医学科研和论文撰写中常用的数据处理和统计分析方法

医学科研和论文撰写中常用的数据处理和统计分析方法

重庆市卫生信息中心孙安龙2012.10.242021/10/101目录前言医学统计方法的基本概念常用医学统计方法的适用条件医用期刊对医学统计学的要求医学统计在期刊中的正确表达医学科研论文中的常见的统计学问题数据的正确书写2021/10/102前言卫生统计在医学期刊中占有非常重要的地位。任何科研设计、实验研究都离不开统计方法，而统计方法的正确与否直接影响到论文的质量。我们在编审稿件过程中，经常遇到统计学方法使用不当等问题。2021/10/103几个基本概念变量：数值变量（定量变量）、分类变量（定性变量）：无序分类、有序分类（等级/半定量）概率：随机事件、概率、频率与概率的关系（样本含量大到总体时，频率就等于概率）总体与样本：总体、样本、参数2021/10/104数学上的分类连续型资料(continuousdata)：计量资料实数范围内任意取值离散型资料(discretedata)

实数范围内只取整数值

计数资料离散型计量资料如：脉搏次数/分；人数/家庭；白细胞计数/L连续型变量：即连续变化的变量，其取值是数轴上某一区间内的一切数值，理论上它们是无限可分的。如身高、体重。离散型变量：其取值是0，1，2等不连续的量，是数轴上有限或无限的可数的值，两个数之间没有小数。如年新生儿数、月手术病人数、人的牙齿数等。2021/10/105

变量转化只能由高级向低级转化，即从计量资料至等级资料至计数资料，但不能做相反方向的转化。提示：在研究设计中，对于能测量的指标，尽可能设计为定量指标，尽可能减少信息量的损失，并为分析过程中资料转化带来方便。定性指标可转化为定量指标，但较粗糙

。2021/10/106概率：随机事件发生可能性大小的度量。当n逐渐增大时，频率f/n始终在一个常数左右作微小摆动，称该常数为随机事件A的概率，记为：P(A)只要观察单位数足够多，可将频率作为概率的估计值。0P1，

P=1必然事件，P=0不可能事件。小概率事件：P0.05，表示在一次实验或观察中该事件发生的可能性很小。小概率原理：小概率事件在一次实验或抽样中不可能发生，如果发生就怀疑检验假设的正确性。2021/10/107抽样方法简单随机抽样：从总体抽取样品时，使每个个体被抽到的机会均等，以使所抽取的样本数据能够很好地代表总体的抽样方法。（简单/单纯）：抽签法、随机数表法系统随机抽样（间隔）：将总体按某一标志（如时间）排序，然后按一定间隔抽取样本单位。分层随机抽样：将总体按产品的某些特征划分为若干层（即小批），各层内分别用简单随机抽样法抽取一定数量的个体组成一个样本的方法。分层按比例随机抽样。整群抽样法：先将总体按某个标志分成若干群，然后随机地抽取若干群，并由抽中的群中所有个体组成样本。2021/10/108几种常见的分布分类变量的分布类型二项分布：观察单位具有互相对立的一种结果，观察单位的观察结果相互独立（如：治愈/未治愈、传染/未传染）Poisson分布：二项分布的极限分布和特例，某事件发生率非常小时（小概率事件），则事件发生数X所服从的概率分布超几何分布：数值变量的分布类型正态分布Weibull分布2021/10/109t检验、u检验数值变量资料假设检验的最基本最简单的方法：t检验、u检验；仅适用于两个样本均数的比较t检验的应用条件：样本含量较小（n<30）、正态分布总体的随机样本、两总体方差齐u检验的应用条件：样本含量较大（n>30）或样本含量虽小但总体标准差已知时样本均数与已知总体均数的比较及成组设计两大样本均数的比较应用样本均数与已知总体均数配对设计资料成组设计资料两均数间2021/10/1010方差分析方差分析的应用条件（多个样本均数的比较）各样本须是相互独立的随机样本各样本均来自正态总体相互比较的各样本所来自的总体其方差相等，即方差齐方差分析应用两个或多个样本均数间的比较分析两个或多个因素间的交互作用回归方程的假设检验方差齐性检验完全随机设计资料：处理间变异+组内变异（误差）配伍组设计资料：处理间变异+配伍组间变异+内变异（误差）多个样本均数间的两两比较：q检验（SNK法）多个实验组与一个对照组均数间的比较：q’检验（Dunnettt检验）2021/10/1011卡方检验分类变量资料中的应用推断两个及两个以上总体率或构成比之间有无差别两种属性、两种特征或两变量间相关关系是否存在频数分布的拟合优度检验四格表资料的卡方检验（n1+n2>40,各格T>5）RXC列联表的卡方检验（多个率及多组构成比）配对资料的卡方检验组内分组资料的卡方检验（逐级分组/K层组内分组设计资料）Fisher精确概率检验法：一格T<1,n<402021/10/1012非参数检验适用条件等级顺序资料偏态资料未知分布类型的资料要比较的各组资料变异度相差较大，其方差不齐，且不易变换达到齐性初步分析特殊情况配对设计差值的符号秩和检验成组设计两样本比较的秩和检验：Wilcoxon秩和检验、Mann-Whitney秩和检验成组设计多个样本比较的秩和检验：H检验法（Kruskal-Wallis法）多个样本间两两比较的秩和检验配伍组设计多个样本比较的秩和检验2021/10/1013医学统计学方法运用统计学的原理和方法研究医学领域中的生物、理化、社会、心理等因素及机体的内外环境条件对人体健康的影响，认识人群健康和疾病现象的数量特征。/医学统计学是运用概率论和数理统计的原理、方法紧密结合医学实践，研究医药卫生领域中资料的收集、整理、分析和推断的一门应用学科。统计资料的收集与整理统计描述性常用统计指标：集中趋势（算术均数X、几何均数G、中位数M、众数等）与离散趋势（标准差S、方差S2、变异系数CV、极差R、四分位数间距Q、平均差A等）；相对数（率、构成比、动态数列）；相关系数r、回归系数b、半数效量、半数致死量；相对危险性RR以及绝对数等统计推论分析资料：计算标准误进行参数估计，据资料的性质选择检验方式（t检验、u检验、卡方检验、F检验、非参数检验、Ridit分析等）统计图与统计表2021/10/1014医学多元统计方法医学现象复杂多变，如疾病的发生、病情的变化、转归、预后等往往包含着众多因素的作用，为充分运用观察资料的综合信息、分析其因果关系、内在联系的统计规律，作出科学的符合实际的结论采用多因素分析的方法。主要内容：多元线性回归、逐步回归、判别分析、聚类分析、主成分分析、因子分析、典型相关分析、logistic与Cox回归分析等2021/10/1015统计方法的适用条件各种统计分析方法都有其适应条件，在选用统计方法时，应严格把握，充分考虑所分析的资料是否符合其适用条件。计量资料在计算均数或显著性检验时，其基本条件：正态分布、方差齐性，若不符合则需要做相应的处理。计算集中趋势指标可使用中位数或几何均数。做统计学检验可通过数据转换使其成为正态分布，常用的转换方式有对数转换、幂指数转换、平方根转换等，或者改非参数检验。计数资料各种方法均有其自身的适应条件，如上列举的方法其基本条件是某一事件概率不会太小，若发生概率太低，则改用小概率事件显著性检验。参数检验与非参数检验方法计量资料、计数资料，属参数检验；等级资料方差不等时的两样本计量资料属非参数检验。

2021/10/1016统计方法的适用条件t检验：计量资料、单因素分析、样本含量较小、属正态分布非正态公布，可采用t′检验或可采用数据变换的方法，将资料变换为正态分布资料根据研究的目的和专业知识选择进行单侧检验或双侧检验F检验（方差分析）：观察的对象为两组以上或多组、单因素分析秩和检验：等级资料、方差不等时两样本计量资料卡方检验：计数资料、属二项分布2021/10/1017统计方法的适用条件不同的资料类型和不同的研究目的采用不同的统计方法。按照资料的性质测定指标的多少，确定资料是计数资料还是计量资料，应用单因素分析还是多因素分析。多因素资料是对每个研究对象测量的多个指标同时进行的综合分析。常用的有回归分析；相关分析以及判别分析、聚类分析、主成分分析和因子分析等。多因素分析多用于计量资料。单因素分析应用较多，按获取资料的方法，分计数资料和计量资料。计数资料：利用率或比的相应计算方法。计数资料的显著性检验：样本率与总体率的比较用u检验；两个样本率的比较可用u检验或四格表的x检验，多个样本率的比较可用行乘列的卡方检验或2XC表的卡方检验。计量资料：对于显著性检验通常有T检验和F检验T检验是用于两个均数问的比较：分为样本均数和总体均数的比较，两个样本均数差别的检验，配对资料的显著性检验。F检验用于多个样本均数的比较，分完全随机设计的方差分析、随机区组设计的方差分析和组内分组资料的方差分析。2021/10/1018选用统计分析方法不同的统计方法说明不同的问题，同样不同的问题要应用不同的统计方法来分析和表达。研究者在做统计分析前，首先要明确资料分析的目的、意图是什么，通过分析最终达到什么样的期望，临床工作者科研通常的目的主要有：某现象发生的频率或比例如人群中重复癌的发生率，采用频率指标，构成指标或相对比，可计算发病、患病、感染、阳性频率或构成等。某人群的特征值，如平均身高、体重、血压等，采用平均水平和变异的统计指标。临床正常值范围如血红蛋白、血糖、尿铅含量，多采用中位数法或平均数法。临床诊断方法效率评价，可分别计算各种诊断方法对某病诊断的准确度和可靠度，如x线对肺癌的诊断。临床疗效分析比较如几种药物疗效的比较，视资料性质作显著性检验。现象间关联情况分析如眼PSRT与屈光度的关系，用线形相关和回归分析。人群的归类、评价，可选用判别分析、聚类分析、主成分分析等。2021/10/1019样本含量统计学是对研究样本进行抽象归纳的科学，没有足够的样本量就不可能得出正确的结论，而且统计方法也有其样本量的要求。医学研究实际中，通常数值变量可少些，但至少>7例才有统计学意义，一般要>30例（<30例称小样本），最好>100例；作为分类变量，样本数量要大些，至少>30例，一般>100例；常见病、多发病最好为几百例。这是经验要求，具体样本含量可根据公式进行推算。四格表的卡方检验要求样本量大于40，方格中理论数大于5(n~>40，t>5)，若不符合则用校正卡方检验或精确概率法。行x列表的卡方检验要求理论数均大于1且小于5者不超过表中数的1／5，若不符合则改用其它方法(合理合并)。正常值范围的确定：观察数量应尽可能多于100例；需分组者，各组人数也是如此(标本来源困难时酌情减少)。若为偏态分布，应以百分位数计算，则例数应≥120例。2021/10/1020混杂因素任何一种现象的发生都不是单纯的，要受多种因素的影响。当分析比较不同人群某现象的发生或存在状况时，要考虑除研究因素以外比较组之间其它条件是否相同，内部构成是否一致，其它因素对研究现象的影响如何。混杂因素应在研究之前通过研究对象选择、设立对照、随机、匹配、双盲法等控制，但如果事先没有良好设计，则通过统计方法可以控制。若资料内部构成不同，存在混杂因素，简便方法是分组比较或标化处理。若样本量不允许分组，则对计数资料可用组内分组的卡方检验、卡方值分割法、加权卡方检验法等，计量资料的比较可用协方差分析。2021/10/1021统计学的解释资料的统计处理并非是研究工作的最终目的，而是通过统计学分析为研究结论提供依据或线索，因此对统计资料做统计分析后，要正确把握统计学术语，对结论做科学的分析和解释。拒绝检验假设，习惯上称有显著性，不应误解为差别很大或在医学上有很显著的价值，统计学亦不能回答比较样本的总体一定相等或一定不相等，因为统计推断是以一定的概率界值为依据，说明来自同一总体可能性的大小。应用统计学分析的目的是通过研究样本推断总体，如果研究结论不能适当外延，则该项研究毫无意义。2021/10/1022中国医药卫生期刊编排规范GB/T7713－1987

科学技术报告、学位论文和学术论文的编写格式前言、方法、结果、讨论四部分方法

描述研究对象（人或实验动物，包括对照组）的选择及其基本情况，以及研究所采用的方法。临床试验研究还应说明试验程序是否经所在单位或地区伦理学相关机构的批准，研究对象是否知情同意并签署了知情同意书。描述统计学方法及其选择依据，并说明所使用的统计学软件。结果

结果的叙述应实事求是，简洁明了，数据准确，层次清楚，逻辑严谨，不应与讨论内容相混淆。应着重总结重要的研究结果。以数据反映结果时，不能只描述导数（例如百分数），应同时给出据以计算导数的绝对数。一般应对所得数据进行统计学处理，并给出具体的统计值。例如：F=3.868，P=0.026。

2021/10/1023中国医药卫生期刊编排规范17.4

表17.4.1

表应具有自明性。表的内容不应与正文文字及插图内容重复。17.4.2

表应按统计学的制表原则设计，力求结构简洁。横、纵标目间应有逻辑上的主谓语关系，主语一般置表的左侧，谓语一般置表的右侧。一般采用三横线表。17.4.3

表应有序号和简明的表题，居中或齐左排印在表的上方，同一种期刊体例应一致。表序一律使用阿拉伯数字依序编排。只有1幅表时应标注“表1”。表号与表题之间至少应留1个同类字符的空隙。17.4.4

表中一般不设“备注”栏，若有需说明的事项，可在表内有关内容的右上角标出注释符号，在表格底线的下方以相同的注释符号引出简练的文字注释。17.4.5

表中各栏应标明标目词，参数栏的标目词一般为量或测试项目及其单位符号。若表中所有参数的单位相同，单位可标注在表的右上方，或表题之后（加括号）。各栏参数的单位不同，则应将单位符号加括号标注在各栏标目词后或下方，或在标目词与单位符号之间以逗号“，”隔开。17.4.6

表中同一栏的数字必须按位次上下对齐。表中不用“同上”、“同左”、“〃”和类似词，一律填入具体数字（包括“0”）或文字。若使用符号表示未测或未发现，应在表格底线的下方以简练文字注释。17.4.7

表中的量、单位、符号、缩略语等必须与正文中所写一致。为保持表的自明性，对表中使用的缩略语应予注释。17.4.8

表应随正文，一般先见文字后见表。需要转页的表，应在续表的右上角或左上角注明“续表×”，并重复排印表头。17.4.9

表宽大于版心宽度时，可将表左转90o排，以版心高度为图宽，双页码表顶向切口，单页码表顶向订口。此类表最好占满或接近占满1页，以避免空白过多造成的版式不美观。17.4.10

每幅表都应在正文中标明引用处。2021/10/1024中国医药卫生期刊编排规范17.3

图17.3.1

图应有简短确切的题名，连同图序号置于图形下方。图序号一律用阿拉伯数字依序连续编排。只有1幅图时应标注“图1”。17.3.2

图应具有自明性。图的内容不应与正文文字及表格内容重复。17.3.3

曲线图大小、比例应适中，高度与宽度之比一般以5∶7左右为宜，线条均匀，主辅线分明。纵、横标目的量和单位符号应齐全，置于纵、横坐标轴的外侧，一般可居中排列。横坐标标目的著录自左至右；纵坐标标目的著录自下而上、顶左底右。右侧纵坐标标目的著录方式与左侧相同。17.3.4

图中的量、单位、符号、缩略语等必须与正文中所写一致。为保持图的自明性，对图中使用的缩略语应予注释。17.3.5

图序、图题居中或齐左排印在图下方，图序与图题之间至少应留1个同类字符的空隙。图例可置于图与图题之间，或图的空白处。中文版期刊图题、图例及图内其他文字说明可以只使用中文，也可以中、英文对照，不宜仅使用英文。17.3.6

照片图要求主要显示部分的轮廓清晰，层次分明，反差适中，无杂乱的背景。人体照片只需显示必要部位，但应能看出是人体的哪一部分。颜面或全身照片，若不需显示眼部和阴部，应加遮盖。使用特定染色方法的显微照片应标明染色方法。显微照片中使用的符号、箭头或字母等应该与背景有很好的对比度。涉及尺寸的照片应附有表示目的物尺寸大小的标度。17.3.7

图一般随正文，先见文字后见图；也可拼版制图后集中排列于正文的适当位置。拼版图应在图内排印表示图序的角码，在图的下方依序排印图序、图题。需要印在插页上的插图，应在正文引用处标明图所在插页页码，并在插页中图的上方标明文章的题名和所在页码。插页一般不编入正文连续页码，另编插图插页连续页码。17.3.8

图宽大于版心宽度而又无法缩小制版时，可将图左转90o排，以版心高度为图宽，双页码图顶向切口，单页码图顶向订口。此类图最好占满或接近占满1页，以避免空白过多造成的版式不美观。

17.3.9

每幅图都应在正文中标明引用处。2021/10/1025此表无横向栏目，在第1个测试项目右侧包含3项内容，第3个测试项目下包含着不同的信息，隶属关系混乱，整个表格使读者不能一目了然。显然，编辑并未对作者的原稿进行加工正确的形式主要的物理化学性质的参考催化剂体积密度孔径分布2021/10/1026GB／T7713—1987指出：“表格编排，一般是内容和测试项目由左至右横读，数据依序竖排。”既将研究项目作横栏目，在科技期刊统计表中称为主项；将观察指标作纵栏目，称宾项(也有称为谓项的)。从具体内容看，横栏目可以是受试对象或处理因素，纵栏目一般为受试对象统计项目或处理因素的实验效应示例3和4中，其测试项目由上至下而测试数据由左至右读，这恰恰与标准规定相悖。正确的做法应将横向栏目与竖向栏目转换，这样，既符合国家标准规定，又使隶属关系清楚，对比效果增强(见示例5和6从规范的意义讲，栏目名称所对应的是竖向的，而不是横向的，如果可以因强调某项而用另一项代替，则不符合GB／T7713—1987的规定。2021/10/1027在统计表中，主、宾项的编排必须是主项在前，宾项在后，横读是一句话，竖读是比，绝不可以主、宾项颠倒，见例1(表1)表1的栏目编排符合GB／T7713—1987的要求。主项(研究对象)是不同性别的人(受试对象)，宾项(观察指标)是年龄与体质量指数(实验效应)。横读该表内容是2个完整的句子：1)男性4O例，平均年龄32岁，体质量指数18．34；2)女性42例，平均年龄34岁，体质量指数24．46。竖读是年龄与体质量指数资料的比：1)男性与女性的平均年龄分别是32岁和34岁，直观可见相差无几；2)男性和女性体质量指数分别为18．34和24．46，似说明该年龄段的女性比男性肥胖。2021/10/1028统计表的主项与宾项混杂的情况多种多样，或主项中混杂宾项内容，或宾项中混杂主项内容，见例2(表2)。表2横栏目内3个分组是本研究的受试对象，作为主项是对的，但每组中的“治疗例数、危险事件、死亡及心源性死亡”则为实验效应(是研究的观察指标)，属宾项内容，应放在纵栏目中。2021/10/1029在纵栏目中因主、宾项混杂，造成2种方法不能直观比较。该表不得不进行再加工(见表3)。分析编辑加工后的表4，横读成句，竖读方便比较，可谓简洁、规范，具有自明性。2021/10/1030统计学问题排印格式按GB/T3358-1982《统计学名词及符号》的有关规定，统计学符号一律采用斜体排印。2021/10/10312021/10/1032临床科研设计报告书基本内容1.立题依据(researchfoundation)2.研究目的(researchobjectives)3.科研假设(researchhypothesis)：H0、H1。4.设计方案(design)：探索、验证；试验、观察；随机、非随机；单盲、双盲、开放；自身前后、平行对照；前瞻、回顾、横断面。2021/10/10335.研究地点(setting)6.研究对象(participants)

目标人群、样本人群；纳入标准、排除标准。7.样本大小的确定(samplesizeestimation)α；1-β；μ、π、σ；δ；单侧、双侧。8.干预方法(intervention)

受试者的依从性。9.研究因素(studyfactor)

主要、次要观测指标。2021/10/103410.资料收集和分析

(datacollectionandanalysis)

统计软件、统计方法。11.预期结果(expectedoutcomes)12.质量控制(qualitycontrol)13.预试验(pilotstudy)14.医学伦理道德(ethics)15.管理和时间安排

(administrationandtimetable)16.经费预算(budget)2021/10/1035统计工作一般分为三个阶段1、收集资料：收集原始资料是统计工作最重要的一步，关系着整个统计工作的质量2、整理资料：对原始资料进行科学的分组归纳，使资料系统化、条理化，便于计算统计指标和进行统计分析3、分析资料：计算有关指标，阐明事物的内在关系和规律。统计工作的基本步骤2021/10/1036

收集资料

医学统计资料的来源主要有四个方面：

1）统计报表：

2）经常性工作记录：

3）专题调查或实验研究资料：

4）统计年鉴和统计数据专辑2021/10/1037

统计报表：如传染病报表、职业病报表、医院工作年报表等等，可全面经常地提供居民健康状况和医疗卫生机构工作的主要数字，为拟定卫生工作计划与措施、检查与总结工作提供依据，也给科学研究提供基础资料。

报表应做到完整、准确、及时。

2021