医学统计学案例分析报告.docx

医学统计学案例分析报告.docx

《医学统计学案例分析报告.docx》由会员分享，可在线阅读，更多相关《医学统计学案例分析报告.docx（6页珍藏版）》请在冰豆网上搜索。

医学统计学案例分析报告

医学统计学案例分析评述

医学期刊论著：

《口岸出入境人员预防接种统计分析》

【题目】口岸出入境人员预防接种统计分析

【研究目标】对口岸出入境人员的预防接种情况进行统计分析，为各种跨国传染

性疾病的预防提供参考数据。

【研究人群】2010年1月--2012年5月口岸接受预防接种的出入境人员6870

位，其基本资料如下：

男3678人，女3021人；年龄在3-79岁之

间，平均年龄45.6岁。

经免疫前检查和询问，研究对象均无严重

的疾病，且无接种疫苗过敏史及禁忌症。

【资料类型】本资料是计数资料。

（1）原文：

研究对象：

选择我处2010年1月-2011年4月，2011年5月-2012

年5月两个时间段6870位出入境人员，将其按公务人员、船员、劳

务人员、留学人员、旅游探亲及商务等进行分组。

（2）问题：

①文献中未明确“我处”的具体含义，没有明确研究对象的来源。

②文献中未提及“6870位出入境人员”是如何产生的，即是普查，

还是抽样调查？

如果是抽样调查，未明确抽样的方法，是如何应用

随机抽样的方法选择这6870位研究对象的？

【统计方法】

（1）本论著未明确使用了何种统计学方法，我们组认为：

首先应对资料进行正

态性检验和方差齐性检验，若满足正态、方差齐，选择χ2检验，否则应选

用秩和检验。

一篇论文结论的正确与否，需根据该篇论文所选用的检验方法和检验结果

进行判断。

如果没有检验方法或检验方法不合理，就无法知道检验结果是

否出错，也就无法对结论进行准确判断。

（2）文献尽管在“1.4统计学处理”中提及了“使用SPSSl5.2软件进行统计学

分析”，注明所采用的统计软件，但方法中未注明统计推断方法，没有明确

采用了那种统计方法，即是卡方检验还是秩和检验等。

（3）在没有提及统计方法的前提下，全文也没有表示统计结果，即具体的计算

值和相对应的P值，只有P<0.05，表述不完整。

正确的统计分析方法、具体的统计量值和Ｐ值是最终准确推断结论的重要

依据，三者缺一不可。

所以，具体的Ｐ值和统计量应在论文表格或文字描

述中说明。

（4）统计符号书写不规范：

检验水准表述有误，原文“检验水平取P=0.05”，应改为“检验水准ɑ=0.05”。

【结果表达】

（1）在“2.1不同时间段接种人数比较”中：

①原文：

研究将研究对象按照2010年1月-2011年4月，2011年5月-2012年

5月分为两个时间段进行研究，第一个时间段接种人数为4606人，第

二时间段接种人数为2264人。

第二时间段较第一时间段接种人数明显

减少，且具有显著差异性（P＜0.05）。

②错误：

结果表述有误：

“第二时间段较第一时间段接种人数明显减少，且具有

显著差异性”。

2个时间段研究对象数量不同，通过统计分析不能得出

“人数明显较少”的结论，应表述为：

按ɑ=0.05水准，差别有统计学意

义，可以认为2个时间段接种人数不同。

（2）在“结果2.2和2.3”的结论中：

①错误：

均未明确具体的统计值及相对应的P值，“具有显著性差异”应改为“差

别有统计学意义”。

（3）统计表表示不正确:

①统计表为三线表，在有“合计”一项时，应加一条分隔线。

《小剂量米非司酮在子宫腺肌病治疗中的临床疗效分析》

【题目】《小剂量米非司酮在子宫腺肌病治疗中的临床疗效分析》

【研究目标】探讨米非司酮治疗子宫腺肌病的临床疗效。

【研究人群】：

72例依临床症状、彩色超声或腔镜检查诊断为子宫腺肌病的患者

【资料类型】：

此资料为计量资料

【所用统计分析方法名称】：

t检验

【结果表达规范情况】：

统计表有问题。

首先，无数字的地方没有用“—”表示，而是直接空格。

其次，P值表达的意思与文中所论述的不同，文中说是将治疗后3个月与6个月分别与治疗前比较得出P值，而表格中表达出的含义是P值是由三组数据一起比较得出的。

再次，统计表并不能完整地表达文中所论述的情况，例数为什么减少这个信息这个并没有在表格中表达出来。

虽然文章中说明了情况，但是信息有些杂乱，使用统计表可以使重要的信息一目了然，为读者提供便利。

【应用的分析方法是否正确】：

个人认为应用的分析方法不正确。

首先，它并未说做过方差齐性检验，

其次，它看不出使用的是哪种t检验，不是单样本资料的t检验，也不是独立样本的t检验，若说是配对样本的t检验，它每次的观察例数不相同，治疗前是72例，治疗后3个月是56例，治疗后6个月又变成62例。

再次，它将治疗后3个月与6个月分别与治疗前比较，割裂了原来的整体设计方案,资料的利用率及结论的可靠性低,应采用方差分析进行处理。

【结果解释是否正确】：

结果描述中，“32例病人的月经情况与治疗前比较差异有统计学意义”这句话中，32例病人来的莫名其妙，看不出是从哪里来的，可能是笔误。

【如何修正】：

应采用方差分析进行处理。

医学期刊论著研究案例分析

2010年中国60岁以上居民高血压和糖尿病及血脂异常状况调查

一、论文题目

《2010年中国60岁以上居民高血压和糖尿病及血脂异常状况调查》

二、研究目的

凋查2010年中困60岁以上居民高血压、糖尿病及血脂异常状况。

随着我国人口老龄化程度的加剧，高血压、糖尿病和心脑血管疾病等慢性病的患病率逐年增长。

高血压与脑卒中关系密切，70％以上脑卒巾患者患有高血压弘。

。

糖尿病患者发生高血压的风险是非糖尿病患者的2～3倍，糖尿病患者的脑梗死发生率也明显高于非糖尿病者。

血清TC或LDL—C升高均是冠心病和缺血性脑卒中的独立危险。

笔者利用2010年中国慢性病监测数据，分析了我国不同地区60岁以上居民的高血压、糖尿病及血脂异常状况。

三、研究人群

对象：

2010年在中国内地31个省（自治区、直辖市）及新疆建设兵团开展了中国慢性病及其危险因素监测调查。

该调查采用多阶段整群随机抽样方法，在全国疾病监测系统的162个监测点进行。

调查对象为监测点18岁以上的常住居民（在该地区居住6个月以上的居民），纳人分析的有效样本量共为97187名，其中60岁以上居民共19981名。

所有调查对象均签署了知情同意书，本研究通过巾国CDC伦理委员会审查。

四、资料类型

本次调查项目包括问卷调查，体重、身高和血压测量，以及血糖与血脂的检测。

问卷调查：

包括家庭问卷和个人问卷。

家庭问卷内容包括家庭成员人口学基本信息、家庭经济和饮食状况；个人问卷内容主要包括吸烟、饮酒、饮食、身体活动状况，以及高血压、糖尿病、慢性阻塞性肺病（COPD）、肿瘤等主要慢性病的患病情况。

计量资料：

体重、身高、血压、血糖、血脂

二分类变量：

性别、是否患病

五、统计分析方法

统计学分析：

对≥60岁居民监测数据，以性别、年龄、城乡和地域（东、中、西部）作为分层因素进行统计分析。

按照同家统计局的分类方法，将全国所有的县（区）按照地域分成东、中、西部；将县、县级市和旗定义为农村（参与本次调查的新疆建设兵团某部被定义为农村），其他为城市。

采用患病率指标，运用

检验分析各层内及各年龄组之间的高血压、糖尿病以及血脂异常的差别。

所有结果（患病率）均经过复杂加权调整，按照2010年中国慢性病监测的抽样方案计算了抽样权重，计算权重的过程和方法详见文献。

应用SAS9．2统计软件进行数据分析，以P<0．05为差异有统计学意义。

纠错：

统计学分析方法中说明了本文使用

检验来分析各层内及各年龄组之间的高血压、糖尿病以及血脂异常的差别。

虽然没有什么错误。

但我认为最好先说明资料类型之后再说明具体使用哪种

检验才比较合适。

六、结果表达

（1）高血压、糖尿病及各项血脂异常患病情况：

经过复杂加权计算后，我国60岁以上居民高血压患病率为66．9％，东部高于西部；糖尿病患病率为19．6％，东部高于西部，城市高于农村，女性高于男性；3项血脂异常患病率均呈现女性高于男性，城市高于农村，高甘油三酯血症是血脂异常的主要类型，患病率为10．8％（表1）。

结论：

高血压患病率为66．9％，东部高于西部（分别为67．9％和62．5％）（P<0．05），城乡差异无统计学意义（P>0．05）。

糖尿病患病率为19．6％，东部高于西部（分别为21．5％和17．7％）（P<0．05），城市高于农村（分别为25．O％和17．0％）（P<0．05）。

纠错：

（1）假设检验结果结果正确表达方法：

应写出描述性统计量，如样本均数、率、相关系数、回归系数、相对危险度、半数效量等，以及可信区间、检验统计量、P值；然后根据P值做出统计学推断，并作出相应的医学专业结论。

以上面的结论为例：

对于高血压患病率东部高于西部这个结论来说，不仅没有给出统计量卡方值，也没有写出在α=0.05的检验水准。

而且在下面的表1中是对东、西、中部进行了卡方检验，并没有看到两两比较的结果，这显然是不对的，而且也没有给出95%可信区间。

（2）线条使用错误：

至少用三条线，表格的顶线和底线将表格与文章的其它部分分隔开来，纵标目下横线将标目的文字区与表格的数字区分隔开来。

部分表格可再用横线将合计分隔开，或用横线将两重纵标目分割开。

其它竖线和斜线一概省去。

本篇文章的统计表违背了三线表的基本原则。

（3）组段分组方法错误：

本例中组段为为60~64,65~69,70~74,75~79

这样划分年组段的问题是：

64岁零几个月的人就不能归到任何一个年龄组中，这是不对的。

而本文列表中的表述方法，实际只是各相应年龄组，而不是组段。

根据组段划分原则：

1、确定各组段上下限时，各组段要连续但不重叠。

除去最后一个组段，其余组段应包含下限值，不包含上限值。

2、同时分组不宜过粗，也不宜过细。

通常分为10～15个组。

本文中的组段较少，应再细分。

3、第一组段应包含最小值，最后一组段应包含最大值。

本例中最后一组并无最大值。