國內(nèi)外醫(yī)學期刊論文證據(jù)等級及統(tǒng)計方法的比較
——以心律失常學雜志為例

■林 娜 曾治宇 張明東 張 澍

1）中國醫(yī)學科學院北京協(xié)和醫(yī)院國家心血管病中心心血管疾病國家重點實驗室阜外心血管病醫(yī)院《中華心律失常學雜志》編輯部，北京市西城區(qū)北禮士路167號 100037，E-mail：nana777@163.com

2）波科國際醫(yī)療貿(mào)易（上海）有限公司醫(yī)學部，北京市朝陽區(qū)東三環(huán)北路博瑞大廈 100020

3）中國醫(yī)學科學院北京協(xié)和醫(yī)院國家心血管病中心心血管疾病國家重點實驗室阜外心血管病醫(yī)院心律失常中心，北京市西城區(qū)北禮士路167號 100037

如何評價科技期刊及其刊載論文的學術質(zhì)量，一直是一個非常重要但又較為棘手的問題。期刊影響因子評價固然非常重要，但亦有其局限性。近些年來，不斷涌現(xiàn)出一些新的評價方法［1，2］；同時，中外論文的對比研究也不斷為我們提供新的有益信息［3，4］。 結(jié)合循證醫(yī)學的蓬勃發(fā)展，本文擬從證據(jù)的分級［5］以及統(tǒng)計方法的應用，以心律學科為例，從中外期刊的比較中探索科技期刊及論文質(zhì)量的評價方法。

1 方法

心律學是心血管病學的重要分支，是研究心律失常（如心房顫動、室性心動過速及心臟性猝死等）及其相關疾病的診治及預防的學科。隨著介入診療技術（導管射頻消融、起搏器植入等）的應用普及，心律學已成為一門獨立的學科，近些年來更是發(fā)展迅速。美國心律學會官方期刊Heart Rhythm是心律學科國際公認的優(yōu)秀期刊，2012年SCI影響因子達5.045。相對應的，中華醫(yī)學會心電生理和起搏分會的官方期刊《中華心律失常學雜志》是我國心律學專業(yè)的領先期刊。一般認為Heart Rhythm期刊的學術質(zhì)量明顯高于《中華心律失常學雜志》，本文通過對比這兩種雜志刊載論文的證據(jù)等級及統(tǒng)計方法，探討科技期刊及論文質(zhì)量的評價方法。

檢索Heart Rhythm及《中華心律失常學雜志》2012年全年刊載的文章，選擇臨床論著（剔除基礎研究、病例報告、綜述或meta分析等），仔細閱讀摘要及正文中統(tǒng)計學方法的描述，并參考全文論述，根據(jù)牛津循證醫(yī)學中心制定的證據(jù)等級標準［5］對論文的證據(jù)等級做出分類及分級，記錄統(tǒng)計方法的應用。牛津循證醫(yī)學中心是循證醫(yī)學的學術權威中心，早在2001年就推出了臨床醫(yī)學證據(jù)分級標準，2009年做了少量修訂，并于2011年推出2.1版本。因2011年的版本在結(jié)構上有較大改變，本文仍沿用2009年的標準。該標準將臨床研究分為治療/預防/病因/危害，預后，診斷，鑒別診斷及經(jīng)濟學研究5大類，我們以A、B、C、D及E與之相對應。每一類研究的證據(jù)等級由高到低分為1～5級；有些級別里再適當細分，如1級再分為1a、1b和1c；第5級是專家意見。本文從臨床論著分析的角度，刪除第5級，并且每一級不再細分。例如A類研究分為1級（隨機對照試驗）、2級（隊列研究）、3級（病例-對照研究）和4級（單組病例）。如論文同時符合幾個或無十分對應的分類和分級，將主要根據(jù)結(jié)論的表述，歸入最為接近的那一類和那一級。統(tǒng)計學方法按常規(guī)分類，入選至少有兩篇論文使用的統(tǒng)計方法，不計基因分析、圖像分析等專用軟件。

本研究主要為兩組間的比較，計數(shù)資料以數(shù)值及百分比表示，無序資料應用卡方檢驗或Fisher確切概率法，有序資料采用Mann-Whitney U檢驗；計量資料呈正態(tài)分布者以均數(shù)±標準差，非正態(tài)分布者以中位數(shù)（25～75百分位數(shù)）表示，分別應用t檢驗或Wilcoxon秩和檢驗。使用 SPSS（19.0版本，IBM，美國）軟件進行統(tǒng)計分析。P＜0.05為差異有統(tǒng)計學意義。

2 結(jié)果

Heart Rhythm為月刊，2012年全年載文456篇，入選臨床論著145篇（有一篇橫斷面調(diào)查的論文難以分類，已剔除）；《中華心律失常學雜志》為雙月刊，2012年全年載文125篇，其中臨床論著48篇。

證據(jù)分類與分級比較的結(jié)果見表1?！吨腥A心律失常學雜志》的研究類型較為單一，主要是A型，即治療/預防/病因/危害；Heart Rhythm雖也也A型為主，但表現(xiàn)更為豐富，特別是有一定比例的預后及診斷方面的研究；兩者經(jīng)濟學研究都很少。從證據(jù)等級來看，Heart Rhythm要高一些，特別是隨機對照試驗的比例較高，但差異無統(tǒng)計學意義。

統(tǒng)計方法應用的比較見表2。剔除基因分析的專用軟件后，Heart Rhythm雜志有124篇（85.5%）論文使用了統(tǒng)計方法，其中7篇論文用了2種統(tǒng)計軟件，1篇論文用了3種統(tǒng)計軟件；累計使用2次以上的統(tǒng)計軟件有SPSS 48篇，SAS 31篇，STATA 9篇，R 5篇，MedCalc 2篇，以及Excel2篇，還有34篇論文未報告統(tǒng)計軟件；《中華心律失常學雜志》35篇（72.9%，P=0.047）論文使用了統(tǒng)計方法，應用統(tǒng)計方法的論文均只用了一種統(tǒng)計軟件，全部為SPSS，還有4篇論文未報告統(tǒng)計軟件。《中華心律失常學雜志》有2篇論文在統(tǒng)計方法部分描述了t檢驗與卡方檢驗，但全文并未出現(xiàn)使用的地方，歸為未使用統(tǒng)計軟件。另外，Heart Rhythm雜志9篇隨機對照試驗中5篇給出了樣本量估計，而《中華心律失常學雜志》僅有的1篇未給出樣本量估計。

表1 兩種期刊臨床論著證據(jù)分類及分級的比較

表2 兩種期刊臨床論著統(tǒng)計方法應用的比較

3 討論

以心律學科為例，本研究發(fā)現(xiàn)中外論文的研究類型有顯著差異，表現(xiàn)為國內(nèi)研究類型較為單一。證據(jù)等級國內(nèi)論文略低于國外，特別是隨機對照試驗過少，但兩者差異無統(tǒng)計學意義。統(tǒng)計學方法的應用上，國內(nèi)論文在非參數(shù)檢驗、回歸分析及生存分析方面明顯低于國外論文。

目前評價文獻質(zhì)量的方法和工具已經(jīng)比較多了，但缺乏共識。評價工具可分清單或量表評分。單評價隨機對照試驗的就至少有9種以上清單和60余種量表，條目數(shù)從3～57個不等，一般需要花10～45分鐘完成［6］。我們曾嘗試使用一些現(xiàn)成的，特別是國內(nèi)學者提出的標準，但或者局限于隨機對照試驗，或者較為繁瑣，最終放棄［1-3］。牛津循證醫(yī)學中心制定的證據(jù)等級標準針對的是臨床證據(jù)的評價，普適性較好。但該標準并非針對某一具體的研究，故我們將證據(jù)等級第5級專家意見予以剔除。該標準發(fā)現(xiàn)中外研究類型的差異，提示我國的科研工作者應拓寬思路，進行更為廣泛的研究。但同時，該標準未證實兩者論據(jù)等級的差異。雖然論據(jù)等級并不等同于論文質(zhì)量，但一般來說證據(jù)等級高的論文，質(zhì)量通常也較好。中外期刊論文證據(jù)等級的差異無統(tǒng)計學意義的原因可能有：一是國內(nèi)論文質(zhì)量確實有較大提高；二是以牛津證據(jù)等級標準文獻質(zhì)量可能不夠敏感，例如該標準對研究的樣本量的大小及是否要求樣本量估計等未做明確規(guī)定，再有同樣是單組病例研究，國外論文常為初次報道，而國內(nèi)則多為簡單重復或經(jīng)驗總結(jié)，學術級別相差較大，但該標準不能揭示這種差異。

統(tǒng)計學方法的應用方面，國外論文統(tǒng)計軟件多樣化，統(tǒng)計學方法也更為豐富。特別是回歸分析及生存分析，可充分利用已有數(shù)據(jù)，深入發(fā)掘有用信息，提高研究質(zhì)量，而國內(nèi)在此方面亟待提高。中外論文在常規(guī)統(tǒng)計方法如參數(shù)分析（主要是t檢驗）及卡方檢驗的使用率差異無統(tǒng)計學意義，但國內(nèi)非參數(shù)檢驗的使用率明顯偏低，一個可能的解釋是國內(nèi)論文未對數(shù)據(jù)做正態(tài)性及方差齊性的檢驗而誤用了參數(shù)檢驗。同時，我們發(fā)現(xiàn)即便是如 Heart Rhythm這樣優(yōu)秀的期刊，也有相當比例的論文未注明統(tǒng)計軟件的名稱，而《中華心律失常學雜志》有2篇論文在統(tǒng)計方法部分描述了t檢驗與卡方檢驗，但全文并未出現(xiàn)使用的地方，再次體現(xiàn)了科技期刊的統(tǒng)計學審查的必要性［7］。大型專業(yè)統(tǒng)計軟件通常較貴，可以嘗試使用一些免費軟件如R以及容易得到的軟件如Excel，Heart Rhythm刊載的論文使用這兩種軟件的并不罕見。

本研究也存在一些局限。首先我們假設Heart Rhythm和《中華心律失常學雜志》是同質(zhì)的期刊。中外心律學研究的領域可能會有所差別，但我們相信這種可能的差別是細微的，不會影響大局。其次，在對統(tǒng)計方法做分析時，未對統(tǒng)計方法應用的正確與否進行分析。從國內(nèi)論文非參數(shù)檢驗使用明顯偏低的情況，包括Spearman相關分析過少，可推測可能存在一些誤用。統(tǒng)計方法分類時，卡方檢驗包含了Fisher確切概率法，但并未去檢驗是否在應當用Fisher確切概率法的情況下用了簡單卡方檢驗。再者關于近年來經(jīng)常提到的重復測量的問題，國外有4篇文獻明確指出，國內(nèi)為1篇。最后，以心律學為例的中外期刊質(zhì)量的評價不宜輕易外推至其他專業(yè)。

總之，通過中外期刊論文的證據(jù)分類和分級的比較，以及統(tǒng)計方法應用的比較，我們發(fā)現(xiàn)國內(nèi)研究的一些具體的不足之處。藉此可階段性地進行這類分析，評價國內(nèi)期刊論文的質(zhì)量是否有進一步提高。

1 劉清海，方積乾.醫(yī)學論文統(tǒng)計學報告水平評價量表的研制及其意義.編輯學報，2008，20（3）：278-280

2 接雅俐，陳汐敏，顧璟等.醫(yī)學論著統(tǒng)計學報告水平評價量表的制作與初步應用.中國科技期刊研究，2012，23（6）：982-987

3 劉清海，方積乾.國內(nèi)外醫(yī)學論文統(tǒng)計學報告質(zhì)量的比較研究.中國科技期刊研究，2008，19（2）：236-239

4 林娜，陳新，張澍.國際會議論文摘要的后續(xù)發(fā)表情況追蹤：我國心律失常學科實例分析.中國科技期刊研究，2011，22（3）：396-397

5 OCEBM Levels of Evidence Working Group.Oxford Centre for Evidence-based Medicine Levels of Evidence（March 2009）.University of Oxford， 2013［2013-06-22］.http//www.cebm.net/？0=1116.

6 李靜，康德英.醫(yī)學文獻的系統(tǒng)評價與meta分析.見：王家良.主編.循證醫(yī)學.第2版.北京：人民衛(wèi)生出版社，2010：46-65

7 邱芬，曾令霞，國榮.統(tǒng)計學審查在醫(yī)學論文審稿中的必要性.中國科技期刊研究，2011，22（4）：574-576