導語：醫(yī)學科技論文，特別是高質量的原始論著及根據(jù)高質量原始論著產生的系統(tǒng)評價己不斷地改進和規(guī)范著臨床醫(yī)療實踐活動。因此，醫(yī)學文獻的質量高低與我們的臨床醫(yī)療實踐活動密切相關。然而，如果統(tǒng)計學方法應用不當，不僅不能準確地反映科研結果，而且還可能帶來錯誤的結淪。

Rosenfeld 等比較了不同年代發(fā)表的文章，在20 世紀90年代以后有更多的文章使用了統(tǒng)計推斷，而且比較復雜的統(tǒng)計分析方法如多因素分析等也更多的應用于臨床研究中，但同時也存在使用統(tǒng)計方法欠妥或敘述不清的情況。國內耳鼻咽喉科醫(yī)學科技論文情況近似，熊國強等分析了2000 年到2001 年“中國耳鼻咽喉顱底外科雜志”，在科研設計和統(tǒng)計分析方面的應用現(xiàn)狀；胡良平等抽查了“中華耳鼻咽喉科雜志”1998 年到2000 年發(fā)表的部分文獻，發(fā)現(xiàn)統(tǒng)計學誤用比較常見。因此本文將對醫(yī)學科技論文常見統(tǒng)計學方法的正確應用進行討論，希望加強作者的統(tǒng)計思維，進而提高期刊論文的統(tǒng)計質量及學術水平。

1 統(tǒng)計學方法的內容
         

統(tǒng)計軟件包、統(tǒng)計分析方法及檢驗水準是統(tǒng)計學方法必須描述的3方面內容。SPSS (statistics package for social science) 和SAS(statistical analysis system ) 是全世界學術界公認且最常用的兩大統(tǒng)計軟件包。檢驗水準即A，表示組間實際無差別而統(tǒng)計結果判斷為有差別，犯這類錯誤的概率。實際工作中常取 A=0.05，表示本次研究計算所得P 值必須小于0.05，才能認為組間差異有統(tǒng)計學意義。因而本刊對于檢驗水準的描述多簡化為“P值< 0. 05 為有統(tǒng)計學意義”。統(tǒng)計分析方法的準確描述是科技論文科學性的關鍵所在。統(tǒng)計學方法一般包括統(tǒng)計描述和組間差異性檢驗(即：假設檢驗) 兩部分內容?，F(xiàn)詳細敘述如下：

2 統(tǒng)計描述
         

統(tǒng)計描述主要是根據(jù)資料類型及原始數(shù)據(jù)分布類型，選擇正確的指標描述資料特征。資料類型分為定量資料和定性資料，前者是指對每個觀察對象測得的某個指標能夠用具體數(shù)據(jù)表示，如：年齡、身高、每張切片的陽性細胞百分率等; 后者指對每個觀察對象測得的某個指標不能用具體數(shù)值表示，僅反映觀察對象的某一特征，如: 陽性、陰性，ABO 血型，治愈、顯效、好轉、無效等。定量資料如果符合正態(tài)分布，統(tǒng)計描述指標可用均數(shù)及標準差，一般描述為“數(shù)據(jù)以均數(shù)±標準差表示”; 如果不符合正態(tài)分布，則統(tǒng)計描述指標選用中位數(shù)和級差(即: 最大值和最小值之差)。
         

區(qū)分資料是正態(tài)或偏態(tài)分布，可以通過SPSS、SAS 統(tǒng)計軟件程序判斷，也可以通過目測數(shù)據(jù)是否有"極端值"，即特別大或特別小的數(shù)據(jù)，進行判斷。定性資料的統(tǒng)計描述包括率、構成比及相對比。率表示單位時間內某現(xiàn)象或事物發(fā)生的概率，如發(fā)病率、死亡率等；構成比指事物內部某一部分的個體數(shù)與該事物各部分個體數(shù)的總和之比，表示各構成部分在全體中所占的比重或分布，不能說明某現(xiàn)象發(fā)生的頻率或強度，如性別構成、疾病構成、死亡構成等。二者的區(qū)別從以下公式則一目了然。然而，在實際應用中以構成比代替率很常見。

例如，某文分析240 例耳鼻咽喉科住院患者，鼻竇炎41 例，稱發(fā)病率17. 08% ，文中“發(fā)病率”實際為鼻竇炎患者在該科所有患者中的構成比。此外，還有將病死率誤用為死亡率、患病率誤用為發(fā)病率等，這些都需引起作者的注意。某種疾病發(fā)病率= 某段時間內發(fā)生該疾病的人數(shù)/某段時間內可能發(fā)生該種疾病的總人數(shù)某種疾病構成比= 某段時間內發(fā)生該疾病的人數(shù)/某段時間內發(fā)生各種疾病的總人數(shù)。

3 假設檢驗
         

科技論文中最常用的是組間差異性檢驗。假設檢驗方法很多，不同的科研設計類型及資料類型適用的檢驗方法有所不同。定量資料與定性資料常用的統(tǒng)計分析方法介紹如下。

3.1 定量資料
         

定量資料的統(tǒng)計分析方法包括參數(shù)法和非參數(shù)法，前者如t檢驗、方差分析，后者如秩和檢驗。選擇的關鍵在于資料分布類型，如果資料符合正態(tài)分布且組間方差齊(即各組標準差彼此接近) 則選用參數(shù)法，不符合則選用非參數(shù)法。但在許多醫(yī)學論文中經常忽略這兩個條件，不考慮資料的分布直接采用t 檢驗或方差分析，由此得出的分析結果是不可信的，見例1。
         

例1 

為研究TGF- β、CEA 腫瘤標志在喉癌患者手術前、后有無差異，分別檢測了58 名患者前及術后TGF- β和CEA，經配對t 檢驗，TGF- β術前、后差異有統(tǒng)計學意義，結果見表1。
 

表1.腫瘤標記物術前術后的檢測*
組別             TGF- β(μg/l)            CEA（μg/l）
術前               19.0±26.3                 34.0±79.0
術后                4.8±7.5*                  20.6±11.2
與術前比較p值﹤0.05
         

表中兩指標標準差均相差達2 倍以上，提示方差不齊，故不宜采用t 檢驗，而適合采用秩和檢驗。t 檢驗用于兩組均數(shù)間的比較，包括兩獨立樣本t 檢驗、配對t 檢驗和樣本均數(shù)與總體均數(shù)比較的t 檢驗；方差分析用于兩組或兩組以上均數(shù)的比較。然而,在許多醫(yī)學論文中，對于3 組或3 組以上均數(shù)的兩兩比較，常重復使用獨立樣本t 檢驗作比較，如例2。這樣會加大犯陽性錯誤的概率，即可能將無差別的兩個總體均數(shù)判斷為有差別。這點尤其需引起作者的注意，這也是醫(yī)學科技論文中t 檢驗濫用的重要表現(xiàn)之一。

此類資料正確的分析方法應是先進行方差分析，以確定這幾組均數(shù)總體差異有無統(tǒng)計學意義；如果有統(tǒng)計學意義，則進一步采用q 檢驗(任意組間兩兩比較) 或Dunnett t 檢驗(每個實驗組與對照組比較) 以確定哪些組間差異有統(tǒng)計學意義。
         

例2 

為了解不同分化程度的下咽癌患者VEGFR- 3 表達陽性脈管的數(shù)目VEGFR- 3 表達陽性脈管差異，分別檢測16 例高分化患者，1
          

5 例中分化者及13 例低分化者，作者采用獨立樣本t檢驗，結果見表2。
 

表2   下咽癌組織中VEGFR- 3 表達陽性脈管與病理分級的關系
組別             例數(shù)             VEGFR- 3 表達陽性脈管
高分化組       16                     14.29±6.50
中分化組       15                     15.65±5.84
低分化組       13                     16.16±4.75
各組之間p 值﹥0.05
 

3.2 定性資料
         

定性資料整理與歸納后，主要分為3 種類型，即四格表資料(只有2 組，且結果變量為2 分類變量，總絡子數(shù)為4 見表3)、行×列表資料(總格子數(shù)> 4，見表4) 和列聯(lián)表資料(又稱雙向有序資料，見表5)。行×列表資料又包括單向有序資料(即等級資料，2 組或2 組以上，結果變量為有序多分類變量，見表6)。不同資料類型采用的統(tǒng)計分析方法有所不同。

表3 四格表資料格式
組別             陰性            陽性            合計
實驗組          10               29                39
對照組           24              11                35
合計               34              40                74

表4 行×列表資料格式

組別                 陰性               陽性          合計
實驗1 組            10                 29               39
實驗2 組            15                 19               34
對照組                24                11                35
合計                   49                 59              108

表5 列聯(lián)表資料格式
                               N 分期
T 分期      N0         N1         N2         N3     合計
T1             15         9            4             3         31
T2             13        14          9             4         40
T3              9         14           6             5        34
T4              8          7            7             4        26
合計         45         44         26          16       131

表6 單向有序資料格式
組別         無效     好轉     顯效      治愈     合計
實驗組         3         9          11          19         42
對照組         9         5          7            9           30
合計          12        14         18          28         72

四格表資料χ2 檢驗醫(yī)學論文中，四格表資料χ2 檢驗的應用很常見，但使用時應注意具體的應用條件。當總例數(shù)大于40，且每個格子的理論頻數(shù)均不小于5 時，應用未校正的χ2 檢驗;如果總例數(shù)大于40,有一個格子的理論頻數(shù)小于5 但大于1，采用校正的χ2 檢驗; 如果總例數(shù)小于40，或有一個格子的理論頻數(shù)小于1，則采用Fisher 確切概率法。實際應用中，許多作者不考慮應用的前題條件，均使用未校正的χ2 檢驗，從而導致結果不可靠。行×列表資料χ2 檢驗行×列表資料χ2 檢驗主要用于多個率或構成比的比較。但此時要求所有格子中理論頻數(shù)小于5 的格子數(shù)少于總格子數(shù)的1/5。如果大于1/5 ，則相鄰格子應刪除或合并后再計算。此時若需了解具體那些率之間差異有統(tǒng)計學意義，就需進行χ2 分割來確定。
         

單向有序資料此類資料如果是比較組間治療效果差異有無統(tǒng)計學意義，則應采用秩和檢驗。如果采用χ2 檢驗，僅表明各組的療效構成差異有無統(tǒng)計學意義，因為此時只利用了每組構成比提供的信息，損失了有序指標提供的“等級”信息。這也是許多作者誤用統(tǒng)計學方法的資料類型之一，需尤其注意。列聯(lián)表資料χ2 檢驗此類資料特征為對同一組觀察對象，分別觀察其兩種有序分類變量的表現(xiàn)，歸納成雙向交叉排列的統(tǒng)計表，分析兩個分類變量是否有相關聯(lián)系的假設檢驗，采用行×列表χ2 檢驗。

3.3 相關性分析

如果需了解兩變量有無相關性，或相關程度有多大，此時需作相關分析。相關分析應報告相關系數(shù)及對該相關系數(shù)所作的假設檢驗P 值。相關系數(shù)種類很多，選擇時應根據(jù)指標類型來確定。如果是計量指標,則應選擇Pearson 相關系數(shù); 如果是等級指標，則應選擇Spearman 相關系數(shù)。

3.4 結論的表述
         

首先要明確“P 值< 0.05”，習慣上稱“顯著”(significant) ，僅說明兩組差異有統(tǒng)計學意義，并不能說明兩組該指標相差很大，或在專業(yè)上有顯著的(重要的)價值; 反之，P 值>0.05，習慣上稱“不顯著”(non significant) ，不應誤解為相差不大，或一定相等，僅說明從統(tǒng)計角度考慮這兩組差異無統(tǒng)計學意義。為了不與一般意義上的“顯著”、“不顯著”相混淆，許多統(tǒng)計學家主張作結論時不用“是否顯著”一詞，而用“差異有無統(tǒng)計學意義”。

此外，根據(jù)統(tǒng)計結果得出專業(yè)結論不能太絕對化，因為統(tǒng)計結論均是概率性的，不是絕對的肯定或否定，本次研究統(tǒng)計結果是陰性，如果增加樣本含量，組間差異可能就有統(tǒng)計學意義了。

綜上所述，不同的統(tǒng)計分析方法均有其應用條件和適用范圍，實際應用時，必須根據(jù)科研設計類型及變量類型選擇恰當?shù)慕y(tǒng)計分析方法，同時注意檢查結果解釋和專業(yè)結論是否同時滿足專業(yè)和統(tǒng)計學要求。切忌將t 檢驗、χ2 檢驗視為分析資料的“萬能工具”，盲目套用，導致文章的科學性降低。