dunnett-t检验；多个时间点连续观察指标组间比较宜用重复测量数据资料的方差分析；配对设计宜用配对t检验等。4.统计结果的表达与解释计数资料统计描述：采用频数、构成比、率、相对比表示，以及采用直条图、百分构成图、线图等。注意分母不宜小于30。统计推断：若成组设计数据资料呈二分类或多分类无序时，宜用χ2检验或fisher's检验；多中心研究时宜用分层χ2检验。若配对设计数据资料呈二分类或多分类有序，宜用配对χ2检验和一致性检验。若数据资料呈分类不同的有序资料，宜用秩和检验、等级相关分析及线性χ2检验。4.统计结果的表达与解释等级资料统计描述：采用频数、构成比表示，以及采用百分构成图等。注意分母不宜小于30。统计推断：成组设计分析指标呈等级有序、不服从正态分布或近似正态分布，以及分布不明时，两组间比较宜用秩和检验或Ridit检验；成组设计三组及以上组分析指标呈等级有序时，组间比较宜用Kruskal-WallisH检验，多重比较采用Nemenyi法检验。若分析等级指标随时间的变化，宜用时间趋势χ2检验等。4.统计结果的表达与解释应写明所用统计学方法的具体名称(如:成组设计资料的t检验、两因素析因设计资料的方差分析、多个均数之间两两比较的ISD检验、SNK检验等)统计量的具体值(如:t=3.45，χ2=4.68，F=6.79等)用不等式表示P值时，一般选用P＞0.05、P＜0.05和P＜0.01三种表达方式，无需再细分为P＜0.001或P＜0.0001。当涉及总体参数(如总体均数、总体率等)时，在给出显著性检验结果的同时，应再给出95%可信区间。配对t检验表达示例表1患者心理干预前后焦虑、抑郁评分比较()不必加负号也可转置制作表格OnewayANOVA表达示例表2四组…指标的比较()*:P<0.05vsgroupA；#P<0.05vsgroupC。观察指标较多时，可转置制作表格Repeatedmeasureddataanalysis表达示例表3两组治疗不同时间点的XX指标（mmol/L）Repeatedmeasureddataanalysis表达示例表4XX指标的重复测量数据资料的方差分析结果

两样本率比较表达示例表5某医院用两种疗法矫治近视的近期有效率比较多个率的比较表达示例表6三种疗法有效率的比较备注：χ2=21.04，P<0.001注意：多重比较注意α的校正构成比的比较表达示例表7DN与无DN组2型糖尿病患者ACE基因型分布(%)备注：χ2=7.91，P=0.019。等级资料的非参数检验表达示例备注：KruskalWallisTest

H检验，χ2=31.113，P<0.001。秩次越小，疗效越好。表8三种方法治疗慢性咽炎的疗效比较注意：多重比较Nemenyi秩和检验需要编辑程序实现。表9两组活动疼痛不同程度随治疗时间的线性趋势检验等级资料的时间趋势检验表达示例表10药物组与药物加针灸组肿胀治疗前后比较等级资料的不同时间组间比较表达示例6.医学论文中统计符号的规范要求7.医学论文中计量单位

与单位符号的规范要求计量单位与单位符号的规范要求：按1997年中华医学会编辑出版部编辑的《法定计量单位在医学上的应用》一书。法定单位和词头的符号：不论拉丁字母或希腊字母，一律用正体，不附省略点，且无复数形式。单位符号的字母：一般为小写体，若单位名称来源于人名，则符号的第一个字母用大写体（如kPa）。单位符号中表示相除的斜线不能多于一条，后者采用负指数幂的形式表示，如mg/kg/d应写成mg·kg-1·d-1，mmol／L／s/应写成mmol·L-1·s-1。论文应采用法定计量单位数值，首次采用的计量单位，应注明新旧单位的换算系数。如酶的活性单位：mol／s，IU，kat（1IU=16.67mmol／s，1kat=1mo1/s)；体液检测值的单位应换算成L表示，而不用ml或dl；表格中时间单位统一用符号表示，如伤后时间（d），而不写作伤后时间（天）。小数点前或后若超过4位数字时，实行三位分节法（用半个阿拉伯数字符的小间隔分开），如“1605.7943”应写成“1605.7643”。7.医学论文中计量单位

与单位符号的规范要求五、“讨论”的统计表达

——假设检验结果的解释统计学是专业结论成立与否的重要依据。“讨论”部分引用统计结果可作为支持作者新发现、新结果、新观点的统计学依据，对统计结果理解和解释上的偏差，可能导致专业结论上的错误。五、“讨论”的统计表达

——假设检验结果的解释讨论应与结果部分呼应，以数据分析结果及其它实验结果作为论据，围绕研究目的展开讨论。优先讨论主要内容，次要内容以探索形式在后面讨论。统计学意义不意味有临床实际意义（Distinguishbetweenpracticalimportanceandstatisticalsignificance）大样本情形下，微小差异可能有统计学意义小样本情形下，尽管无统计学差异,但可能有重要应用意义。五、“讨论”的统计表达

——假设检验结果的解释1.P值的解释2.关联和因果的解释3.预测与诊断试验1.P值的解释假设检验是在“无效假设”成立的前提下，用随机样本的观察结果来推断“无效假设”是否成立，若P≤0.05或P≤0.01时，则拒绝“无效假设”的成立；若P>0.05时，则不拒绝“无效假设”。假设检验时应注意的事项①不可以把P值理解为处理无效的概率。②注意区分“统计学显著”和“生物学显著”2种不同的结论。当得到P≤0.05时，不可以就认为有实际意义，而不管其生物学效应有多大。当组间生物学效应很接近时，大样本量也可能使统计结果“显著”。当P>0.05时，也不可以就认为某2种生物学处理“无显著差异”，甚至认为可以相互替代。即使生物学上的差异“显著”，当观察的样本量较少时，也极有可能出现统计学上不“显著”的结果。③在医学论文中，有一些P>0.05的“阴性”结果，检验效能不足是一个主要的原因。因此，假设检验有统计学意义并不一定意味着确有生物学效应。1.P值的解释可信区间有助于假设检验结果的解释，小样本时尤其如此。由于可信区间反映了研究结果的不确定性，并可提示差别有无实际意义，因此无论假设检验结果是否显著，都可计算可信区间，如两均数差值的可信区间、相关系数的可信区间等。将可信区间与不显著的结果一起列出，特别有启示作用。(1)(2)(3)(4)(5)有统计意义无统计意义有实际意义可能有实际意义无实际意义样本太小可接受H0有实际意义的值H0附图可信区间在统计推断上提供的信息可信区间2.关联和因果的解释在观察性研究中，变量间的关联（association）或组间差别可能是因果关系（causation），也可能是偏倚，确定因果关系需要根据专业知识进行进一步的分析研究。例如，有人曾观察到眼晶状体后纤维增生的新生儿，注射促肾上腺皮质激素后，治愈率75%，说明促肾上腺皮质激素与患儿治愈有关联（前后比较：P<0.01）。但随后进行的前瞻性临床试验发现，患儿脱离富氧环境后，75%患儿自然痊愈（组间比较：P≈1.00）。如果将观察结果解释为“注射促肾上腺皮质激素与患儿痊愈有因果联系”，并以此作为统计学证据，临床上大量使用促肾上腺皮质激素治疗新生儿眼晶状体后纤维增生，会导致严重后果。在随机对照研究中，关联和组间差别可以解释为有概率保证的因果关系。当变量都随时间而变化时，变量间很容易出现虚假的相关关系，必须特别加以小心。如何理解假设检验的因果关系推论与实验设计的关系？要使假设检验的P值成为因果联系的证据，前提是要求研究设计符合“重复、对