醫(yī)學雜志論文中常見統(tǒng)計學錯誤分析及對策

1、醫(yī)學雜志論文中常見的統(tǒng)計學錯誤及對策,同濟大學醫(yī)學院 醫(yī)學統(tǒng)計學教研室 艾自勝2014-9-28,內(nèi)容,（1）描述性分析中的常見錯誤（2）假設檢驗中常見的統(tǒng)計學方法選擇錯誤（3）研究設計中的常見錯誤（4）糾正錯誤的對策,描述性分析中的常見錯誤,在醫(yī)學論文中,對不同類型的研究資料需要用不同的統(tǒng)計指標進行描述。實際工作中統(tǒng)計指標選擇常見的問題有: 計量資料無論是否服從正態(tài)分布,統(tǒng)統(tǒng)用均數(shù)±標準差描述研究

2、結(jié)果的數(shù)據(jù)特征; 計數(shù)資料混淆率和構(gòu)成比(百分比)的概念,常將構(gòu)成比誤用為率來說明事物發(fā)生的強度;率和構(gòu)成比的分母太小,卻計算相對數(shù)來進行描述和比較。,計量資料描述常見錯誤分析,（1）誤用正態(tài)分布的描述性統(tǒng)計指標描述呈偏態(tài)分布的資料（標準差>均數(shù) ）仍采用“ 均數(shù)±標準差”表示，特別當表中采用標準誤 取代標準差s時，前述的錯誤很難被察覺出來 ； (2)統(tǒng)計圖方面的主要錯誤有兩個，其一，橫坐標軸上的刻度值不準

3、確，等長的間隔代表的數(shù)量不等；在直角坐標系中，從任何一個數(shù)值開始作為橫軸或縱軸上的第一個刻度值。其二，用條圖或復式條圖表達連續(xù)性變量的變化趨勢；,,(3)統(tǒng)計表中數(shù)據(jù)的含義未表達清楚，令人費解； (4)運用相對數(shù)時，混淆“百分比”與“百分率”；,計量資料的案例一,,計量資料的案例一的分析與對策,各項指標的均數(shù)均大于2倍標準差, 說明資料為偏態(tài)分布, 用均數(shù)、標準差描述資料的集中趨勢和離散程度顯然是不妥當?shù)? 案例一中只列

4、出P 值, 也未說明具體的統(tǒng)計學方法。 正確的做法應用中位數(shù)描述集中趨勢, 用四分位數(shù)間距表示離散程度?；蛘呤菍⒃紨?shù)值經(jīng)對數(shù)等轉(zhuǎn)換后, 再計算轉(zhuǎn)換值的平均數(shù)和標準差, 同時在表格中應該列出具體的統(tǒng)計量及P 值。,計數(shù)資料描述性分析中的常見錯誤,（1）錯誤地將構(gòu)成比當作率使用（2）錯誤地計算平均率（3）計算相對數(shù)時分母過小,計數(shù)資料的案例一,計數(shù)資料的案例一的分析與對策,研究者對計數(shù)資料的案例一資料進行分析, 認為“輪

5、狀病毒腹瀉的發(fā)病率最高為43.1%,痢疾次之28. 8%, 傷寒最低為13. 1%” 。這是將構(gòu)成比當作發(fā)病率使用的典型錯誤, 是臨床科研中最常見的錯誤之一。,,實際上表中所提供的信息, 只能用來說明在該腹瀉門診就診的521例病人中, 各種腹瀉病人所占的比重, 并不能反映出各自發(fā)病率的高低, 而且計數(shù)資料的案例一所列的% 號也未指明是構(gòu)成比還是發(fā)病率, 容易引起歧義。正確的描述應該是在腹瀉門診病人中, 輪狀病毒引起的腹瀉所占的比例最高,

6、 傷寒最低。,計數(shù)資料的案例二,計數(shù)資料的案例二的分析與對策,某研究者為了研究三種不同值班情況孕婦的早產(chǎn)發(fā)生情況, 作者在計算平均率時, 錯誤地將幾個率相加后取其平均值, 這種類型的錯誤也是臨床科研論文中常見的錯誤之一。 如計算計數(shù)資料的案例二中三種值班女工的早產(chǎn)的合計發(fā)生率( 即平均率)時, 以( 2. 7+ 4. 8+ 10. 3) /3= 5. 9, 即平均發(fā)生率為5. 9%。正確的算法是: ( 94 /1547)

7、× 100% = 6. 1%。,假設檢驗中常見的統(tǒng)計學方法選擇錯誤,定量資料進行假設檢驗的方法很多, 其常見錯誤是: （1）忽視t 檢驗和F (方差分析) 檢驗的前提條件；（2）誤用t檢驗代替F 檢驗；（3）誤用參數(shù)檢驗代替非參數(shù)檢驗；（4）各種方差分析混用。,假設檢驗中常見的統(tǒng)計學方法選擇錯誤,計數(shù)資料統(tǒng)計分析的常見錯誤是：（1）錯誤選擇了四格表卡方檢驗方法, 未選用Fisher精確檢驗；（2）等級變量資料一律地

8、使用卡方檢驗。,計量資料統(tǒng)計分析的常見錯誤,（1）忽視了t檢驗的使用條件；（2）多個樣本均數(shù)比較錯誤地用多個t 檢驗代替方差分析；（3）誤用t檢驗分析重復測量設計資料,t檢驗的使用條件,單樣本t檢驗的應用條件：樣本服從正態(tài)分布； 成組t檢驗的應用條件：樣本服從正態(tài)分布;兩樣本的總體方差相等即方差齊性。 配對t檢驗的應用條件：差值服從正態(tài)分布。,假設檢驗的案例一,假設檢驗的案例一的分析與對策,這類錯誤是臨床醫(yī)學

9、科研論文中定量資料分析中最常見的錯誤, 而且是原則性錯誤, 會增加犯第一類錯誤的概率。假設檢驗的案例一資料為不同年齡組不同性別基礎能耗情況, 原作者用t檢驗分別對各組均數(shù)逐一進行比較, 得出在男女研究對象青年組與中年、老年組的基礎能耗差異有顯著性。,假設檢驗的案例一的分析與對策,這種檢驗方法有誤, 因為該資料為多組基本均數(shù)間的比較, 正確的方法是用單因素方差分析, 只有在方差分析有顯著性的基礎上有必要再作均數(shù)間的兩兩比較, 用q檢驗,

10、而不是t檢驗, 同時假設檢驗的案例一中應該列出方差分析的統(tǒng)計量F值及具體的P值。,假設檢驗的案例二,假設檢驗的案例二的分析與對策,重復測量數(shù)據(jù)是指同一受試對象的同一指標在不同時間點上進行多次測量所獲得的資料, 常用來分析某項觀察指標在不同時間點上的變化特點, 這類資料在臨床試驗中較為常見。本案例是兩種不同處理方案對病人血漿ET 濃度( pg /m l)變化比較, 分別在麻醉前、術(shù)畢、術(shù)后24 h、術(shù)后48 h測量病人血漿ET濃度, 觀察

11、兩種處理方案對病人血漿ET濃度的影響及變化趨勢。,假設檢驗的案例二的分析與對策,原文作者用配對比較t檢驗對不同時間兩個處理方式血漿ET濃度的差異進行檢驗, 發(fā)現(xiàn)有統(tǒng)計學差異, 并認為A 組術(shù)后ET濃度相對穩(wěn)定, 術(shù)后無明顯升高。我們認為資料的統(tǒng)計處理不恰當, 因為這時一個典型的重復測量的多個樣本均數(shù)的比較, 故應該采用重復測量方差分析檢驗不同處理組間和時間因素及處理因素與時間的交互效應是否具有統(tǒng)計學意義, 如果差異有顯著性, 然后再作兩

12、均數(shù)間的兩兩比較。,假設檢驗的案例三,假設檢驗的案例三的分析與對策,本案例反映不同分娩方式重癥肝炎孕婦結(jié)局的比較。 原作者使用一般四格表卡方檢驗, 得: 卡方值= 7. 24, P = 0. 007; 但觀察了22例, 總例數(shù)小于40, 不適合使用一般卡方檢驗。應用Fisher精確概率檢驗法。,假設檢驗的案例三的分析與對策,本例正確的計算結(jié)果為P = 0. 011(雙側(cè)概率)。很多分析人員認為兩種方法分析的結(jié)果都是認為不同分娩

13、方式重癥肝炎孕婦結(jié)局有差別, 但統(tǒng)計學意義是不一樣的, 因為P 值大小不一樣, 拒絕和不拒絕無效假設的概率是不一樣的。,假設檢驗的案例四,假設檢驗的案例四的分析與對策,本文作者將資料中三個等級中的“有效”和“顯效”合并, 使之成為二分變量。然后, 用四格表卡方檢驗, 得卡方值 =3.302, P=0.069, 作出兩組治療總有效率差異無統(tǒng)計學的結(jié)論。原統(tǒng)計分析中將三個等級合并為兩個等級, 導致信息丟失, 結(jié)果得出兩處理組總療效無顯著性差

14、異的結(jié)論。,假設檢驗的案例四的分析與對策,從本案例中可見到對照組“有效”的構(gòu)成比為28.57%，高于治療組的“ 有效”構(gòu)成比17.64%, 而治療組“ 顯效”構(gòu)成比76.47% 高于對照組“顯效”構(gòu)成比50.00%, 另外顯效與有效在臨床上都是表示治療的有利效果, 盲目合并會導致錯誤的結(jié)果。,假設檢驗的案例四的分析與對策,正確顯著性檢驗方法應該 用Ridit分析 或者非參數(shù)檢驗(秩和檢驗) 或者CMH檢驗 或者Logi

15、stic回歸分析 本案例采用秩和檢驗分析, z= 2.27, P = 0.023, 差異有統(tǒng)計學意義, 說明治療組的療效優(yōu)于對照組。,研究設計中的常見錯誤,（1）隨機分組與隨機抽樣沒有真正遵循隨機化原則；（2）無對照或?qū)φ赵O計不合理；（3）樣本含量太少。,隨機分組與隨機抽樣的錯誤,無論是隨機抽樣還是隨機分組都要有足夠的樣本作前提,要在文章中描述清楚隨機抽樣的抽樣總體、樣本含量、抽樣方法,隨機分組的隨機方法、各組的樣本含量與基本特

16、征等。醫(yī)學科研論文中最普遍的問題是濫用“隨機”,只要是抽樣或分組,不管實際是否采用了隨機的方法,在論文中均不談采用了什么樣的隨機方法,就將“隨機”寫上,將隨機誤解為隨意、隨便、不采用隨機化處理方法,導致結(jié)果缺乏可靠性。,隨機分組與隨機抽樣的錯誤的對策,隨機化原則是由Fisher在創(chuàng)建實驗設計理論的過程中首先提出的,隨機化原則是實驗研究中保證取得無偏估計的重要措施。隨機化方法由最初的抽簽、擲硬幣和抓鬮等方法發(fā)展到隨機數(shù)字表、隨機排列表和用

17、計算機軟件或計算器產(chǎn)生的偽隨機數(shù)。,對照的錯誤與對策,醫(yī)學研究,尤其是實驗設計的研究,需要設立合適的對照組,只有設立了對照,才能消除非處理因素對實驗結(jié)果的影響,從而將所關心的處理因素的效應分離出來。在論文中應說明對照取自的總體,如何得來的,樣本含量多大？ 是否與實驗匹配或配伍,與試驗組的均衡性如何？,對照的錯誤與對策,有些文章雖然設立了對照組,卻使用非同期對照或歷史對照,組間的基礎狀況如性別、年齡、病情等不一致,缺乏可比性。還有些作者雖

18、然設立了正常對照組,在分析的時候卻未考慮,使該設計失去了原有的意義。,樣本量問題與對策,研究的實驗單位要達到一定的數(shù)量,才能避免將個別情況誤認為普遍情況,將偶然性或巧合的現(xiàn)象當成必然的規(guī)律,以致將實驗結(jié)果錯誤地推廣到群體。在醫(yī)學論文中,有些P>0.05的“陰性結(jié)果”,樣本含量不夠致檢驗效能不足是一個主要的原因。實驗之前不進行樣本含量估計會帶來兩個問題:一是雜志上論文的發(fā)表偏倚,即當實驗結(jié)果出現(xiàn)P0.05的陰性結(jié)論,則鎖進抽屜,以至