作为一名临床医师,或是医学生,不管你愿意不愿意,都必须写论文。医学论文有别于其他论文,我们那些“神圣”的数据都必须进行统计学处理,这时,大多数人会遇到一个难题,大学时期学过的《医学统计学》早就忘得差不多了,重新翻开统计学书本,基本上也是看得云里雾里。为了不让同学们再次重温早年学习统计学时的那种痛苦的体验,我不自量力,特编写《医学统计学傻瓜教程》,本教程有别于其他任何的统计学教程,其特点是略去一些高深难懂的统计学原理及计算公式,直奔解决实际问题的方法,小学小用,大学大用,另有妙用。
你不需要任何的统计学基础,为了不引起你的反感,不会出现任何一道数学公式。本教程分“基础篇”及“提高篇”两个部分,学完“基础篇”即可解决绝大多数的统计学问题,学完“提高篇”,“降龙十八掌”的武功已修练到“第10层”,足以让你的同事对你刮目相看。
整个学习时间约需要2~3小时,在学习之前,我们需要到 上下载一个小工具,即《临床医师统计学助手 V10.0》,因为进行统计学处理时最令人头痛的问题是烦琐的计算,则全部由预存在本软件内的计算公式来完成。
《临床医师统计学助手 V10.0》下载地址: http://www.my201.com
这是一个全“傻瓜化”的教程,“基础篇”及“提高篇”各由数个实例组成,只要认真看完这些实例,将实际中碰到的问题对 入座即可,接下来我们开始轻松愉快的学习过程。
一、基础篇
1、均数与标准差
【例1】本组105 例, 男55例, 女50例; 平均年龄:62.3±6.1岁,所有入选病例均符合1999年WHO高血压诊断标准。
举这个例子是为了说明“均数”与“标准差”的概念。我实在不愿意多花时间阐述一些概念性的东西,但是由于“标准差”的概念实在太重要了。【例1】中的数据“62.3±6.1”,“62.3”就是年龄的均数,均数的概念大家都懂,那么后面的“6.1”是什么呢就是标准差。有人可能会问,表达一组人的平均年龄,用均数就够了,为什么还要加一个标准差呢看下面的一个例子:有两组人,第1组身高(cm):98、99、100、101、102;第2组身高(cm):80、90、100、110、120,这两组人虽然身高的均数都是100cm,但是,仔细观察,第1组的身高很接近,第2组的身高差别很大,故仅仅用一个平均数表达一组数据的特征是不完整的,还需要用另一个指标来表达其参差不齐的程度,这就是标准差。统计学上对一组测量结果的数据都要用“均数±标准差”表示,习惯表达代 是:x ±s,具体例子如:平均收缩压120±10.2mmHg。
我想现在同学们都已知道标准差是什么东东了,那么,标准差是怎样得到的呢一个比较复杂的计算公式,我们不必去深究这个公式是怎么样的,只需知道标准差越小,说明数据越集中,标准差越大,说明数据越分散。撰写医学论文的第一步是收集原始数据,如:
在论文中并不是直接给出原始数据,而是要以x ±s方式表示。利用软件《临床医师统计学助手 V10.0》,只要输入原始数据,就能自动计算出均数及标准差,即第1组平均身高:100±1.58cm;第2组平均身高:100±15.81cm,如下图。
【例3】目的 研究音乐胎教对胎儿运动技能培养的效果。方法 10例28~32周孕妇,分别记录听音乐(水浒传电视剧主题曲)前每小时的胎动次数及听音乐后每小时的胎动次数,结果 数据如下表所示,音乐胎教后胎动次数增多,差别有显著意义(p<0.0525)结论 音乐胎教可增强胎儿运动技能,对培养我国运动天才有现实意义。
4、计数资料卡方检验
【例4】目的 研究医患关系对重症病人死亡率的影响。方法 根据问卷调查对收住重症监护病房的病人分为“医患关系良好组”与“医患关系紧张组”,比较两组间的住院死亡率。 结果 “医患关系良好组”25例,住院间死亡3例,死亡率13.6%,“医患关系紧张组”23例,住院间死亡9例,死亡率39.1%,两组间差别有显著意义(p<0.05)结论 医患关系紧张增加重症病人的住院死亡率,可能与医师害怕挨打而治疗方案趋向保守有关。
这又是一个非常常见的一种统计学数据处理类型。【例4】中所提供的数据是“比例”,或百分数,与前面三个例子不同,前面三个例子所提供的数据则是直接在病人身上测量到的数据,如收缩压120±10.2mmHg、身高100±15.81cm等,我们把【例4】中的数据叫做计数资料,而【例1、2、3】中的数据叫做计量资料。计数资料无法用“均数±标准差”形式表示,只能用比例表示,如:死亡率13.6%、30例中显效10例(10/30)等。
显然,对于计数资料,再用t检是不适合了,必须用卡方检验。卡方检验的步骤是:先求出X2值(类似于t检验时先求t值),然后进行判断:
⑴ 如果X2<3.84,则p>0.05;
⑵ 如果X2>3.84,则p<0.05;
⑶ 如果X2>6.63,则p<0.01。
解释一下,上面的两个数字“3.84”与“6.63”是查“X2界值表”得来的,只要记住即可。所以,卡方检验的关键是求出X2值。为了求出X2值,必须先介绍“四表格”概念。“四表格”的形式如下,关键数据是 a、b、c、d 四个数,X2值就是通过这四个数据计算出来的(这里仍不介绍公式,由软件计算。)。
① 选择“方差分析(F检验)”,分别输入三组的原始数据,软件会自动计算每组的均数±标准差,如果已知每组的均数±标准差,可在对应的表格内直接输入,不必再输入原始资料。

计算结果p<0.05,结论是儿童年龄与身高之间存在显著的关联,并得出回归方程 y=44.5278+10.9822x(y表示身高,x表示年龄)。
三、结语
现在已经讲完了9个实例,终于松了一口气。掌握统计学的诀窍是将实际中碰到的的情况,对照本教程中实例,“对 入座”即可,而具体计算过程,可由软件去完成。最后再啰嗦几句:1、两组计量资料用t检验;2、多组计量资料用方差分析(F检验);3、计数资料用卡方检验; 4、等级资料用用秩和检验或Ridit分析。
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!