本站小編為你精心準備了基于運用分析的醫學統計論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、試驗設計中的統計學原理

合理的試驗設計與統計處理的可信度存在直接聯系，研究者在編寫醫學論文時應對醫學研究設計方法進行說明。在進行試驗設計時應遵循隨機、對照、均衡和重復四大原則。在進行試驗設計的時候通常會涉及到研究對象的選擇，研究對象的分組及選擇合理的檢測指標三個方面的內容。醫學論文就是通過對樣本的研究來進行推斷總體，找出其共性，得出結論。因此研究者在選擇研究對象時應注意選擇樣本應具有一定數量，能反映出該事物的規律性特征，但又應注意例數不能太多，以免造成不必要的浪費。其選擇的原則就是在保證試驗結果可靠性的前提下選擇最少的樣本例數。研究者在選擇樣本對象后應對其基本特征進行詳細的描述，比如患者的年齡、性別、病理分期、疾病診斷的標準等。此外在試驗中所用到的試劑、儀器的型號、規格等都應作出說明，以供讀者借鑒和做出判斷。選定好研究對象后就要對其進行分組。在進行分組時研究者一般遵循統計學中的“隨機分配”、“設立對照”以及“均衡”、“重復”的原則。隨機化原則是提高組間均衡性的一個重要手段，也是資料分析時進行統計推斷的前提。有對照才有比較，在進行組間比較時，應確定好處理因素與實驗效應的關系。均衡性則是要使得對結果產生影響的非處理因素盡可能保持一致，這樣才能保證對照的結果讓人信服。觀察實驗效應的指標主要有主觀指標與客觀指標。正所謂主觀指標就是通過問答的方式調查受試者自己判斷的主觀感受；而客觀指標則是通過儀器來檢驗和測量所得出的結果。在進行試驗設計時應選擇客觀性較強、高靈敏性和精確性的指標。

二、統計學方法的選擇

統計學方法的正確選擇是直接影響到論文結論可信度的重要依據，因此研究者在編寫論文時應注意選擇合適的統計學方法。不同的統計學方法應用的范圍不同。研究者在編寫醫學論文時常根據論文研究的目的、資料類型、試驗設計的方案、樣品大小、水平數、特定條件、數據分布特征以及綜合分析等來選擇對應的統計方法，同時還要根據專業知識與資料的實際情況，結合統計學原則，靈活地選擇。當定性資料正態分布時，研究者一般用均數和標準差來表示統計描述指標；當定性資料不符合正態分布時，則可選用中位數及級差來表示；當定量資料正態分布且組間方差齊時一般選用參數法，反之則選用非參數法。t檢驗一般適用于小樣本(n<50)的定量資料且方差齊的兩組數據之間的比較。其特點是在均方差不知道的情況下，可以檢驗樣本平均數的顯著性，大樣本(n≥50)采用u檢驗；多個樣本均數兩兩比較則用方差分析，如差異有統計學意義，可采用q檢驗；Dunnett檢驗則適用于多個實驗組與一個對照組均數的比較。定性資料中，表現為互不相容的類別或屬性，分為二分類和多類反應，如治療結果為顯著和好轉的人數等，該種資料可選用字檢驗，大樣本(n≥50)時采用u檢驗。如：患者的治療結果評定為痊愈、顯著有效、好轉、無效或死亡。該種資料可選用秩和檢驗或u檢驗。總之，不論論文中選用的是哪種統計學方法，都要計算出檢驗值，然后再根據統計量值來判定P值的大小，結論一般描述為“差異有(無)統計學意義”。

三、常見統計學方法的誤用分析及對策

1.統計方法誤用。

最常見統計方法誤用是對等級資料進行比較時應用秩和檢驗而誤用卡方檢驗。例如：在評價采取不同治療方法的兩組急性腦血管病患者療效中，治療組顯著有效、有效、無效三種分型分別為15例、10例、8例，對照組分別為14例、11例、9例。本資料例數較少，應選用等級比較的秩和檢驗，而有些作者卻認為只要是率的比較就可以采用字檢驗。研究者在選擇統計學方法時應根據相應的原則，對文章研究目的、資料類型、樣品大小、水平數、數據分布特征等進行綜合分析后，再來選擇對應的統計方法。

2.選用檢驗方法錯誤。

在有些論文中，作者常將本應用方差分析和q檢驗的誤用t檢驗。t檢驗一般適用于小樣本(n<50)定量資料且方差齊的兩組數據之間的比較，而方差分析及q檢驗主要用于對多個樣本均數進行比較，幾種不同治療或處理方法等的同時比較。例如：在討論中、西以及中西醫結合治療急性腦血管病時，兩組患者的年齡、病程、病情嚴重程度等差別均無統計學意義，比較三組患者的一些指標變化。組間多重比較應用q檢驗，但文中作者采用的是t檢驗，對三組均數進行兩兩比較。這不僅造成了資料的利用率低，也增加了假陽性的概率，降低了試驗結果的可信度。

四、結論表述中的統計學應用

在對統計資料進行分析后應把握統計學術語，對結論做出科學的分析跟解釋。在根據統計結果得出專業結論時研究者應遵循一個重要原則，就是統計結論都是概率性的，不能絕對地肯定或否定。研究者習慣上將“P<0.05”稱為顯著性，不應誤解為差別很大或者在醫學上有顯著的價值。統計推斷是以一定的概率界值為依據，說明來自同一總體的可能性大小。“差異有統計學意義”說明在試驗中的差異不能用抽象誤差進行解釋；“差異無統計學意義”表明在試驗既定的條件下，差異可能是因抽象誤差引起的，在增加樣本數量的情況下，差異可能變成“有統計學意義”。

作者：李盛榮單位：玉林市醫學情報所