眾所周知，統計學主要是一門以統計學原理及方法為基礎，對科研數據進行採集，整理及分析的應用科學。在實際工作中，統計學問題已成為評價醫學論文質量高低的重要指標之一。統計學方法在應用過程中的錯誤與否會在一定程度上影響醫學科研結論的科學性、可靠性以及嚴謹性。錯誤的統計學方法應用，會使得論文學術水平、質量降低，甚至會導致論文不可用等嚴重後果。因此，達晉編譯提醒大家，撰寫醫學論文要避免出現以下這些統計學問題。
一、統計研究設計不科學。大部分非統計學專業學者在進行統計研究設計時僅從自身的專業角度出發，且在分組方式上按照自己主觀所要獲得的結果進行設計，而忽略了研究設計的可行性，組間數據的可比性等一系列問題。主要表現涵蓋研究設計時不嚴格根據隨機化原則進行、均衡性原則貫徹不徹底以及未設計對照或對照不科學等。其中主要不合理問題涵蓋：缺少對照或對照不合理；將單因素及多因素設計進行混淆；樣本量較少或樣本量選擇無代表性等。
二、統計學處理分析的缺失。有些作者在醫學論文中雖完成了分組與對照的設計，且較為合理，但通文卻無隻字片語提及採用哪種統計學方法對數據予以分析，並無對相關數據予以統計學處理的相關內容，只是經由對研究所獲取的數據進行直觀判斷，即得出結論，這與代醫學科研的結論需有據而立的原則完全背道而馳。
三、統計方法描述混亂。有些作者在醫學論文中所闡述的統計學方法極為簡單，甚至對於統計學方法也未能徹底列出，例如：單獨列出所採用的統計學分析軟件，但未對該軟件的版本進行說明。在研究過程中對於哪種數據應採用哪種相對應的統計學方法僅作籠統的描述，並未具體列出文中相關數據應採用何種統計學方法。未完全具體描述對於兩組或多組定量數據對比應採用的究竟是配對t檢驗亦或是成組設計t檢驗，而是將其簡單概述成兩組定量數據對比予以t檢驗。
針對定量數據僅僅闡述運用t檢驗或方差分析，卻未完全闡明是否需予以正態性檢驗或方差齊性檢驗。針對兩組或多組間的定性數據比較，不管其僅需採用x²檢驗，亦或需予以矯正x²檢驗以及x²分割檢驗，均簡單概述成定性數據的對比予以x²檢驗。統計學相關符號在書寫過程中的規範性較差，例如：F檢驗，x²檢驗，t檢驗，P值中的字母部分均需以斜體表示，而對於與該規定不符的書寫均可認定為錯誤書寫，而該問題在眾多醫學論文中十分普遍。另外，許多醫學論文中均存在未對檢驗水準α進行闡述的問題。
四、統計學方法應用錯誤。統計學方法應用錯誤這一問題存在於相當一部分醫學期刊論文中，針對定量數據的統計學方法錯誤使用包括以下幾點：(1)不管數據是否符合正態分佈或方差齊，盲目地運用t檢驗或單因素方差分析等完成組間的比較。(2)不管研究設計中存在幾組數據，均盲目地予以t檢驗分析，將t檢驗作為定量數據比較的通用統計學方法。(3)不管研究設計中各組間數據所具有的關係為何，均盲目地運用成組設計t檢驗或(和)單因素方差分析。
針對定性數據的統計學方法錯誤使用包括以下幾點：(1)針對所有定性數據的比較均予以x²檢驗，忽略了x²檢驗應用的前提條件，即僅適用於正態分佈的定性數據，同時，要求樣本在40以上，且通過x²檢驗列聯表數據時，禁止五分之一以上格子的出現或任意格子中的理論頻數小於1。(2)對多組間定性數據進行比較時，總體進行x²檢驗比較分析後如還需進行各組間的兩兩對比時未予以x²分割檢驗，而是據需採用x²檢驗分析。
五、統計結果的描述以及分析錯誤。不少醫學論文中均存在統計學結果的描述以及分析錯誤情況，最為常見的情況包括以下幾點：(1)針對定性數據，大部分論文均會構成比及百分率的混淆，樣本量不足。(2)針對定量數據，首選需明確相關數據是否與正態分佈相符，繼而選用相對應的統計學方法。其中符合正態分佈的數據可運用“均數±標準差”或“均數±標準誤”進行表示，而不符合正態分佈的數據則應通過中位數及四分位間距表示。若描述與上述規定不符則可認為錯誤描述。(3)對有統計學意義數據進行解釋時僅僅按照P值的大小獲取相應結論，該問題於實際應用中十分常見。而導致上述錯誤應用的重要原因是學者對統計學中的P值的理解程度不夠。需知P值是拒絕特定無效假設定而可能犯的假陽性錯誤的概率，其無法代表組間差異的大小，P值越小僅僅說明了組間比較的差異，卻無法反映間差異的大小。
六、統計值或P值描述不清或缺失。一些醫學論文中，學者對統計結果予以描述時，往往無法彎針更清晰地描述出統計值與P值，常見錯誤情況涵蓋以下幾點：(1)單獨通過“P＜0.05”或“P＞0.05”表示統計結果，並由此獲得結論，並無對相應統計值的描述；(2)僅僅列出具體的P值，而未列出統計值；(3)統計結果描述中包含統計值與P值，但卻無詳細的P值，僅用“P＜0.05”或“P＞0.05”表示。這幾種錯誤情況均會對文獻閱讀者進行數據驗證以及meta分析造成不利影響。
七、大樣本數據錯誤使用t檢驗。通常情況下，定量數據採用t檢驗時需滿足幾點條件，一是樣本含量較少，n＜50或n＜30，且均符合正態分佈；二是成組設計的兩樣本均數對比，且量樣本均來自總體方差相等的總體。對於樣本量n＞50的數據比較，則需予以U檢驗。
閱讀更多 達晉醫學 的文章
