医学论文常见统计学错误与纠正.docx

医学论文常见统计学错误与纠正一、设计与实施对象合格标准不明确只报告来源和时间段，总体不清晰：大杂烩,得不到科学结论；事前未规定合格标准和排除标准，事后排除；不报告按照合格标准和排除标准筛选对象的过程。结局指标多而杂--是事先规定的最重要的结局指标，通常以此为准来计算样本量。常见错误：终点指标过多, 大海捞针临床试验时，不知道哪个指标在组与组间有差异；“确定某个指标后，万一组间没有差异，岂不被动?！”生理、生化、组织学、基因，都做； “内容丰富，显得水平高?！”许多仪器一下子可以做许多项目； “许多项目一一分析，哪个有意义，就报告哪个指标?！”哪些指标可能有组间差异，必须心中有数。假说：预计将要得到的结论 —— 假说是科研的灵魂心中无数，不要“先上马再说” 指标多，实验工作量大。大海捞针—— 碰运气，不是科研！指标多，翻来覆去分析，制造假阳性！Nature杂志统计学指南：常见错误之一。仅分析1个指标时，P(假阳性)=0.05，P(1次分析不犯错误)=0.95 ，同时分析2个指标时，P(2次分析均不犯错误) = [P(1 次分析不犯错误)] 2 P(假阳性)=1 - 0.952 ≈ 0.10,同时分析 3 个指标时， P(假阳性)=1 - 0.953 ≈ 0.14 同时分析 10个指标时，P(假阳性)=1 - 0.9510 ≈ 0. 40常见错误之一(Nature) ----多重比较不校正多重比较: 对一组数据作多项比较时，必须说明如何校正α水平，以避免增大第一类错误的机会---- Bonfferoni校正（α/k来校正，k为两两比较次数）3 不重视对照为何必需对照？消除非研究因素的混杂实验组和对照组受非研究因素的影响尽可能相同，使两组的差异主要反映研究因素的效应。鉴别研究因素的效应和自然发展结果。例如，研究某药物对口腔溃疡模型兔的疗效，口腔溃疡有自愈的倾向，必须有对照扣除自愈效应。常见错误没有对照！千方百计省去对照组，以减少一半工作量!? 自身前后对照/历史对照/文献对照/ “标准”对照对照不当对照太弱：安慰剂对照/对照过强：西药+加中药~西药/对照剂量有争议：试验药，大剂量~对照药，中小剂量/对照基线不可比：试验组年轻、病轻 ~ 对照组年老、病重应当如何？事先明确研究假说，例如，新药比常规药好：以常规药为对照设计：研究组新药 ~ 对照组常规药可比性：基线可比、过程可比、终点可比保证可比性措施：干预性研究: 随机化观察性研究：匹配样本量无根据干预性研究： “ 500 例患者随机分成两组 ……” 为什麽 500 例？不多不少？ 500 例从天而降？现成送上门来？观察性研究： “ 10年期间A组3000例，B组258例……” ---- 有多少用多少 !?应当如何？ ---- 报告最小样本量估算及其依据1. 比较两组测定值的均数依据：（1）预计欲比较的两总体参数的差值（2）预计总体标准差（3）允许出现假阳性结果的机会（4）允许出现假阴性结果的机会: 例：格列美脲、格列苯脲对比研究以HbA1c 为主要终点报告依据欲检出HbA1c临床差异≥0.65% 假定标准差为1.3%双侧检验水平0.05 功效80% 退出率20% 计算：157例2. 比较两组达标率依据：（1）预计一组发生某结局的百分比为1（2）预计另一组发生某结局的百分比为（3）允许犯假阳性错误的机会（4）允许犯假阴性错误的机会2例：格列美脲、格列苯脲对比研究以HbA1c达标为主要终点（1）预计一组发生某结局的百分比为 45% （2）预计另一组发生某结局的百分比为 25% （3）允许犯假阳性错误的机会 5% （4）允许犯假阴性错误的机会 20% 计算: 176 例5. 随机化，说而不做，做而不严处理分配的随机化为什么这么重要? (1) 消除分配处理有意或无意的偏倚。(2) 为实施盲法创造条件。(3) 使得有可能利用概率论来说明：各干预组之间的差异不大可能是偶然性造成的。说错和做错将随机化当作“廉价名词”，实际没做，却写: “随机分成两组” —— 科研道德？将“随意分组”当作随机化将“机械分组”当作随机化略去筛选过程，简单地报告将多少人随机分组略去实施过程中丢失对象，将最后两组人数说成是随机分组人数应当如何？成功的随机化取决于：(1) 产生一个不可预见的分配序列; (2) “隐蔽” （allocation concealment ）这个序列，直到分配完毕 (必须建立一个分配处理的系统) 。报告如何随机分组，如何“隐蔽” ：谁做随机序列，谁收病人，谁分药和发药；分组方案如何保管…… 随机化类型 Simple randomisation (简单随机化) Blocked randomisation (区组随机化) Stratified randomisation (分层随机化) Min