常见的医学科研设计与统计学错误分析。
撰写论文首先要从科研设计实验开始，每一步都需要统计学方法，统计方法的正确性决定了论文的质量。据报道医学论文统计运用错误率在52%至78%，现就有关常见的实验设计与统计学问题分析如下：
·第一、实验设计基本步骤和原则。医学实验包括实验设计、数据收集、数据整理、统计分析过程中的四个步骤，每步都有自己的原则。科研设计有三个原则即随机对照重复原则，此外还有盲法金标准等原则。数据收集和整理要保证数据的真实性和可靠性，避免造成测量偏移和误差。
统计分析的原则：选择正确的统计方法，结果的统计学推断、专业判断等。有关实验设计基本步骤和原则可以参考前面的视频。
·第二、实验设计常见问题。主要是在描述上违反实验设计的原则与数据收集方法，如果设计错误其后果非常严重，甚或其全盘否定。
→一是随机化错误。常见问题有：
→(1)分组时是否随机未注明或未随机分组。
→(2)随机方法不明确，只说随机分为两组。
→(3)随机法选择不当，如按奇偶数单双日入院先后等分组。不正确的分组方法会出现误差，导致不准确甚或错误的结论。
正确的随机化是入选标准之一，随机化并非随意化、随便化，而是避免混杂因素与偏移的有效手段。随机化方法不当及描述不当直接影响结果的可靠性、真实性，致使造成巨大损失。
→二是对照组错误。常见问题有：
→(1)不设对照，见于回顾性、总结性论文。
→(2)对照组设立不当，历史对照或非同期对照，组间基础无可比性也就是不均衡；对照组样本太少；多余对照或不全对照；两组样本不同的配对设计。
对照是医学研究的重要原则之一，研究中除了施加因素外，组间其他诸因素是相同的，应尽量避免组间其他诸因素不同而引起的结果差异。
→三是样本含量错误。医学论文中样本含量大多数不足，多没有按照试验样本含量公式进行计算，为了有充足的把握检测不同方法间的差异，只能当样本足够时才能得出可靠的答案。
计数资料、计量资料的样本含量均应用对应公式计算，计算时还应考虑一定的退出率，两相合计才是所需样本量。
·四、实施盲法错误。盲法有单盲、双盲、三盲等数种常用双盲实验，目的为避免施加因素者或受试者检测性偏倚、主观偏见，应说明盲法实验的采用依据具体方法和步骤，无法设立时也应说明。
·五、测量方法问题。测量方法不明、时间不明，没有采取减少偏倚的措施，应详细论述检测方法与避免偏倚的手段。
·三、统计分析常见问题。
→一是统计描述错误。常见问题有：
→(1)标准差被标准误替代。
→(2)偏态分布用正态分布描述。过去认为标准差大于均数1/2时即为偏态，就不能用均数和标准差描述，可用中位数众数描述，现在通过SPSS进行正态性检验来判断。
→(3)以比代率，误将构成比作为率来分析，这个非常常见而且临床医生还不一定理解。
→(4)统计表错误，不符合三线四项表要求，标题与内容不匹配、排列混乱、表达错误等。
→(5)缺少置信区间，有时必须提供CI。
→二是统计推断错误。常见问题有：
→(1)统计分析缺如凭观测值直观比较获得概率结论。
→(2)无统计学方法，只有P值不知从何而来。
→(3)统计方法选择不当，忽视t检验方差分析对独立性、正态性、方差齐性的要求。多组数据间两两比较用t检验，等级资料用卡方分析，重复测量数据错用配对t检验，卡方检验不考虑对样本量理论频数的要求，两两比较时不知道调整检验水平等等。
Logistic回归与多元线性回归使用不当，因变量为两分类资料错用多元线性回归。
·三、统计学术语错误。常见问题有：
→(1)符号错误。样本含量ni误用大写N或正体n；误用n代替自由度df；标准差s还在用SDP用小写p或正体P等。
→(2)统计值不全文中只有P值没有结果值。
→(3)统计用语不准确，不能用"以P<0.05或0.01为具有显著差异性"。来定义检验水准，应用"检验水准a=0.05或0.01"来表达。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。