作者來稿中醫(yī)學(xué)統(tǒng)計學(xué)常見問題分析

余 軍， 黃曉紅， 韋揮德， 潘洪平， 呂文娟， 韋 穎， 藍(lán)斯琪， 劉 慧

醫(yī)學(xué)統(tǒng)計學(xué)是應(yīng)用概率論和數(shù)理統(tǒng)計的基本原理和方法，研究醫(yī)學(xué)領(lǐng)域中數(shù)據(jù)的收集、整理、分析和推斷的一門應(yīng)用科學(xué)[1]，已廣泛地應(yīng)用到醫(yī)學(xué)科研中。統(tǒng)計學(xué)方法的正確應(yīng)用是醫(yī)學(xué)論文具有科學(xué)性和可靠性的重要保證，論文中誤用、錯用統(tǒng)計學(xué)方法，直接影響研究結(jié)果的可信度，導(dǎo)致論文質(zhì)量不高或者結(jié)論錯誤，甚至?xí)εR床實踐造成嚴(yán)重的后果[2-5]。有研究顯示，在應(yīng)用統(tǒng)計學(xué)方法的作者投稿文章中，有92.0%存在著統(tǒng)計學(xué)相關(guān)問題[6]。2012年中華醫(yī)學(xué)會系列雜志專家組在對496篇文章進(jìn)行統(tǒng)計學(xué)審讀時發(fā)現(xiàn)，統(tǒng)計描述錯誤38處(7.7%)，統(tǒng)計方法及分析錯誤78處(15.7%)[7]。可見，醫(yī)學(xué)論文中的統(tǒng)計學(xué)錯誤問題是普遍且嚴(yán)重的，對論文的科學(xué)性產(chǎn)生較大影響。本文總結(jié)了《中國臨床新醫(yī)學(xué)》雜志作者來稿中常見的統(tǒng)計學(xué)相關(guān)問題，并結(jié)合期刊編輯的工作體會對其進(jìn)行分析，以期引起作者、編輯和審稿專家對統(tǒng)計學(xué)問題的關(guān)注，共同提高論文質(zhì)量。

1 統(tǒng)計學(xué)方法描述不完整

2 統(tǒng)計學(xué)方法的誤用

統(tǒng)計分析方法需要根據(jù)研究目的、設(shè)計方案、資料類型及樣本含量大小來進(jìn)行選擇。醫(yī)學(xué)科研人員在撰寫論文時若未能較好掌握醫(yī)學(xué)統(tǒng)計學(xué)專業(yè)知識，盲目套用統(tǒng)計學(xué)方法，往往會造成統(tǒng)計學(xué)方法誤用。鑒此，筆者現(xiàn)對醫(yī)學(xué)期刊中幾種常見的統(tǒng)計學(xué)方法誤用情況進(jìn)行分析，以期醫(yī)學(xué)科研工作者能更合理地將統(tǒng)計學(xué)方法應(yīng)用于醫(yī)學(xué)研究。

2.1兩獨立樣本t檢驗與配對t檢驗的誤用 在醫(yī)學(xué)論文中，t檢驗是常用的統(tǒng)計學(xué)方法，但作者往往未能較好地區(qū)分兩獨立樣本t檢驗與配對t檢驗，甚至在統(tǒng)計學(xué)方法描述時將兩者均模糊地描述為t檢驗。兩獨立樣本t檢驗適用于完全隨機設(shè)計(成組設(shè)計)計量資料，而配對t檢驗適用于配對設(shè)計計量資料。在醫(yī)學(xué)論文中，兩獨立樣本t檢驗常用于兩組間某個觀察計量指標(biāo)的比較，而配對t檢驗常用于觀察指標(biāo)在同組內(nèi)兩個時點間的比較(一般為同組治療前后的比較)。見表1。兩獨立樣本t檢驗的數(shù)據(jù)條件是：(1)符合正態(tài)分布；(2)獨立性；(3)方差齊性。配對t檢驗的條件是兩組數(shù)據(jù)差值呈正態(tài)分布。而在實際分析過程中，數(shù)據(jù)的正態(tài)性分布和方差齊性情況往往被研究者忽視。在成組設(shè)計中，若兩組數(shù)據(jù)的總體方差不齊，則推薦采用近似t檢驗(t′檢驗)。對于不符合正態(tài)分布的數(shù)據(jù)資料，則推薦使用秩和檢驗。

表1 兩組指標(biāo)1治療前后比較

2.2單因素方差分析誤用兩獨立樣本t檢驗 在醫(yī)學(xué)研究中，組別的設(shè)計往往不止兩組，對于三組或三組以上的計量資料比較，研究者往往錯誤地使用兩獨立樣本t檢驗進(jìn)行多組間的兩兩比較。以表2的資料數(shù)據(jù)為例，若組1與組2、組1與組3，或者組2與組3的比較采用兩獨立樣本t檢驗，則會增加犯Ⅰ類錯誤(當(dāng)零假設(shè)為真時，假設(shè)檢驗結(jié)論拒絕零假設(shè)而接受備擇假設(shè))的概率。對于這種典型的多組獨立樣本資料比較宜選用單因素方差分析，其對計量資料的要求與兩獨立樣本t檢驗相同，即數(shù)據(jù)需符合正態(tài)分布、具有獨立性、方差齊性。這種類型資料的分析思路一般是先進(jìn)行多組間的整體比較，若差異有統(tǒng)計學(xué)意義，再進(jìn)一步進(jìn)行組間兩兩比較。在此，筆者推薦使用LSD-t檢驗和SNK檢驗進(jìn)行組間的兩兩比較。如表2所示，對于組間比較有統(tǒng)計學(xué)意義的指標(biāo)，在表格制作中可采用上標(biāo)的方式進(jìn)行標(biāo)注，這樣展示表格結(jié)果信息更簡潔、明了。對于不符合正態(tài)分布的計量資料，其多組間比較則推薦采用秩和檢驗進(jìn)行，組間兩兩比較可采用Bonferroni法進(jìn)行校正檢驗水準(zhǔn)。

表2 三組指標(biāo)2、指標(biāo)3比較結(jié)果

2.3重復(fù)測量方差分析誤用兩獨立樣本t檢驗或單因素方差分析 重復(fù)測量設(shè)計是指在給予干預(yù)處理后，在多個時間上對同一研究對象重復(fù)檢測觀察指標(biāo)，以期探討研究對象在不同時間點上指標(biāo)的變化情況。以表3數(shù)據(jù)資料為例，作者往往錯誤地采用兩獨立樣本t檢驗對兩組同時間點的指標(biāo)數(shù)據(jù)進(jìn)行比較，或誤將橫向數(shù)據(jù)比較(同組不同時間點的比較)應(yīng)用單因素方差分析來處理，增加了Ⅰ類錯誤的發(fā)生概率。而對于此種重復(fù)測量設(shè)計的資料數(shù)據(jù)，由于加入了時間因素，產(chǎn)生了時間交互效應(yīng)，應(yīng)采用重復(fù)測量方差分析。

表3 兩組不同時間點指標(biāo)4的比較

2.4χ2檢驗使用不當(dāng)χ2檢驗是醫(yī)學(xué)論文中常用的統(tǒng)計學(xué)方法，常用于組間率或者構(gòu)成比的比較，如有效率、發(fā)生率、陽性率等。但是，在研究者使用χ2檢驗的過程中往往忽視了其適用條件，即對于完全隨機設(shè)計的四格表資料應(yīng)滿足：(1)總樣本含量(n)≥40；(2)每個單元格的理論頻數(shù)(T)≥5；(3)當(dāng)n≥40，但有1個或多個單元格出現(xiàn)1≤T<5時，應(yīng)計算校正χ2值；(4)而當(dāng)n<40，或者存在1個以上單元格T<1時，則應(yīng)選用Fisher確切概率法。對于R×C(行×列)表資料，采用χ2檢驗時應(yīng)注意：不應(yīng)有1/5以上的格子出現(xiàn)1≤T<5，或不應(yīng)有格子出現(xiàn)T<1，否則導(dǎo)致分析結(jié)果產(chǎn)生偏倚。遇到這種情況可考慮采取以下幾種措施：(1)增加樣本量；(2)對相鄰頻數(shù)進(jìn)行合理歸并；(3)舍棄部分?jǐn)?shù)據(jù)；(4)采用Fisher確切概率法。

2.5秩和檢驗誤用χ2檢驗 對于單向有序行列表資料，如表4資料示例，作者期望比較兩組間療效的差異情況，以“優(yōu)”“良”“無效”等對療效情況加以分類。在此例中，“優(yōu)”“良”“無效”為單向有序分類變量，亦稱作等級資料。如使用χ2檢驗則只能分析兩組數(shù)據(jù)頻數(shù)的分布差異是否有統(tǒng)計學(xué)意義，而忽略了資料本身的強度等級意義，降低檢驗效能。故當(dāng)處理單向有序分類變量時，比較組1和組2療效有無差異，應(yīng)當(dāng)使用秩和檢驗。

表4 兩組療效比較(n)

2.6McNemar′s檢驗或Kappa一致性檢驗誤用χ2檢驗 在臨床診斷試驗中，研究者常通過配對設(shè)計探討兩種檢查方法的診出情況。例如：某試驗納入100例患者為研究對象，對其同時采用方法A和方法B進(jìn)行檢查，檢查結(jié)果見表5。這是配對設(shè)計四格表資料，若研究者想探討兩種檢查方法的結(jié)果有無差異，則推薦使用McNemar′s檢驗(又稱配對χ2檢驗)；若研究者是想探討兩種方法檢查結(jié)果的一致性情況，則推薦使用Kappa一致性檢驗。

表5 A、B兩種檢查方法檢查結(jié)果(n)

2.7Pearson積差相關(guān)與Spearman秩相關(guān)的誤用

在臨床研究中常研究兩個指標(biāo)之間的相關(guān)性，但研究者常常在未能正確了解數(shù)據(jù)類型的情況下盲目套用Pearson積差相關(guān)進(jìn)行分析，造成統(tǒng)計差錯。需要注意的是，Pearson積差相關(guān)的應(yīng)用需滿足以下幾個條件：(1)研究指標(biāo)為計量資料；(2)兩個變量均為隨機變量；(3)兩變量均呈正態(tài)分布；(4)各觀察值相對獨立；(5)兩指標(biāo)散點圖有線性趨勢。對于資料不滿足正態(tài)分布或為等級資料時，應(yīng)采用Spearman秩相關(guān)分析方法。值得注意的是，Pearson積差相關(guān)是簡單相關(guān)分析，分析結(jié)果往往不能正確說明兩個變量之間的關(guān)系，要采用偏相關(guān)或者多重線性回歸分析來補充。

2.8受試者工作特征(receiver operator characteristic,ROC)曲線分析使用不當(dāng) 對于臨床診斷試驗研究，研究者常需探討某個檢測指標(biāo)診斷疾病的效能。當(dāng)診斷指標(biāo)為計量資料或有序資料時，可通過ROC曲線分析該指標(biāo)用于診斷目標(biāo)疾病的效能，并獲得檢測指標(biāo)的最佳診斷界值及其對應(yīng)的靈敏度和特異度。但在研究設(shè)計中，對于疾病的診斷結(jié)局(有疾病，或無疾病)，一些研究者并未能通過金標(biāo)準(zhǔn)進(jìn)行判斷，導(dǎo)致針對研究指標(biāo)所得的分析結(jié)果不準(zhǔn)確。另外，在研究設(shè)計時，要注意估計樣本含量；如果是兩個或多個診斷指標(biāo)診斷效能的比較，應(yīng)該進(jìn)行假設(shè)檢驗。

2.9logistic回歸分析使用不當(dāng) 在醫(yī)學(xué)研究中常采用logistic回歸分析某疾病的影響因素，其一般統(tǒng)計邏輯是先通過單因素分析篩選有統(tǒng)計學(xué)意義的指標(biāo)變量納入到logistic回歸模型中，以篩選出影響因素。logistic回歸適用于研究以分類因變量與一組自變量的關(guān)系，分類因變量可以是二項分類因變量(如患病/未患病、有效/無效)，也可以是有序或無序多項分類因變量(如低體重、正常體重、肥胖；學(xué)生、工人、農(nóng)民)，而自變量可以是計量資料也可以是分類資料。值得注意的是，在論文中常見以下問題：(1)研究樣本量不足，logistic回歸需要有較大的樣本量，且一般要求樣本量是自變量個數(shù)的10～15倍；(2)盲目納入自變量導(dǎo)致回歸結(jié)果不穩(wěn)定，在回歸分析中應(yīng)對自變量進(jìn)行篩選并進(jìn)行共線性判斷，對于無序多分類自變量應(yīng)設(shè)啞變量進(jìn)行賦值；(3)對結(jié)果分析和解釋不當(dāng)，未能正確理解logistic回歸模型，盲目地將比值比(odd ratio，OR)>1的因素認(rèn)為是危險因素，OR<1的因素認(rèn)為是保護(hù)因素，未注意在實際統(tǒng)計軟件操作過程中因變量的賦值方式；(4)混淆logistic回歸分析與多重線性回歸，當(dāng)因變量為計量資料時應(yīng)考慮使用多重線性回歸進(jìn)行分析。

2.10誤用χ2檢驗或logistic回歸分析處理生存資料 在醫(yī)學(xué)隨訪研究或隊列研究中，獲得的研究資料內(nèi)容除了終點事件(如是否存活或是否復(fù)發(fā))、干預(yù)方式以及相關(guān)變量因素(如年齡、性別、民族等)外，還包括了生存時間(隨訪時間)。若盲目使用一般χ2檢驗或logistic回歸分析處理生存資料只是對事件的結(jié)局情況進(jìn)行分析，而忽視了終點事件發(fā)生所經(jīng)歷的時間這一重要信息。生存分析是將終點事件的出現(xiàn)與否和出現(xiàn)終點事件所經(jīng)歷的時間相結(jié)合起來分析的一種統(tǒng)計分析方法。對于隨訪研究收集的資料要采用生存分析的方法進(jìn)行分析。生存分析主要內(nèi)容有：生存率的估計、生存曲線的繪制、中位生存時間的估計以及生存曲線(生存率)的比較。在一般臨床研究中，筆者推薦使用Kaplan-Meier法繪制不同組的生存曲線，并采用log-rank檢驗比較各組的生存曲線差異是否具有統(tǒng)計學(xué)意義，以評估各組生存情況差異。另外，可通過Cox回歸模型分析各變量因素對結(jié)局及結(jié)局發(fā)生時間的影響。

3 對統(tǒng)計結(jié)果的表述及解釋不當(dāng)

(1)以P值大小對指標(biāo)差異大小性進(jìn)行比較。在醫(yī)學(xué)論文中，假設(shè)檢驗的檢驗水準(zhǔn)一般取α=0.05，即以P<0.05認(rèn)為差異有統(tǒng)計學(xué)意義，說明兩樣本來自同一總體的可能性小于0.05，代表犯Ⅰ類錯誤的概率小于0.05。但是，許多作者將P值越小誤解為指標(biāo)的差異越大，P值越小只能說明零假設(shè)成立的可能性越小，而越有理由拒絕零假設(shè)和接受備擇假設(shè)。(2)忽視實際臨床意義。對于樣本量比較大的臨床研究而言，兩指標(biāo)的比較會更容易獲得有統(tǒng)計學(xué)意義的結(jié)果，但在進(jìn)行結(jié)果解釋時需要注意該差異是否具有實際的臨床意義[10]。而在相關(guān)性分析以及回歸分析中，常常也會出現(xiàn)相關(guān)系數(shù)(r)較小或OR值、風(fēng)險比(hazard ratio，HR)值十分接近于1，但P<0.05的情況，此時更應(yīng)結(jié)合臨床實際，客觀地對統(tǒng)計結(jié)果進(jìn)行評價，謹(jǐn)慎下結(jié)論。

4 統(tǒng)計學(xué)符號使用不當(dāng)

5 小結(jié)

在醫(yī)學(xué)科研論文中，正確的統(tǒng)計學(xué)分析方法是保證論文質(zhì)量的重要條件，直接關(guān)系到科研成果的準(zhǔn)確性、科學(xué)性。統(tǒng)計學(xué)分析方法的選擇要考慮研究分析的目的、研究的設(shè)計類型、數(shù)據(jù)資料的類型以及統(tǒng)計學(xué)方法的應(yīng)用條件，切勿盲目套用統(tǒng)計學(xué)方法。而醫(yī)學(xué)統(tǒng)計學(xué)作為一門應(yīng)用科學(xué)，其在實踐應(yīng)用中不能脫離醫(yī)學(xué)背景，應(yīng)緊密結(jié)合醫(yī)學(xué)專業(yè)的實際問題對結(jié)果進(jìn)行分析判斷，對于有統(tǒng)計學(xué)意義的結(jié)果也要辨析其是否有臨床實際意義，從而科學(xué)合理地推導(dǎo)結(jié)論。醫(yī)學(xué)科研論文中的統(tǒng)計學(xué)問題是比較常見的，對于醫(yī)學(xué)科研工作者而言，要在平時的工作中加強醫(yī)學(xué)統(tǒng)計學(xué)的學(xué)習(xí)，科學(xué)地進(jìn)行試驗設(shè)計，在試驗之初就應(yīng)知曉試驗的設(shè)計類型、數(shù)據(jù)的收集和處理方法，做到心中有數(shù)。而對于期刊編輯而言，亦應(yīng)加強自己的統(tǒng)計學(xué)素養(yǎng)，能主動發(fā)現(xiàn)論文中的統(tǒng)計學(xué)錯誤，積極與外審專家、作者進(jìn)行溝通交流，改正文章錯誤，保證刊發(fā)論文的正確性和科學(xué)性，共同提高科研和論文質(zhì)量。