醫(yī)學(xué)論文中定量資料假設(shè)檢驗(yàn)方法誤用分析

常微微，袁慧，賀連平，姚應(yīng)水 （皖南醫(yī)學(xué)院公共衛(wèi)生學(xué)院，安徽 蕪湖241002）

醫(yī)學(xué)統(tǒng)計(jì)學(xué)是運(yùn)用概率論和數(shù)理統(tǒng)計(jì)的原理和方法，研究醫(yī)學(xué)領(lǐng)域中資料收集、整理、分析和推斷的一門學(xué)科［1］，作為一種認(rèn)識(shí)醫(yī)學(xué)現(xiàn)象的重要工具，在醫(yī)學(xué)研究的過程中起著非常重要的作用。但有研究者通過調(diào)查發(fā)現(xiàn)，醫(yī)學(xué)論文中統(tǒng)計(jì)學(xué)方法的誤用比例比較高，比如忽視方法的應(yīng)用條件、或是分析的方法不恰當(dāng)?shù)?，從而影響研究結(jié)論的正確性和可信性［2～4］。為保證醫(yī)學(xué)科研結(jié)論的可靠性和醫(yī)學(xué)論文的科學(xué)性，我們對(duì)醫(yī)學(xué)研究論文中定量資料假設(shè)檢驗(yàn)方面常見的錯(cuò)誤分析如下。

1 定量資料及常用假設(shè)檢驗(yàn)方法

定量資料，又稱計(jì)量資料、數(shù)值資料，是對(duì)觀察對(duì)象測(cè)量指標(biāo)的數(shù)值大小所得的資料，表現(xiàn)為數(shù)值大小。例如：身高（cm），體質(zhì)量（kg），細(xì)胞數(shù)（個(gè)）等。在統(tǒng)計(jì)分析過程中，要根據(jù)資料的特點(diǎn)和假設(shè)檢驗(yàn)的適用條件選用合適的統(tǒng)計(jì)方法。定量資料的假設(shè)檢驗(yàn)常用的方法是t檢驗(yàn)、方差分析和非參數(shù)檢驗(yàn)。

1.1 t檢驗(yàn)

t檢驗(yàn)分為單樣本t檢驗(yàn)、配對(duì)t檢驗(yàn)和兩組獨(dú)立樣本t檢驗(yàn)三類，應(yīng)用于樣本量較?。ㄈ鏽＜50）的研究設(shè)計(jì)，并且單樣本t檢驗(yàn)的樣本所來自的總體、配對(duì)t檢驗(yàn)兩樣本對(duì)應(yīng)差值的總體和兩組獨(dú)立樣本t檢驗(yàn)兩樣本所來自的總體均要求呈正態(tài)分布，兩組獨(dú)立樣本t檢驗(yàn)的兩組樣本所代表的總體還需方差齊性。如果資料不呈正態(tài)分布，可以通過數(shù)據(jù)轉(zhuǎn)換使之滿足正態(tài)分布后再進(jìn)t檢驗(yàn)；若轉(zhuǎn)換后仍無法滿足t檢驗(yàn)的應(yīng)用條件，則需采用非參數(shù)檢驗(yàn)的方法進(jìn)行分析。如果資料方差不齊性，可采用近似t檢驗(yàn)的方法進(jìn)行分析。研究者如果不清楚t檢驗(yàn)的適用條件以及這三種t檢驗(yàn)的區(qū)別就很容易出現(xiàn)t檢驗(yàn)的誤用。

1.2 方差分析

多組均數(shù)間的比較，如果各樣本來自正態(tài)總體且各樣本的總體方差相等，我們可采用方差分析（F檢驗(yàn)），包括完全隨機(jī)設(shè)計(jì)的方差分析、區(qū)組隨機(jī)設(shè)計(jì)的方差分析、多個(gè)樣本均數(shù)的兩兩比較（SNK檢驗(yàn)，亦即q檢驗(yàn)和LSD－t檢驗(yàn)）等。

1.3 非參數(shù)法的秩和檢驗(yàn)

若定量資料不符合正態(tài)分布，我們采用非參數(shù)的秩和檢驗(yàn)，包括配對(duì)設(shè)計(jì)的Wilcoxon符號(hào)秩和檢驗(yàn)、兩樣本W(wǎng)ilcoxon檢驗(yàn)、完全隨機(jī)設(shè)計(jì)多樣本比較的檢驗(yàn)、隨機(jī)區(qū)組設(shè)計(jì)的檢驗(yàn)等。

除應(yīng)用條件的限制外，t檢驗(yàn)最常誤用的原因便是兩組獨(dú)立樣本t檢驗(yàn)和配對(duì)t檢驗(yàn)以及兩組獨(dú)立樣本t檢驗(yàn)和方差分析的混淆。使用兩組獨(dú)立樣本t檢驗(yàn)還是配對(duì)t檢驗(yàn)主要在于研究設(shè)計(jì)是配對(duì)還是完全隨機(jī)設(shè)計(jì)。t檢驗(yàn)和方差分析的區(qū)別主要在于前者僅用于單因素兩水平設(shè)計(jì)和單組設(shè)計(jì)的資料，而后者主要用于單因素多水平（一般大于等于3個(gè)水平）和多因素設(shè)計(jì)的資料。

2 醫(yī)學(xué)論文中常見的定量資料假設(shè)檢驗(yàn)錯(cuò)誤

2.1 單因素方差分析（ANOVA）兩兩比較誤用兩獨(dú)立樣本t檢驗(yàn)

在醫(yī)學(xué)論文中，這是定量資料假設(shè)檢驗(yàn)最常見的統(tǒng)計(jì)學(xué)錯(cuò)誤。

例1 某作者比較了正常對(duì)照組和缺血性腦血管病患者有斑塊組及無斑塊組的同型半胱氨酸（Hcy）和基質(zhì)金屬蛋白酶－9（MMP－9）水平，采用兩兩比較的t檢驗(yàn)，結(jié)果見表1。

錯(cuò)誤分析：該研究目的是想比較對(duì)照組、有斑塊組和無斑塊組這三個(gè)獨(dú)立樣本來自的總體均數(shù)是否有差異，屬于多組樣本均數(shù)的比較。t檢驗(yàn)只能用于2個(gè)成組樣本均數(shù)的比較，本例應(yīng)該采用單因素方差分析。若差異有統(tǒng)計(jì)學(xué)意義，則可進(jìn)行多個(gè)樣本均數(shù)的兩兩比較，如q檢驗(yàn)等。

對(duì)處理觀測(cè)指標(biāo)（本例是Hcy和MMP－9觀察值）是定量的、影響因素（本例是分組）是定性的實(shí)驗(yàn)資料，無論有多少個(gè)組，也無論有多少個(gè)影響因素，很多人不加思索地就選擇t檢驗(yàn)。這也是很多方差分析誤用成t檢驗(yàn)的原因。如果3組或3組以上的計(jì)量資料分析時(shí)采用t檢驗(yàn)，會(huì)增大第一類錯(cuò)誤的概率。當(dāng)進(jìn)行n次假設(shè)檢驗(yàn)時(shí)，則總的推斷結(jié)論犯第一類錯(cuò)誤的概率就是1－（1－a）n，a為進(jìn)行一次檢驗(yàn)時(shí)犯第一類錯(cuò)誤的概率（統(tǒng)計(jì)學(xué)一般定義為0.05），n為均數(shù)使用的重復(fù)次數(shù)。本例中n為3（兩兩比較3次），計(jì)算犯第一類錯(cuò)誤的概率為1－（1－0.05）3＝0.1426，遠(yuǎn)遠(yuǎn)大于0.05。由此可見，單因素方差分析誤用成兩兩獨(dú)立樣本t檢驗(yàn)，會(huì)更容易得出差別有統(tǒng)計(jì)學(xué)意義的結(jié)論。

另外此表格設(shè)計(jì)也是不合理的。如果是假設(shè)檢驗(yàn)，在統(tǒng)計(jì)表格中需要列出假設(shè)檢驗(yàn)方法統(tǒng)計(jì)量的值，在根據(jù)統(tǒng)計(jì)量值的大小來判斷p值的大小。此表格中沒有列出每組假設(shè)檢驗(yàn)統(tǒng)計(jì)量的值和p值，并且p值的大小一般是沒有＜0.001這個(gè)界點(diǎn)的，一般為＜0.01或＜0.05。更合理的表格如表2。

表1 3組Hcy及MMP－9水平的比較

2.2 定量資料誤用成卡方檢驗(yàn)

卡方檢驗(yàn)是一種用途非常廣泛的假設(shè)檢驗(yàn)方法，常用于兩個(gè)或多個(gè)率或構(gòu)成比之間比較，通常用于計(jì)數(shù)資料的統(tǒng)計(jì)推斷。

例2 某作者欲比較新觀念剖宮產(chǎn)和腹部橫切口剖宮產(chǎn)兩種手術(shù)方法的手術(shù)時(shí)間、術(shù)后排氣時(shí)間和術(shù)中出血量的差別，分析結(jié)果見下表2。該文作者認(rèn)為，兩種方法剖宮手術(shù)從手術(shù)時(shí)間、術(shù)中出血量、術(shù)后排氣時(shí)間指標(biāo)都有明顯縮短及減少。兩組經(jīng)卡方檢驗(yàn)，P＜0.01，具有顯著性差異。

錯(cuò)誤分析：從表中我們可以看出本例的結(jié)果變量（手術(shù)時(shí)間、術(shù)后排氣時(shí)間和術(shù)中出血量）都是定量變量，變量值表現(xiàn)為數(shù)值的大小，因此資料為定量資料，不符合卡方檢驗(yàn)的適用條件。本例中分組變量為兩組，如果三種變量的觀察值符合正態(tài)分布，正確的方法是采用兩組獨(dú)立樣本均數(shù)的t檢驗(yàn)。

表2 3組Hcy及MMP－9水平的比較 （x±s）

表3 新觀念剖宮產(chǎn)與腹部橫切口子宮下段剖宮產(chǎn)手術(shù)比較

另外此表格設(shè)計(jì)也是不合理的，一般表格的左側(cè)（橫標(biāo)目）表示被統(tǒng)計(jì)分析的事物（本例為兩種剖宮產(chǎn)的手術(shù)方法），即統(tǒng)計(jì)表的主語；表格的上端（縱標(biāo)目）表示主語的各項(xiàng)指標(biāo)（本例為手術(shù)時(shí)間、術(shù)后排氣時(shí)間和術(shù)中出血量），并且應(yīng)列出兩組的例數(shù)n。如果使用卡方檢驗(yàn)也應(yīng)寫出確切的卡方值，具有顯著性差異應(yīng)改為差異具有顯著性。合理的表格如表4。

2.3 配對(duì)t檢驗(yàn)誤用成兩獨(dú)立樣本t檢驗(yàn)

例3 某研究采用Lysholm膝關(guān)節(jié)功能評(píng)分評(píng)定手術(shù)前后的膝關(guān)節(jié)功能，作者采用兩獨(dú)立樣本t檢驗(yàn)，結(jié)果見表5。

錯(cuò)誤分析：本例作者采用自身前后對(duì)照，比較治療前后膝關(guān)節(jié)功能療效，而錯(cuò)誤地采用兩獨(dú)立樣本t檢驗(yàn)進(jìn)行統(tǒng)計(jì)學(xué)處理。原設(shè)計(jì)為自身對(duì)照配對(duì)設(shè)計(jì)，是最簡(jiǎn)單的重復(fù)測(cè)量設(shè)計(jì)，這種比較應(yīng)采用配對(duì)t檢驗(yàn)，若每對(duì)數(shù)據(jù)的差值不服從正態(tài)分布時(shí)可采用配對(duì)比較的符號(hào)秩和檢驗(yàn)（非參數(shù)檢驗(yàn)）。

配對(duì)t檢驗(yàn)和兩獨(dú)立樣本t檢驗(yàn)有不同之處：①兩者設(shè)計(jì)類型不同；②觀察的內(nèi)容不同，兩獨(dú)立樣本t檢驗(yàn)是比較兩樣本均數(shù)代表的總體均數(shù)有無差異，而 配對(duì)t檢驗(yàn)是在同一個(gè)體上進(jìn)行實(shí)驗(yàn)，以觀察每個(gè)實(shí)驗(yàn)單位處理前后（或兩種處理方法）兩次結(jié)果的差值平均數(shù)來推斷某處理因素對(duì)同一樣本處理前后（或兩種處理方法）有無差異；③配對(duì)t檢驗(yàn)最大程度地減少了個(gè)體變異對(duì)處理問變異的可能影響，用較少樣本可得較多的信息，同時(shí)提高了檢驗(yàn)效能。

表4 新觀念剖宮產(chǎn)與腹部橫切口子宮下段剖宮產(chǎn)手術(shù)比較

表5 治療前后Lysholm膝關(guān)節(jié)功能評(píng)分比較

3 討論

假設(shè)檢驗(yàn)是用樣本的信息推斷總體的某個(gè)特征是否成立，換句話說它的目的是研究理論總體。如果我們?cè)谶M(jìn)行假設(shè)檢驗(yàn)的時(shí)候選用的方法不恰當(dāng)甚至是錯(cuò)誤的，那我們得出的結(jié)論肯定也是不正確的。在分析醫(yī)學(xué)研究數(shù)據(jù)中的定量資料時(shí)，切忌只關(guān)心P值的大小而忽視統(tǒng)計(jì)分析方法的適用條件，盲目套用公式而造成統(tǒng)計(jì)分析方法的誤用。換句話說，合理地選用統(tǒng)計(jì)分析方法，是得到正確結(jié)論的關(guān)鍵所在。

以上例舉的錯(cuò)誤類型在各種醫(yī)學(xué)文獻(xiàn)中較為普遍，提示我們醫(yī)學(xué)科研工作人員的統(tǒng)計(jì)分析知識(shí)比較薄弱。在實(shí)際應(yīng)用中，醫(yī)學(xué)科研工作者應(yīng)進(jìn)一步學(xué)習(xí)和掌握最基本統(tǒng)計(jì)學(xué)分析方法的概念及其應(yīng)用條件，這些遠(yuǎn)比掌握具體的檢驗(yàn)步驟更為重要。同時(shí)醫(yī)學(xué)期刊也應(yīng)加大對(duì)稿件中統(tǒng)計(jì)學(xué)分析方面的審查力度。只有這樣，才能使醫(yī)學(xué)論文中統(tǒng)計(jì)學(xué)方法應(yīng)用上的缺陷和錯(cuò)誤得以彌補(bǔ)和改正，從而保證論文的科學(xué)性和結(jié)論的可靠性。

［1］姚應(yīng)水，劉更新 .預(yù)防醫(yī)學(xué) ［M］.西安：第四軍醫(yī)大學(xué)出版社，2011：169.

［2］胡良平 .影響我國(guó)醫(yī)藥科技事業(yè)發(fā)展的要因分析及其對(duì)策研究 ［J］.醫(yī)學(xué)情報(bào)工作，2003，49（2）：152～154.

［3］王倩，張博恒 .五種中華醫(yī)學(xué)會(huì)系列雜志論著中統(tǒng)計(jì)方法的應(yīng)用現(xiàn)狀 ［J］.中華醫(yī)學(xué)雜志，1998，78（3）：230～233.

［4］張亙稼 .略論科技期刊論文中統(tǒng)計(jì)方法的誤用 ［J］.中國(guó)科技期刊研究，2012，23（3）：413～414.