在线客服

常见的统计学问题实用13篇

引论:我们为您整理了13篇常见的统计学问题范文,供您借鉴以丰富您的创作。它们是您写作时的宝贵资源,期望它们能够激发您的创作灵感,让您的文章更具深度。

常见的统计学问题

篇1

统计学中常用的概念有总体与样本、随机化与概率、计量与计数、等级资料及正态与偏态分布资料、标准差与标准误等。如某研究采用经会阴途径测定宫颈长度,以探讨不同宫颈长度与临产时间的关系。结果显示35例宫颈长度为25~34mm者与32例宫颈长为15~24mm者临产时间的均值±标准差(x±s)各为57.6±58.1与47.3±49.1小时。该计量资料,经t检验显示t=0.780,P>0.05,并未提示不同宫颈长度的临产时间差异有显著意义;从标准差大于均值,显示各变量值离散程度大,呈偏态分布,故不能采用x±s这一算术均数法计算均数。经偏态转换成近似正态分布资料后结果是:35例与32例的临产时间各为34.5±4.1与26.7±4.1小时,(t=7.778,P

二、 正常值范围及异常阈值的确定

如何选择研究对象,至少需多少例,正确统计处理和参考一定数量的病例数据,是确定正常值范围及异常阈值的四个重要因素。

1.研究对象:应为“完全健康者”,可包括患有不影响待测指标疾病的患者。如“正常妊娠”的条件:孕前月经周期规则、单胎、妊娠过程顺利、无产科并发症及其它有关合并症,分娩孕周为37~41周+6,新生儿出生体重为2500~4000g和Apgar评分≥7分。

2.观察数量:观察数量应尽可能多于100例;需分组者,各组人数也是如此(标本来源困难时酌情减少)。有些指标值如雌三醇(E3)、甲胎蛋白(AFP)、胎盘泌乳素(HPL)等随孕周进展而变化,应按孕周分组;邻近孕周均数相近者,可合并几周计算。若为偏态分布,应以百分位数计算,则例数应≥120例。取各孕周对象时,应考虑到所取各孕周中的例数分布大致均衡。显然,文稿中往往以少量例数求得正常值是欠可靠的。

3.统计处理:应根据所得数据分布特征采用不同的统计处理方法。属正态或近似正态分布的数据,可采用x±s法计算;这也适用于以一定方法能将非正态分布转换成正态或近似正态分布的资料。对无法转换的偏态资料,应采用百分位数计算法。具体计算(包括上下限初步制定)见文献。

4.对照数量:相应观察的病例数(包括分组)应不少于30例,这对制定某指标有临床意义的异常阈值尤其重要,这一点往往易被忽视。如在参考较多病例数据后,唾液游离E3的下限异常阈值应为第2.5百分位数,而非通常采用的5百分位数。否则,将会导致该指标产前监护的假阳性率增加。

三、 t检验与校正t检验(t′检验)

这是文稿中极易混淆的一类计量资料统计问题

(一)检验的注意事项

1.t检验的意义:t检验与所有统计分析相同,其结果提示现有差别不仅仅是抽样误差所致,且提示犯第一类错误的可能性大小,即t0.05与t0.01犯第一类错误的可能性各为5%与1%。

2.统计意义与临床意义的关系:统计学有显著意义,而在临床上可能是无意义的,提示该研究应继续深入,以明确该差异是否真有显著意义;相反,统计无显著意义,而临床上却是有意义的,不能贸然轻易地下结论。应复查实验设计、方法、试剂及仪器性能、质控措施和实验数据等是否有问题,或尚需再进一步增加样本量进行复测等。

3.t检验适用范围:t检验仅适用于正态或近似正态分布(包括偏态转换)和其方差是齐性资料的检验;t检验适用于可比性资料,即除了欲比较的因素外,其它所有可影响的因素应相似。

4.t检验的结果判断:判断结果不应绝对化,P0.05,分别表示可拒绝或接受原定的假设,但两者都有5%的可能性犯第一类错误;而P值越小,只能是更有理由拒绝原定的假设。

5.单侧与双侧检验:应预先制定本研究的结果是需行双侧还是单侧检验。对有把握确知某治疗措施或某指标是不会劣于现有的,才作单侧检验;若不知何者为优,应行双侧检验。因为在同一t值的界限上,单侧检验的概率(P)仅为后者的一半,也就是说单侧检验较双侧检验更易得出差别有统计意义的结论,不可随意制定。一般讲,绝大多数研究以采用双侧检验为妥。

(二)t′检验与t检验的区别

当两样本均数的方差非齐性时,应以t′替代t检验。例如:甲组32例血清某指标值为53.9±49.6(μmol/L);乙组6例的结果为26.6±7.2(μmol/L),若不考虑两样本方差大小,t检验示t=1.331,P>0.05,提示两组血清该指标的平均含量差异无显著意义。但先作方差齐性检验,F=47.4,Pt′0.012.875,P

四、 卡方(χ2)、校正χ2与直接概率法(或精确法)检验

这三种检验方法为一类用途较广、但也易混淆的、适用于计数资料检验的方法。应注意,鉴于总数与理论值的不同,应采用相适合的检验方法。

例1.192例出生体重≥4000g的新生儿发生难产与窒息数分别为151例与22例;3475例出生体重≥3500~4000g的新生儿发生难产与窒息数分别为185与265例;2451例出生体重≥2500~3500g的新生儿发生难产与窒息数分别为122与169例。3组的构成比:难产与新生儿窒息率分别为:78.6%、5.3%、5.0%与11.4%、7.6%、6.9%。据此贸然认为出生体重≥2500~3500g为最佳新生儿分娩体重的结论是不可靠的。经χ2分析,后两组的难产与窒息率间和前两组窒息率间差异均无显著意义(P均>0.05)。故可认为,单据本研究结果是难以得出上述临床上认可的结论的。这涉及到上述“统计无显著意义,而临床却是有意义”的问题,应进一步复查或增加样本测试。杜绝单纯根据百分率的大小贸然下结论。

例2.某药治疗感染衣原体(CT)的中、晚期孕妇各11例和36例,她们的新生儿感染CT数各为3例和23例。χ2检验得χ2=4.570,P

例3.以精确法替代χ2检验。某新技术测试8例卵巢内胚窦瘤患者,5例呈阳性反应;测试25例卵巢颗粒细胞瘤患者中6例阳性。χ2检验得χ2=4.042,P

五、 相关与回归分析

相关分析只是以相关系数(r)来表示两个变量间直线关系的密切程度和相关方面的统计指标。无论是正相关(r为正值)或负相关(r为负值),只是经相关系数的统计意义检验(如t检验)后,当P

“相关”是表示两个变量间相互关系的密切程度,而回归分析是提示两个变量间的从属关系。在回归分析中,应注意由X变量值推算Y,与以Y变量值推算X的回归线是不一样的;直线回归方程的适用范围,一般仅适合于自变量X原测数据的范围,故绘制回归线时,X值切不能超越实测值的范围而任意延长。

可见,这两种分析,说明的问题是不同的,但相互又有联系。在作回归分析时,一般先作相关分析,只有在相关分析有统计意义(即回归有统计意义)的前提下,求回归方程和回归线才有实际意义。决不能把毫无实际意义的两个事物或两种现象进行相关与回归分析。

六、 数据的正确书写

1.文稿内各数据的书写必须前后一致;总数应等于各分组的数据之和。

2.对不同指标,有其不同数据精度的要求,这应结合专业知识加以判断。如新生儿出生体重是以公斤为单位,记录测定数据精确到小数点后的第二位数字即可。

3.测定数据的书写,不能超越其测量仪器测试的精确度范围。

4.同一指标的前后数据应保持同一精确度。

篇2

新课程的核心理念是以学生发展为本,让学生参与是新课程实施的核心。如何实施,应尊重学生,还学生学习的自由,提高学生的学习兴趣;优化教学环境,加强交流与合作;给每位学生以期望和激励,让学生有成功感;教学中在以教师为主导的前提下,坚持学生是探究的主体,根据教材提供的学习材料,伴随知识的发生、形成、发展的全过程进行探究活动,教师着力引导学生多思考、多探索,让学生学会发现问题、提出问题、分析问题、解决问题,只有这样才能使学生品尝到自己发现的乐趣,才能激起他们强烈的求知欲和创造欲。只有达到这样的境地,才会真正实现学生的主动参与。根据建构主义理论:建构主义本来是源自关于儿童认知发展的理论,由于个体的认知发展与学习过程密切相关,因此利用建构主义可以比较好地说明人类学习过程的认知规律,即较好地说明学习如何发生、意义如何建构、概念如何形成,以及理想的学习环境应包含哪些主要因素等。其核心概括为以学生为中心,强调学生对知识的主动探索、强调做中学,主动发现和对所学知识意义的主动建构,让学生自主学习,合作学习,探究学习。为此通用技术学科,采用以“问题场”为载体的教学实践研究。研究过程如下:研究背景;研究目标;研究内容;研究方法;研究计划;预期成果。

场的概念是近代物理学最重要的概念之一,最初由法拉第提出来,指出电荷间相互作用是通过电场发生的,场我们看不见也摸不着,但确实存在,场是空间坐标和时间的函数。我们的研究课题“问题场”与此类似,是空间正四面体结构。本课题的“问题场”指课堂教学中以一系列问题串为载体,师生之间、生生之间为完成共同的学习内容而相互作用所有时空中介的总称。对于通用技术课堂教学而言,就是以“目标串”、“问题串”、“活动串”、“反馈串”为四维纬度,以学生为中心,让学生置身于其相互作用的场中,通过场作用充分发挥学生主体作用,从而产生场效应实现学习目标。

二、实施方案

《通用技术》是新课程改革的产物,是高中技术教育中除信息技术之外的、较宽泛的,体现基础性和通用性并与专业技术相区别的技术,是日常生活中应用广泛,对广大学生的发展具有广泛迁移价值的技术。通用技术课程是一门立足实践、注重创造、高度综合、科学与人文融合的课程。它的学习过程是学生主动建构知识、不断拓展能力、形成良好情感态度与价值观的过程,是一个富有生机、充满探究、方式多元的活动过程,是普通高中必修的课程,基本目标是“提高学生的技术素养,促进学生全面而富有个性的发展”。在当今鼓励“大众创业,万众创新”的时代,更有意义。

备课样式:

“问题场”课题研究课堂教学评价量表

上课老师:?摇 ?摇?摇?摇 ?摇班级:?摇?摇?摇?摇 ?摇内容:?摇 ?摇?摇?摇?摇

上课时间:?摇 ?摇?摇?摇?摇评课老师:?摇 ?摇 ?摇?摇 ?摇

重点讲一下反馈串设计,包括教师巡视、学生回答、观看视频、投影展示、投影讲解、当堂训练、学生回答后教师评价补充等。体现课堂的高效性,美国教育博士加里・D・鲍里奇在《有效教学方法》中提出促进有效教学的五种关键行为是清晰授课,任务导向,多样化教学,引导学生投入学习过程,确保学生成功率。在以问题场为载体的课堂教学中,强调学习任务的明晰呈现,并以问题场的形式进行具体的学习任务导向,同时针对每个问题选择合适的多样化的学习活动,引导学生积极投入学习,并通过合适的反馈方式确保学生的成功率。这种问题场场效应的实现,突出了课堂的高效性。

在以问题场为载体的课堂教学中,教师的主导作用体现在对每板块内容以“问题场”为导向组织教学的过程中,积极带领学生生成新的“问题场”,师生共同合作、探究,解决问题。教师的主导作用还体现在学生活动过程中教师对活动的指导作用及活动后对教学目标达成反馈全过程中。针对不同的问题,学生采用不同的活动方式、形成多样化的学习方式,问题场产生的场效应得以真正发挥,真正把课堂还给学生。

三、课堂教学实践

问题场涉及的领域很广,就教学环节来说涉及课前准备、课堂教学和课后延伸,本课题基于高中生对通用技术学科学习方式的现状,着重在课堂教学中开展研究。在日常课堂教学中,课前以备课组为单位集体备课,共同讨论,以“问题场”为核心,精心设计目标串、问题串、活动串、反馈串、在课堂上要认真落实,发现问题及时解决并反馈,善于抓住课堂中生成的问题,机智灵活处理,提升课堂效率。课后备课组成员及时反馈探讨课堂中的问题,并找出解决问题的方法,采取有效措施改正或弥补。我们开设以“问题场”为载体的课堂教学研究市级、区级、校际和校级的公开课,在公开课上,利用制定的观察量表和设计式样进行课堂评价,全组成员一起探讨公开课的优点与不足,特别是针对不足之处找出解决的有效方法途径,让老师不仅学习别人的长处,更弥补自己的不足,从而真正有效地提高课堂效率,加强与其他学校的联系,多向同行学习、请教,不断提升自己的专业素养,及时反思,形成课前进行集体备课,课后进行集体评议,个人在此基础上进行反思,并把相关材料及时上传校园网,及时进行经验总结,撰写教学论文并争取发表,努力使课题研究常态化,努力挖掘、发挥课题在课堂教学实践中的真正价值。

参考文献:

[1]李荣民.“问题场”:研究性学习的知识诱因[J].上海教育科研,2008(5):68-69.

[2]孙立祥.“问题串”在生物教学中的应用[J].生物学通报,2011(12):31-33.

[3]王业志.建构主义理论在课件开发中的应用与实践.山东师范大学硕士论文,2003-10-17.

篇3

医学统计学是一门以统计学原理和方法为基础,探索医学科研工作中遇到的有关数据的收集、整理和分析方法的应用科学,又可被看成一个收集信息、处理信息、分析信息,进而从中提炼和总结分析出新的信息的过程[1]。随着医学科研水平和医疗技术水平的不断提高,医学科研和临床实际工作中,人们对待科学的态度逐渐从原来的“经验主义”转变为“论据先行原则”,无论是在一些医学相关学科的基础实验中,还是在一些临床疾病的诊治等工作中,人们遇到问题时不再“想当然”,而是首先考虑为什么,有何依据,而这些依据大多需要通过统计学中的信息收集、整理、分析来提供。因此,医学统计学在医学工作中的地位越来越重要,统计学应用的正确与否直接影响着医学科研结论的科学性、严谨性和可靠性,具体到医学期刊方面,就会出现因统计学应用不恰当而导致医学期刊不严谨、不科学、不可靠和不具有影响力[2]。鉴于医学统计学在医学期刊中的重要地位,作者结合《肿瘤基础与临床》杂志2011年的240篇文章中出现的统计学问题,对目前我国医学期刊中常见的统计学问题进行分析,同时提出一定的解决方案,为医学编辑工作能力的提高以及医学期刊整体水平的上升提供一定帮助。

1 医学期刊中常见统计学问题

统计学的误用、错用和不用问题广泛存在于许多医学期刊中,统计学错误率处于较高水平,有文献报道期刊论文统计学错误率为38%—80%,而且统计学问题的种类几乎涉及统计学的每个方面,包括实验设计不合理、未进行统计学处理、统计分析软件未介绍或介绍不清、统计学数据的描述方法不当、统计学方法的描述不清或错用、统计值或P值不全或描述不清、统计学结果分析或描述错误等[3-4]。王倩等[5]对5种“中华”系列杂志刊登的文章的统计学应用进行回顾性分析,发现1985年统计学方法应用的错误率占24%,1995年占36%。沈进等[6]选取8种医学期刊,分析发表于1998年至2005年的544篇论著文章的统计学方法应用情况,结果显示,136篇的统计学出现明显错误,错误率达到25%,其中以资料处理方法不当所占比例最高,达到61.76%,其次为图表错误、未作统计学处理等。我刊2011年刊登的240篇论文中,排除个案报道、教学论文、棕色行论文36篇,剩余的204篇论文中有126篇论文采用了统计学处理,占61.76%(126/204),现结合本刊统计学应用现状针对医学期刊中常见的统计学问题进行分类分析如下。

1.1 统计研究设计不合理问题

大多数非统计学专业的学者在进行统计研究设计(包括实验设计、调查设计、临床试验设计)时仅仅从本专业的角度考虑,根据主观想要得到的结果进行分组设计,而完全没有考虑该实验设计的可行性、组间数据是否具有可比性等问题,主要表现在实验设计时不遵循随机化原则、未设置对照或对照不合理、均衡性原则贯彻不彻底等[7]。常见的统计研究设计不合理问题包括缺少对照或对照不合理、单因素设计取代多因素设计、样本量选择不具有代表性或样本量不足等[8]。例如,本刊《SMO蛋白及mRNA在食管癌鳞状细胞癌组织中的表达及意义》一文,在实验分组设计时未对各组间数据是否具有可比性进行统计学分析。

1.2 未进行统计学处理问题

许多医学期刊论文虽然也进行了分组设计、设立对照等,但是文中未说明采用何种统计方法,也未对这些数据进行统计学处理,仅仅通过对实验所得的实际数据的直观判断就得出结论[9]。例如,本刊《肺尖癌26例疗效分析》一文中,作者在分析不同治疗方法对肺尖癌的疗效时并未采用任何统计方法,而是直接得出了“综合治疗较单纯治疗更能延长肺尖癌患者生存期”的结论,这不符合现代医学科研的结论需有据而立的原则。

1.3 统计方法的描述不具体或错用问题

1.3.1 统计方法的描述不具体

一些医学期刊论文中列出的统计方法过于简单,甚至未列出,主要有以下几种情况[10-12]:在“材料与方法”部分中的“统计学处理”中未列出所用的统计学软件或仅列出所用软件而未说明所用软件的版本;对于何种数据采用何种统计方法仅笼统描述,未具体列出文中的那些数据应该用何统计方法;对于定量数据仅列出采取t检验或方差分析,而未列出是否进行正态性检验和方差齐性检验;对于两组定量数据无论是应该采用成组设计t检验还是配对设计t检验,均仅描述为“两组定量数据比较采用t检验”;对于两组或多组定性数据的比较,无论是仅需用 2检验,还是需要采用矫正 2检验或 2分割检验,均描述为“两组或多组定性数据的比较采用 2检验”;统计学符号书写不规范,例如,根据GB/T3358-82,F检验、P值、 2检验、t检验等中的字母应为斜体,不符合上述规定的书写均为错误情况,这在论文中非常普遍;未列出检验水准 ,检验水准 是事先设定的判断小概率实践的标准,实际意义是允许犯假阳性错误概率的最大值,需要根据不同的研究目的进行设定。例如,本刊《 -连环蛋白和层粘连蛋白的表达与垂体腺瘤侵袭性的关系》一文在“统计学处理”仅说明数据的比较采用t检验,而未说明t检验的类型。

1.3.2 统计方法的错用

一些医学期刊论文中的统计方法的应用存在明显的错误。对于所有定量数据,常见的错误有[13-14]:无论是否符合正态分布、是否方差齐,一律盲目应用t检验或单因素方差分析等参数检验方法进行比较分析;无论数据分为几组,一律采用t检验进行比较分析,把其当做定量数据比较的万能工具;无论各组数据是何关系,一律采用成组设计t检验或单因素方差分析。例如,本刊《癌症相关性乏力与TGF- 1的关系分析》一文中,定量数据进行比较分析之前未说明是否进行了方差齐性检验和正态性检验。对于所有定性数据,常见的错误有:把 2检验当做所有定性数据的万能统计工具,忽略了其应用的前提条件是, 2检验适用于正态分布的定性数据,且样本量最好>40,列联表数据进行 2检验时不能有1/5以上的格子其理论频数

1.4 统计结果的描述及分析错误问题

许多医学期刊论文中均可见到统计结果的描述或分析错误,常见的有以下几种[15-17]:1)对于定量数据应当根据是否符合正态分布而采用不同的描述方法,符合者一般采用“均数±标准差”或“均数±标准误”表示,而不符合者则采用中位数和四分位间距来进行表示,不按上述规定进行描述者均属于错误描述;2)对于定性数据,常见的错误是构成比和百分率不分,计算率或构成比等相对数的样本量过小;3)解释有统计学意义时仅根据P值的大小得出相应结论,例如对于A、B组2组的疗效(假定A组疗效优于B组),其“P

1.5 统计值和(或)P值描述不清以及统计值缺失问题

许多医学期刊对统计结果进行描述时,通常不能完整清晰地描述出统计值和P值,常见的有以下几种情况[18-19]:统计结果仅用“P0.05”得出结论,缺少相应的统计值;统计结果包括统计值,但是P值仅写出“0.05”,未列出具体的P值;仅列出具体的P值,而统计值缺失,上述几种情况均不利于文献阅读者进行数据验证和meta分析。例如,本刊《同步放化疗治疗局部晚期食管癌临床观察》一文中,所有统计结果均仅列出了“P0.05”,未列出具体的统计值和P值。

2 针对医学期刊中常见统计学错误的解决对策

目前,医学期刊论文的统计学问题已经成为衡量论文质量高低的重要标准,统计学的错误可能会导致论文学术水平和学术质量的降低,甚至有可能导致严重的后果。近年来,随着广大医学科研工作者和医学期刊编辑及审稿专家对医学统计学应用的重视,医学期刊论文中的统计学问题已经明显减少,但仍然处于较高的水平,这可能与以下几点有关[20-22]:论文作者、编辑及审稿专家思想上不够重视论文统计学应用;期刊编辑的统计学应用知识匮乏;选择审稿专家只注重其专业领域内的影响力,而未关注其统计学应用水平。因此,要想提高医学期刊的统计学应用水平,从而更进一步提高期刊总体质量,需要做到以下几点:作为医学期刊编辑,必须不断进行统计学相关知识的学习,例如参加相关培训班、旁听医学院校的统计学课程及请教统计方面的专家等,以提高自身的统计学应用水平,并从思想上重视统计学应用的审查,在给新投稿件的作者的初步意见中就强调统计学应用的重要性,规定一旦统计学有问题,论文可随时退稿;聘请医学统计学专家进入期刊编委会,负责所有论文的统计学审稿;应通过各种途径,向广大科研工作者宣讲统计学在医学科研工作中的重要性,使其养成良好的正确应用统计学的习惯;在科研课题设计过程中要求有统计学相关专家的参与;科技期刊中增加统计学应用栏目,刊登与本刊论文关系密切的统计学方法,或者刊登一些常见的统计学错误,与作者或读者交流,提高其统计学应用能力。

注 释

[1]孙振球.医学统计学(第3版)[M].北京:人民卫生出版社,2010:1-8

[2]胡良平,郭秀花,刘惠刚.医学统计学是评价医学科技论文质量优劣的重要依据[J].中华口腔医学杂志,2011,36(3):229-232

[3][8]胡良平,李子建.医学统计学基础与典型错误辨析[M].北京:军事医学科学出版社,2003:4

[4] Garc韆-Berthou E,Alcaraz C.Incongruence between test statistics and P values in medical papers[J].BMC Med Res Methodol,2004,4:13

[5]王倩,张博恒.五种中华医学会系列杂志论著中统计方法的应用现状[J].中华医学杂志,1998,78(3):230-233

[6]沈进,苟莉,汤洁,等.生物医学期刊中统计学方法应用情况分析[J].中国修复重建外科杂志,2007,21(5):541-543

[7] [15]王晓瑜,王雅琢.《山东医药》论文中统计学错误分析[J].中国科技信息,2010(16):193-194

[8][9][10][20]邱春晖,郭明兴,邱源.医学论文中统计学方法的误用及其防范措施[J].山东教育学院学报,2009(5):116-118

[11] 冉明会,罗萍,邓丹.医学期刊编辑应注意的几个统计学处理问题[J].编辑学报,2009,21(6):503-505

[12][16][18]李霞,张印朋,闫苏平.医学期刊作者来稿统计学应用与表述常见问题分析[J].中国科技期刊研究,2011,22(1):88-89

[13] 王晓瑜,王雅琢,封艳辉,等.医学期刊投稿常见统计学问题分析[J].科技与出版,2011(11):42-44

[14] 金永勤,王维.医学期刊编辑应重视统计学中的几个问题[J].编辑学报,2009,21(1):33-34

[17]张功员,田庆丰.医学科研论文中统计结果表达和解释错误分析[J].郑州大学学报(医学版),2002,37(3):338-340

[19]叶亮,李伟东,范欣生.医学论文中常见的统计学应用问题辨析[J].南京中医药大学学报(社会科学版),2011,12(4):247-248

篇4

1《医学统计学》教学中存在的问题

尽管在本科教学、硕士研究生教学、博士研究生教学均开设了《医学统计学》课程,但是,在目前教学模式下,经过《医学统计学》课程学习的大部分医学研究生在医学统计学的理论学习和实际应用方面仍存在严重的脱节现象,如统计设计不合理、资料分析统计学方法应用错误、研究结果解释不正确等。有调查显示,只有不到30%的研究生能够熟练掌握和正确运用常见的统计学方法,如统计描述、t检验、相关分析、单因素方差分析等。由于缺乏良好的运用统计学方法的能力,有许多学生在开展科研实践中遇到了较多的麻烦,造成了不必要的损失。有的因为课题设计存在严重问题,只好在课题已经开始实施后推到重来;有的因为在资料分析时采用了错误的统计学方法,得出了错误的结果和结论,不仅导致了本研究的失败和科研资源的浪费,而且由于错误的研究结论未能得到及时发现和纠正而导致了后续研究资源的投入,产生了更多研究资源的浪费。此外,目前《医学统计学》教学对医学研究中常用的一些高级统计学方法如生存分析、Meta分析等涉及较少或者着力不够。

2 《医学统计学》教改措施

2.1教学方式的调整

目前医学研究生《医学统计学》教学模式中采取的教学方式仍然是本科学习阶段的教学方式,即老师理论授课,辅助课后练习题的完成。研究生在本科阶段已经较为系统地学习了《医学统计学》的基础理论知识,在硕士或博士阶段则应更加注重《医学统计学》方法实际应用能力的培养。因此,医学研究生《医学统计学》教学应采用理论教学为辅,实践操作为主的方式。减少理论课课时数,增加实践操作课时数。理论授课应结合医学研究的需要,采用问题为基础,学生为主,老师为导向的启发教学方法;实践操作教学可采用如下方式:

(1)典型案例分析法 老师可以选用一些典型的课题标书、研究论文,先让学生进行课前阅读,找出标书或论文在统计设计或统计方法运用方面的缺点和巧妙之处,然后在课堂上进行讨论,老师最后剖析和点评。

(2)小组课题设计 可通过学生自主设计课题的方式提高学生对统计方法、统计设计等的应用能力。具体方式为:首先对学生进行分组,每组自行选题,进行科研设计,然后在老师的引导下,对每一组课题标书进行课堂讨论和点评。

(3)导师课题演练法 学校安排一定的课时,让学生在《医学统计学》课程开始前、开始中积极参与导师课题研究活动。一方面可以通过提高学生对医学统计学方法应用的需求,激发学生学习《医学统计学》的热情和积极主动性;另一方面,学生在参加课题实践过程中往往会遇到许多有关课题设计、资料统计分析等方面的问题,带着这些问题去学习《医学统计学》,将有更加深刻的体会。

2.2课程内容的调整

目前,研究生《医学统计学》教学课程内容主要包括:①基本统计学方法。主要有:统计描述、t检验、单因素方差分析、单相关分析、一元线性回归、二维表、秩和检验等。②高级统计学方法。主要有:多元线性回归、logistic回归、多维表x2检验、生存分析等。③科研设计。主要有:简单析因设计、简单拉丁方设计以及研究样本量的估算等。④统计软件及应用。主要有SPSS软件的应用。研究生《医学统计学》教学课程内容应根据培养学生的类型及医学研究的需要进行实时调整。一方面强调专业型硕士研究生基础统计学方法的学习;另一方面要增加或加强学术型硕士研究生和所有博士研究生对logistic回归、多维表x2检验、生存分析如COX回归和Kaplan Meier等常用高级统计学方法的学习。虽然有些学校现有教学课程内容包含了这些内容,但要求学习的内容不够全面和深入,只有极少数学生能够熟练应用此方法开展科研实践。此外,还应增加高级统计学方法在医学统计软件中的使用方面的教学内容。

2.3考核方式的调整

目前,研究生《医学统计学》课程考核方式主要是以闭卷笔试为主的理论考试,而对学生统计学方法的实际运用能力考核重视程度不够。对于硕士研究生,我们可以采用闭卷考试为主,辅之以实际操作能力考核。具体为:一方面采用闭卷考试考核,分值约60-70分;另一方面要求学生结合医学研究工作的需要,设计一项科研课题,撰写一份课题标书。此项考核分值约30-40份。博士研究生则采用实际操作能力考核,平时作业综合考评得分为辅的考核方式。具体为:要求博士研究生结合医学研究工作的需要,设计一项科研课题,撰写一份高质量的科研标书,此项考核分值约60-70分;同时,任课老师对每位学生平时作业情况进行综合考评,此项考核分值约30-40分。

3 思考

研究生《医学统计学》教学改革的重点内容包括:一方面要改变理论教学为主、实际运用能力为辅的教学方式,从而提高学生科研实践能力;另一方面,还要根据医学研究的需要,丰富《医学统计学》教学内容,以此满足医学研究的需要。教学改革需要教育部门、学校的高度重视;同时也对老师和学生提出了更高的要求和挑战。不仅需要教师不断更新、完善自己的知识结构,在教学实践中反复摸索、不断尝试,而且也要求学生具有更广的知识面和更强的自学能力及动手能力。

参考文献:

[1]潘发明,廖芳芳,夏果,等.1临床科研论文中常见的统计学错误分析(一).安徽医药,2008,12(2):192-193.

[2]李淑,杰孙忠. 加强医学统计学教育 提高医疗及科研水平. 中华医院管理杂志,2009, 25(5):346-348.

[3]潘发明,夏果,廖芳芳,等.I临床科研论文中常见的统计学错误分析(二).安徽医药,2008,12(6):576-577.

[4]万献尧, 张久之. 医学科研或论文中常见的统计学问题. 医学与哲学(临床决策论坛版),2009,30(12):74-75.

[5]漆光紫,任美璇,黄高明. 不同类型医学硕士研究生《医学统计学》知识掌握和需求情况调查. 中华医学教育探索杂志2011, 10( l2):1459-1463.

篇5

统计设计是整个研究中最重要的一环,是研究工作应遵循的依据。常见的统计设计问题有:忽视组间均衡性,样本缺乏代表性,样本例数不足,未设置对照组,未随机分组,未提出统计分析方法等。针对以上问题,在科研设计中一定要遵循实验设计的四大原则即“随机、对照、均衡、重复”的原则[6]。

1.1不遵循或不重视随机化原则

随机化是科研设计的重要原则,直接影响研究结果的可信度。随机化既要随机抽样,还要随机分组,并有足够的样本量作前提。然而,在医学论文中许多作者对此不够重视,主要表现在论文中统计处理随机化不突出,随机化缺失情况比较常见,有的论文甚至将随机误解为随意、随便,不采用随机化处理方法,导致结果缺乏可靠性。还有些文章中没有提出“随机”抽样的设计与方法,没有排除标准,给人随意选择病例之感,且病例数少,因此没有代表性,所得出的结论不可靠。部分文章虽然注明了“随机”,但未提及采取什么方法进行随机化研究或两组间的例数相差甚远,不符合随机化的一般规律,没有临床参考价值[7]。

1.2缺少对照研究或对照组设计不合理

正确设立对照是临床或实验研究的一个核心问题,设立对照的意义在于说明临床试验或实验研究中干预措施的效应,减少或防止偏倚和机遇产生的误差对试验结果的影响。目前,国内许多期刊发表的论文对照组设计不合理现象比较普遍,尤其有些作者对某种新药或新技术在临床的应用观察研究中,不设对照组,缺乏对照观察,得出的结论缺乏科学性,令人怀疑。有的文章虽然设立了对照组,但在分析结果时,却没有将试验组与对照组的结果进行比较,而仅将各组间的自身前后进行比较,从而使该研究失去对照意义。对照组选择不当,还表现在两组间重要的临床特征和基线情况相差太大,无可比性,如性别、年龄、病情、经济情况和文化程度等不一致,如有些论文将健康人或志愿者作为对照组,使结果受到非处理因素的影响,产生偏倚或系统误差,使结论不可信[7]。

1.3均衡性原则掌握不够

均衡性原则要求实验中的各组之间除处理因素不同外,其他可控制的非处理因素要尽可能保持一致。特别对疾病预后有重要影响的临床特性一定要在组间分布均衡。各组间越均衡,可比性越强。有些作者在对病例进行分组时,忽视了均衡性原则,两组之间没有可比性,结论自然是错误的。具体表现在:有的文章对治疗组与对照组的相应统一指标没有设在均衡的水平上。对治疗组情况交代的比较详细,而对对照组的年龄、性别、病情等不予交代,或所选对照组的年龄与治疗组不在一个年龄段,影响了作者对指标的观察[7]。

1.4重复的原则掌握不好

所谓重复,一是指重复试验或平行试验,二是指各样本组的例数要有一定的数量,即样本的例数要足够大。虽然随机化是增强非处理因素均衡性的重要方法,但当各组内例数过少时,尽管采用了随机化分组的方法,也难以保证非处理因素的均衡一致。在随机化分组的基础上,只有样本例数足够大,才能使非处理因素均衡一致,同时也才能使抽样误差减小,增强样本对总体的代表性。一般来说,在随机分组的前提下,样本例数越大,各组之间非处理因素的均衡性越好;但当样本量太大时,往往又会给整个实验和质量控制工作带来更多的困难,同时也会造成浪费。为此,在实验设计时,还应保证在实验结果具有一定可靠性的前提下,确定最少的样本例数。一般说来,计数指标每组样本不得少于20~30例,计量指标每组样本不得少于5~10例。在多因素分析时,一般认为样本例数至少为观察指标的5~10倍[8]。

1.5样本的含量

样本的含量的大小直接影响到结论的可靠性。样本量过少,则抽样误差大,结果可靠性差,且经不起重复验证;反之,盲目加大样本量也会造成人、财、物的浪费,同时也造成非抽样误差增大。故应在保证研究结果精确可靠的前提下,确定最小的样本量。如某篇论文报道某药治疗的临床疗效,实际总例数为10例,其中6例有效,于是作者得出有效率为60%。显然,有限的病例数不能充分说明该药是否有效,作者贸然得出结论,容易给他人造成假象甚至误导[9]。

2 统计方法选择与使用不当

在选择统计方法之前,首先应确定研究资料是计数资料还是计量资料。只划分其类别而得到的资料为计数资料,也叫定性资料,如根据治疗结果计算出的治愈率、阴性率、阳性率等。测定某个具体数值而得到的资料为计量资料,如血压值、血细胞计数、血氧分压测定等许多物理诊断和化验检查的结果。目前,医学论文中计数资料最常用的统计方法为χ2检验,计量资料最常用的统计方法为t检验。值得注意的是,各种假设检验方法均有其适用条件,应根据资料特点来选用最适当的方法。均数与标准差分别是描述正态分布资料集中和离散趋势的指标。能否选用“均数±标准差”来描述某一资料的分布特征,关键看该资料是否符合正态分布。当资料不符合正态分布或方差不齐时,应将资料转换使之符合正态分布,方差齐性后再用t检验或方差分析,否则用秩和检验。有些作者在使用t检验时,未考虑到上述适用条件而盲目使用,造成统计学处理不当或统计学计算错误[10]。#p#分页标题#e#

2.1统计指标应用不当

2.1.1描述计量资料的统计指标描述计量资料的统计指标主要有平均数指标(算术均数、中位数M等)和变异指标(标准差s和四分位数间距Q等),在应用时一定要注意它们各自的适用范围。对于非对称分布资料,算术均数不能反映数据的平均水平,应采用中位数描述。一般地,正态资料或对称资料用描述,偏态资料用M和Q来描述。在不能确定数据的分布类型时,应选用M和Q进行统计描述。四分位数间距Q是75%分位数P75和25%分位数P25之差,即Q=P75-P25,所谓百分位数Px是将全部观察值分为两部分,理论上x%的观察值比它小,(100-x)%的观察值比它大,中位数M是50%分位数P50。、s、M、Px与Q可通过统计软件直接输出[9]。

2.1.2描述计数资料的统计指标描述计数资料的统计指标有绝对数和相对数。绝对数是原始资料经汇总得到的小计或总计数。相对数是两个有关的绝对数之比,主要包括率和构成比(百分比)。医学论文中相对数应用的主要问题之一是分母较小。分母较小时,相对数的可靠性不能保证,在这种情况下,宜直接用绝对数进行描述而不宜计算相对数。医学论文中相对数应用的主要问题之二是将构成比误用来说明事物发生的强度。构成比只能反映事物的内部构成,不能说明事物的发生强度。医学的研究对象主要是人以及与人体有关的各种因素。由于生物现象的变异较大,各种影响因素又错综复杂,研究常是抽样观察,使事物本质差异与抽样误差混杂,故需用统计方法透过偶然现象来探测其规律性。如果不能正确运用统计学方法,造成统计学上的偏差或失误,就很容易把本来成功的结果当成失败而放弃,或把失败的教训误认为成功的结论而加以宣传。在进行科研设计时要严格遵循科学的统计学分析方法,不能留下隐患,否则,再高明的统计学专家和统计学软件也无法弥补科研设计缺陷造成的损失。总之,统计学分析在医学研究和论文写作中意义重大。作者在撰写论文时,应注意识别、总结有代表性的、有借鉴意义的统计学领域的缺陷、失误或错误的多发点,特别留心易出现统计错误的险区,从而使论文中的统计学问题减到最低限度。认真检查、仔细核验,尽量避免上述错误,必要时还可以请统计学专家帮助把关[12]。

2.2统计方法描述或选择不当

统计方法选择非常重要,它直接影响结论的可靠性[12]。临床资料的结果变量可分为计数资料、计量资料和等级资料。计数资料指将观察对象按两种属性分类,如生存、死亡,治愈、未治愈,有效、无效等,通常转化为率。如果是两组间的比较,则采用四格表χ2检验或其校正公式,如果是多组间率的比较,则采用行×列表资料χ2检验。计量资料指对某一个研究对象用定量的方法测定某项指标得到的资料,一般均有计量单位。通常资料呈正态分布时,两组间均数比较用t检验,多组间均数比较用方差分析和q检验。当资料不呈正态分布或方差不齐时,也可用秩和检验等非参数检验法。

2.2.1统计方法描述不清

医学论文中常可发现作者未交代所用的统计方法,如是配对设计的t检验还是成组设计的t检验,是Ridit分析还是χ2检验,是作相关分析还是作回归推断。统计方法交代不清或根本不予交代,使读者对论文结论的正确与否无法判断。有的作者只提一句“经统计学处理”后,就写出结论。有的甚至直接用P值说明问题,笼统地以P<0.05或0.01、P>0.05便称结果差异有无显著性,P值的大小不说明差值的大小,它还与抽样误差大小有关[13]。因此,还应写明具体的统计方法,如有特殊情况,还应说明是否采用了校正,应写出描述性统计量的可信区间,注明精确的统计量值和P值,然后根据P值大小作出统计学推断,并作出相应的医学专业结论。

2.2.2假设检验方法交代不清不交

代假设检验方法或假设检验方法交代的不具体、不清楚是医学科研论文中常见的错误。如果不交代假设检验方法或假设检验方法交代的不具体,读者就无法考察论文的统计学方法选择的是否正确,无法核对计算结果是否准确。每一种假设检验方法都有其特定的适应条件和严格的适用范围。对于同一组资料,采用不同的假设检验方法可能得出截然相反的结论。如将配对设计的资料按成组设计资料的方法处理,将会损失样本提供的信息、降低检验效率,可能使原本有统计学意义的结果无统计学意义[14]。在论文写作时,不但要交代选用的是什么统计学方法,而且统计学方法要尽可能具体。如选择t检验,要说明是配对t检验,还是成组t检验;选择方差分析时,要说明是完全随机设计的方差分析,还是配伍组设计的方差分析。对于四格表资料,应说明是一般四格表χ2检验、配对四格表χ2检验及四格表资料的精确概率法等。

2.2.3统计方法选择常见错误

①误用χ2检验。χ2检验有一定的适用条件,n>40且理论数(T)>5时,可用一般χ2检验;n>40,但至少有1个T>1且T<5时,可用校正χ2检验;n<40或T<1时用χ2检验的确切概率法[15]。②t检验误用于多组资料的比较。在医学期刊中常会出现将t检验误用于多组资料的比较。多组资料的比较应该采用方差分析(F检验),当差异具有统计学意义时,再进一步作两两比较。当各组均与一个对照组比较时采用Dunnettt检验;当各组相互循环比较时,则常采用Student-Newman-keuls(SNK)检验,又称q检验[16]。③配对t检验与成组t检验误用。大部分论文只注明采用t检验,而未注明是配对t检验还是成组t检验。配对t检验常用于处理前后的自身对照,即差值均数与总体均数“0”的比较;成组t检验适用于成正态分布的两个小样本均数间的比较。④资料不呈正态分布时未用非参数检验。t检验F检验等适用于呈正态分布、方差齐且有确切的测量数值的资料,而非参数检验(如符号检验、秩和检验Wilcoxon法、秩检验-KruskalWallis法、Friedman法、Ridit分析、Seperman相关等)对资料无特殊要求,对按大小顺序、评分、等级、反应程度甚至色调深浅等资料都可进行分析比较[17-18]。因此,对于多组计量资料的比较,呈正态分布且方差齐时用F检验,方差不齐时可用变量变换,或采用秩和检验;对于两个小样本均数的比较或处理前后的比较,方差齐时用成组t检验或配对t检验,方差不齐时用t′检验[19]。

3结果解释时存在的问题

统计分析的结果是无效假设或是不能无效假设。无效假设在一般的统计检验为两组总体参数相等。无效假设只能说两组总体参数不相等而并不能说两组相差很大。两组相差如何要对可信区间进行研究观察后得出。由于统计检验不能得出差别的大小,因而结论不能说“有明显差异”或“有显著差异”,也不能说“差异非常显著”,更不能说“差异明显”。在国外的统计书籍上的英语表达为“significant”,它的正确意义应当是“有意义的、有重要性的”。俄语为“Значмый”和日语中的“有意”也是这个意思。国内只有极个别的英汉词典把“significant”误译为“显著的”。正确的说法应当是“差异有统计学意义”或“差异有高度统计学意义”等[20]。在解释差别有统计学意义的结果时,有些人常常根据P值的大小作出对实验效应差别程度不同的专业结论[21]。例如某实验研究,比较甲、乙两种治疗方法对某病的治疗效果(假定甲法的疗效优于乙法),若得到“P<0.001”,则认为甲法极显著优于乙法;若得到“P<0.01”,则认为甲法非常显著优于乙法;若得到“P<0.05”,则认为甲法显著优于乙法。犯这种错误的原因是错误的理解了统计学中P值的概念[7]。统计学上根据假设检验原理推算出来的P值表示拒绝特定的无效假设可能犯假阳性错误的概率。P值的大小并非指差异的太小,只能反映两者相同或不相同。P值越小,说明越有理由认为两种处理方法效果不同,而不能反映对比的两组或多组之间差异的大小。差异的大小只能根据专业知识来确定。此外,甚至在部分投稿文章中未交代所采用的统计分析方法,也未见应用统计学的迹象,仅从各组数据的均数大小做出了统计推断。医学期刊论文中暴露出来的统计学错误,从表面上看是编辑部和审稿者把关不严所致。事实上,即使审稿时发现了上述错误,也无法改正。因为实验设计的错误只有在科研工作开始之前才有可能得到纠正。即使编辑工作者能够阻止有严重统计学问题的,也仅仅是治标而已。如何使广大医学论文作者在医学研究中正确应用统计学,提高科研质量才是治本[7]。#p#分页标题#e#

4对策与建议

众所周知,统计学是从事科学研究不可缺少的工具。从试验设计、资料收集与表达、数据处理和结果分析,每一个环节都需要正确地运用统计知识,才能真正发挥统计学在科学研究中应起的作用。然而,在已出版和发表的一些学术专著和论文中、通过评审的科研成果和答辩的学位论文中,经常可以看到忽视、轻视和误用统计学的现象[22]。

知识应完善编辑人员的知识结构,保证统计学应用的准确性。为此,可定期聘请统计学专家对审稿人员进行统计学知识培训。科技期刊的群体效应理论[23]认为,期刊编辑的专业结构应多元化,以利于编辑互相学习,实现知识互补。医学期刊编辑部可考虑聘用统计学专业的研究生作为编辑。编辑应将医学统计学作为自己的必修课,通过多种方式,如自学自修,参加讲座或培训班学习统计学知识,有条件的编辑部,如医学院校学报编辑部,可以有计划地组织编辑参加本科生或研究生医学统计学课程的学习,也可鼓励编辑人员在职攻读统计学专业研究生学位。这样,可以提高全体编辑人员的统计学水平,最终使编辑和审稿人都能够发现论文中存在的统计学错误,并指导作者修改,正确进行医学论文中有关统计学分析的描述[24]。另外,有关职能部门或学会可组织与医学统计学相关的培训班,聘请统计学专家讲课,对编辑人员进行定期统计学知识培训,加强科研设计、统计学知识的学习[19]。

4.2加强医学统计学专家审稿

医学研究论文专业性强,经常涉及统计学处理问题,有时会遇到统计方法复杂的稿件,这不仅需要本学科专家审稿,而且需要医学统计专家把关,只有这样,才能保证论文所报道的研究成果的真实性和可靠性。医学期刊编委会中应有统计学专家,专门负责稿件统计学方面的审查工作。

篇6

因此本文将对医学科技论文常见统计学方法的正确应用进行讨论,希望加强作者的统计思维,进而提高期刊论文的统计质量及学术水平。

2、统计学方法的内容

统计软件包、统计分析方法及检验水准是统计学方法必须描述的3 方面内容。SPSS (statistics package for social science) 和SAS(statistical analysis system ) 是全世界学术界公认且最常用的两大统计软件包[6]。检验水准即A,表示组间实际无差别而统计结果判断为有差别,犯这类错误的概率[1]。实际工作中常取 A=0.05,表示本次研究计算所得P 值必须小于0.05,才能认为组间差异有统计学意义。统计分析方法的准确描述是科技论文科学性的关键所在。统计学方法一般包括统计描述和组间差异性检验(即:假设检验) 两部分内容。

3、统计学方法的正确选用

统计方法的选择取决于研究设计、数据资料类型和变量值的分布。计量资料常用u检验、t检验(.配对t检验)、 F检验;计数资料用 检验;等级资料、偏态资料或不明分布的资料可用秩和检验等。每种显著性检验方法均有其适用范围, 如方差分析(F检验).要求数据服从正态分布, 且各总体方差齐, 否则不宜作方差分析, 若改用非参数统计方法, 则会降低统计效率, 故常在可能情况下, 通过变量变换(如对数变换、平方根变换、反正弦函数变换、例数变换等)使资料转换为正态分布, 以满足方差分析或t检验的应用条件。医学期刊中最常见的是t检验和 检验, 这两种方法误用也较为多见。

3.1重复t检验

多个样本均数间的两两比较(又称多重比较)不宜用t检验, 因为重复数次,t检验将增加第一类错误的概率, 使检验效率降低。此时宜用方差分析, 并在此基础上用两两比较方法..(如.SNK、LSD、Duncan法等)。对于同一对均数间的差异, 用t检验无显著性, 而两两比较可能有显著性, 可见错误选用统计方法将推出错误结论。

3.2行列标 检验误用

行列表 检验用于2个或多个样本率(或构成比).比较, 它要求行列表中不宜有1/5以上格子的理论频数T

3.3需要注意的统计学问题

3.3.1无足够的统计学信息

论文中未说明统计方法和 取值, 无均数、标准差或率及t值、 值等统计量, 甚至未作假设检验直接下结论。不少临床医学论文作者只在文中提及P值大小并据此推断结果的显著性。实际上, 临床医学研究关心的是各组之间结局(如疗效)的差别大小, 而不单纯是统计学显著性, 因此应同时说明检验方法、 水平、统计量值、P值和可信区间, 以便让读者了解所用的方法和结论是否适当及其临床的实际意义。

3.3.2统计图、表

统计图、表是统计描述的重要工具。统计图宜少而精, 应按资料性质和分析目的选用适合的统计图形, 统计图虽直观但不能代替精确的数据或统计量同。统计表宜简单明了, 层次清楚, 一般采用三线表。常见的统计表运用不当有.. 标题复杂或过于简略甚至无标题, 辅助线过多, 标目繁杂, 层次不清。另外, 表内不宜留空格, 暂缺或未记录可用“…” 表示, 无数字用“一”表示, 数字若是“0”则填明“0”。

3.3.3统计软件使用的误区

目前计算机应用已十分普及, 统计软件的使用也非常方便, 但软件只能解决计算问题, 并不能替代人脑的统计思维。根据资料的分布特征和数据特点选择统计方法, 正确地解释分析结果并推导出正确的结论, 这是科研工作者在做统计分析时必须首先掌握的, 计算只是一种工具。有了诸如SASA、SPSS等高级统计软件包, 复杂了多元分析如多重回归、多因素方差分析等已变得十分容易, 于是一些作者片面追求使用高深的多元统计方法且多种方法一起用, 误以为统计方法用得越高级, 文章水平越高。实际上如果使用不当, 多元统计方法使用得越多, 错误可能也越多。一个精心设计的临床研究, 资料可能用简单的t检验或 检验就足以说明问题, 若滥用多元分析、结果会适得其反。

4.结语

通过上面的分析,在医学研究中必须正确运用统计学,这是科研工作的科学性所决定的。搞科研,首先必须尊重科学。借助统计学这个有用的工具,可以去探索未知事物,揭示和阐明客观事物变化的规律性。

参考文献:

[1]于国艺, 周晓彬, 王俊. 医学论文常见统计方法误用分析.编辑学报, 1998;10(3):132.

篇7

1 R统计软件简介

R统计软件是基于R语音开发的一款统计学软件,R语言实际上属于S语言的分支。20世纪80年代,S语言是美国贝尔实验室开发出的一款用于统计分析的解释型语言,可以实现数值统计、样本分析、统计图像、编写函数、建立统计模型等,较早的机遇S语言的统计软件包括Splus。R语言是在S语言基础上改进的,与S语言具有较好的兼容性,同时根据R语言编写了数据处理与制图软件,R统计软件的主要功能包括数据处理、数据存储、数组运算等,同时可以进行连贯统计分析,支持编程语言设计。

R统计软件涉及多个领域,包括社会学、经济学、生态学、统计学、医学等,软件包括了25000个程序包,除此之外,R统计软件支持多种运行环境,支持Windows、MacOS、基于Linux的系统等,R统计软件属于命令行驱动模式,输入命令后即可得到相应的结果,R统计软件的主要优势包括资源丰富、扩展性好、人机交互性好、使用成本低等。R统计软件的主要缺陷在于用户要求高、占用内存大、运行速度慢。

2 R统计软件模拟T分布

假设两组样本X1 ,…,Xn~N(μ1 ,σ)和Y1 ,…,Ym~N(μ2 ,σ)相互独立,则两样本均值检验的内容是H0 :μ1=μ2 ,H1 :μ1≠μ2。这种情况的检测情况可以分为两组,一是σ与σ已知,可以构建U检验统计模型

,式中的与是两组样本的平均值,当条件成立时,U~N(0,1),所以针对给定的显著性水平α,如果U ≥Z/2,则拒绝原假设条件 。二是σ与σ未知,建立T检验统计模型

,,式中的与是两种样本的方差,当假设条件成立时,T~t(n+m-2),如果T ≥t/2,则拒绝原假设条件。实际问题中经常出来一组方差已知,而另一组未知的情况,可以构造统计数学模型

针对一组方差,另一组方差未知的情况,可以构建

,利用R统计软件实现上述模拟分布计算。

3 样本分析

下面根据两个案例进行分析,一个是某地区的两组儿童视力检测数据的样本均值检验情况,另一个案例是克山病患者与健康人的血磷值得样本均值检验情况。

案例一:抽样调查某地区的十名儿童,对所有样本进行实例检测,可以得出所有儿童的左右眼视力检测结果。具体结果如表1所示。

由X样本的数据可以计算出X的方差为σ=0.104,且左右眼的均值一样,则有代码:

sigm=0.104; Times=10000;

DTstar(sigm, Times)

根据上述的代码可以得到T统计模型的分布密度图,具体的图形分布如图1所示,根据图像可以看出T属于零值对称分布。

案例二:随机从某克山病区抽样十一名克山病患者与十三名健康人,检测患者与健康人之间的血磷值(mmol/L),可以统计得到如下结果,见表2。

通过数据比较两组数据的差异情况,数据的置信水平为α=0.05,可以假设健康人数据方差为σ=1.7,具体的R代码如下:

alpa=0.05

TTest(xigm,alpa)

利用R统计软件完成上述数据,运行程序后可以得到结果为“Reject null hypothesis”,可以看出拒绝假设,因此可以得知克山病患者与健康人之间的血磷水平具有显著差异,利用R统计软件可以极大地提高检测效率与准确性。

4 总结

两样本均值检验是比较复杂的统计学问题,而且是比较实际的工程问题,已经涉及多个工程领域,包括生物学、医学、质量检测等领域,比如分析实验鼠的体重差异比较问题,药品对患者的影响问题。统计学软件将是统计学未来的发展趋势,R统计软件具有强大的统计分析能力,同时具有图形展示平台,提高了数据统计分析的效率,但我国基于R统计软件的应用研究较少,很多研究难以用于实际项目,本文从R统计软件的功能以及在两样本检验中的应用进行研究,分析了R统计软件的应用实例,希望本文的研究有利于我国R统计研究的发展。

参考文献

[1]薛毅,陈立萍.统计建模与R软件[M].北京:清华大学出版社,2006.

[2]赵培信.多元正态分布均值向量检验的R软件实现[J].电脑知识与技术,2012,8(31):7501-7503.

[3]程新,魏赛金,江莉.统计软件R及其在《生物统计学》实验教学中的应用[J].统计教育,2008,4(103):29-31.

篇8

1.1一般资料

本研究选择2017年8月至2018年7月在中山大学附属第三医院儿科实习的2013级五年制临床医学专业92名医学生为研究对象。按照不同教学方法,随机将其分为研究组和对照组,每组46名。研究组男25名,女21名,平均年龄(22.3±2.4)岁;对照组男22名,女24名,平均年龄(22.6±2.5)岁。两组学生年龄、性别等一般资料比较,差异无统计学意义(PO.05)。

1.2研究方法

学生儿科实习时间为6周,对照组采用传统授课法,研究组采用Seminar教学法,具体如下。(1)课前准备:将研究组学生分为5个大组,每个大组8~10人,每个大组再分两个小组,每组4~5人,轮次做研讨会汇报员,每组由1名副主任医师或高年资主治医师担任指导教师,1名住院医师担任辅助教师。教研室每周三选定研讨主题及本次讨论汇报员。教师根据儿科学临床实习教学目标,着重选择临床常见疾病的相关内容作为Seminar教学的讨论主题,例如支气管肺炎、腹泻病、肾病综合征、小儿贫血等,教师提供具体病例,学生分组阅读文献及了解相关知识。学生在自主学习过程中,可随时与该组辅助教师联系,也可随时与患者沟通了解个体的疾病特点及诊治需求,制作汇报PPT。(2)主题研讨会:于下周二下午进行,每次约为两小时。首先由带教教师介绍讨论主题,并简要说明所涉及主题的基本内容,然后由汇报员逐步展示主题内容及具体病例基本情况,围绕该病例就研讨主题进行分析,包括疾病发病机制、临床表现、辅助检查、诊断和鉴别诊断依据、治疗方案选择的根据、特殊并发症处理等。最后小组全体成员围绕本次主题和病例内容进行讨论,自由发言,可以向汇报员提问、质疑,也可就该主题及病例的诊断、治疗方案选择等阐述自己不同的观点,对目前诊疗的观点提出不同意见及建议。另一组的学生也可针对研讨内容提问、表达和反驳,畅所欲言,带教教师可以对关键问题进行分析、讲解,适当进行引导、补充,对讨论内容进行点评等。通过师生、生生多角度、多层次的讨论互动,深化对主题的认识,提高教学效果,真正达到教学相长。(3)课后评分:课后各小组分别将课前准备的资料和课堂讨论后总结的资料上交,统一由教师进行评分。

1.3评价指标

学生出科考试成绩评价[2]:学生实习结束后,向两组发放学校统一命题的考试试卷,满分100分。教学问卷调查结果评价[2]:学生实习结束后,向两组发放教学效果评价调查问卷。

1.4统计学处理

所有数据均采用统计学软件SPSS19.0进行统计处理,计量资料以(x±s)表示,采用t检验,计数资料采用χ2检验,P<0.05为差异具有统计学意义。

2结果

2.1两组学生儿科临床实习出科考试成绩比较

研究组理论考试成绩为(89.3±7.2)分、操作考试成绩为(90.3±4.3)分,患者满意率为95.6%,均显著高于对照组,差异有统计学意义(P<0.05)。

2.2两组学生问卷调查结果比较

研究组学生对教学效果的综合评价优秀率显著高于对照组,两组比较,差异有统计学意义(P<0.05)。

3讨论

3.1在儿科临床实习教学中应用传统教学模式存在一定弊端

篇9

    随机化是科研设计的重要原则,直接影响研究结果的可信度。随机化既要随机抽样,还要随机分组,并有足够的样本量作前提。然而,在医学论文中许多作者对此不够重视,主要表现在论文中统计处理随机化不突出,随机化缺失情况比较常见,有的论文甚至将随机误解为随意、随便,不采用随机化处理方法,导致结果缺乏可靠性。还有些文章中没有提出“随机”抽样的设计与方法,没有排除标准,给人随意选择病例之感,且病例数少,因此没有代表性,所得出的结论不可靠。部分文章虽然注明了“随机”,但未提及采取什么方法进行随机化研究或两组间的例数相差甚远,不符合随机化的一般规律,没有临床参考价值[7]。

    1.2缺少对照研究或对照组设计不合理

    正确设立对照是临床或实验研究的一个核心问题,设立对照的意义在于说明临床试验或实验研究中干预措施的效应,减少或防止偏倚和机遇产生的误差对试验结果的影响。目前,国内许多期刊发表的论文对照组设计不合理现象比较普遍,尤其有些作者对某种新药或新技术在临床的应用观察研究中,不设对照组,缺乏对照观察,得出的结论缺乏科学性,令人怀疑。有的文章虽然设立了对照组,但在分析结果时,却没有将试验组与对照组的结果进行比较,而仅将各组间的自身前后进行比较,从而使该研究失去对照意义。对照组选择不当,还表现在两组间重要的临床特征和基线情况相差太大,无可比性,如性别、年龄、病情、经济情况和文化程度等不一致,如有些论文将健康人或志愿者作为对照组,使结果受到非处理因素的影响,产生偏倚或系统误差,使结论不可信[7]。

    1.3均衡性原则掌握不够

    均衡性原则要求实验中的各组之间除处理因素不同外,其他可控制的非处理因素要尽可能保持一致。特别对疾病预后有重要影响的临床特性一定要在组间分布均衡。各组间越均衡,可比性越强。有些作者在对病例进行分组时,忽视了均衡性原则,两组之间没有可比性,结论自然是错误的。具体表现在:有的文章对治疗组与对照组的相应统一指标没有设在均衡的水平上。对治疗组情况交代的比较详细,而对对照组的年龄、性别、病情等不予交代,或所选对照组的年龄与治疗组不在一个年龄段,影响了作者对指标的观察[7]。

    1.4重复的原则掌握不好

    所谓重复,一是指重复试验或平行试验,二是指各样本组的例数要有一定的数量,即样本的例数要足够大。虽然随机化是增强非处理因素均衡性的重要方法,但当各组内例数过少时,尽管采用了随机化分组的方法,也难以保证非处理因素的均衡一致。在随机化分组的基础上,只有样本例数足够大,才能使非处理因素均衡一致,同时也才能使抽样误差减小,增强样本对总体的代表性。一般来说,在随机分组的前提下,样本例数越大,各组之间非处理因素的均衡性越好;但当样本量太大时,往往又会给整个实验和质量控制工作带来更多的困难,同时也会造成浪费。为此,在实验设计时,还应保证在实验结果具有一定可靠性的前提下,确定最少的样本例数。一般说来,计数指标每组样本不得少于20~30例,计量指标每组样本不得少于5~10例。在多因素分析时,一般认为样本例数至少为观察指标的5~10倍[8]。

    1.5样本的含量

    样本的含量的大小直接影响到结论的可靠性。样本量过少,则抽样误差大,结果可靠性差,且经不起重复验证;反之,盲目加大样本量也会造成人、财、物的浪费,同时也造成非抽样误差增大。故应在保证研究结果精确可靠的前提下,确定最小的样本量。如某篇论文报道某药治疗的临床疗效,实际总例数为10例,其中6例有效,于是作者得出有效率为60%。显然,有限的病例数不能充分说明该药是否有效,作者贸然得出结论,容易给他人造成假象甚至误导[9]。

    2统计方法选择与使用不当

    在选择统计方法之前,首先应确定研究资料是计数资料还是计量资料。只划分其类别而得到的资料为计数资料,也叫定性资料,如根据治疗结果计算出的治愈率、阴性率、阳性率等。测定某个具体数值而得到的资料为计量资料,如血压值、血细胞计数、血氧分压测定等许多物理诊断和化验检查的结果。目前,医学论文中计数资料最常用的统计方法为χ2检验,计量资料最常用的统计方法为t检验。值得注意的是,各种假设检验方法均有其适用条件,应根据资料特点来选用最适当的方法。均数与标准差分别是描述正态分布资料集中和离散趋势的指标。能否选用“均数±标准差”来描述某一资料的分布特征,关键看该资料是否符合正态分布。当资料不符合正态分布或方差不齐时,应将资料转换使之符合正态分布,方差齐性后再用t检验或方差分析,否则用秩和检验。有些作者在使用t检验时,未考虑到上述适用条件而盲目使用,造成统计学处理不当或统计学计算错误[10]。

    2.1统计指标应用不当

    2.1.1描述计量资料的统计指标描

    述计量资料的统计指标主要有平均数指标(算术均数、中位数M等)和变异指标(标准差s和四分位数间距Q等),在应用时一定要注意它们各自的适用范围。对于非对称分布资料,算术均数不能反映数据的平均水平,应采用中位数描述。一般地,正态资料或对称资料用描述,偏态资料用M和Q来描述。在不能确定数据的分布类型时,应选用M和Q进行统计描述。四分位数间距Q是75%分位数P75和25%分位数P25之差,即Q=P75-P25,所谓百分位数Px是将全部观察值分为两部分,理论上x%的观察值比它小,(100-x)%的观察值比它大,中位数M是50%分位数P50。、s、M、Px与Q可通过统计软件直接输出[9]。

    2.1.2描述计数资料的统计指标描

    述计数资料的统计指标有绝对数和相对数。绝对数是原始资料经汇总得到的小计或总计数。相对数是两个有关的绝对数之比,主要包括率和构成比(百分比)。医学论文中相对数应用的主要问题之一是分母较小。分母较小时,相对数的可靠性不能保证,在这种情况下,宜直接用绝对数进行描述而不宜计算相对数。医学论文中相对数应用的主要问题之二是将构成比误用来说明事物发生的强度。构成比只能反映事物的内部构成,不能说明事物的发生强度。医学的研究对象主要是人以及与人体有关的各种因素。由于生物现象的变异较大,各种影响因素又错综复杂,研究常是抽样观察,使事物本质差异与抽样误差混杂,故需用统计方法透过偶然现象来探测其规律性。如果不能正确运用统计学方法,造成统计学上的偏差或失误,就很容易把本来成功的结果当成失败而放弃,或把失败的教训误认为成功的结论而加以宣传。在进行科研设计时要严格遵循科学的统计学分析方法,不能留下隐患,否则,再高明的统计学专家和统计学软件也无法弥补科研设计缺陷造成的损失。总之,统计学分析在医学研究和论文写作中意义重大。作者在撰写论文时,应注意识别、总结有代表性的、有借鉴意义的统计学领域的缺陷、失误或错误的多发点,特别留心易出现统计错误的险区,从而使论文中的统计学问题减到最低限度。认真检查、仔细核验,尽量避免上述错误,必要时还可以请统计学专家帮助把关[12]。

    2.2统计方法描述或选择不当

    统计方法选择非常重要,它直接影响结论的可靠性[12]。临床资料的结果变量可分为计数资料、计量资料和等级资料。计数资料指将观察对象按两种属性分类,如生存、死亡,治愈、未治愈,有效、无效等,通常转化为率。如果是两组间的比较,则采用四格表χ2检验或其校正公式,如果是多组间率的比较,则采用行×列表资料χ2检验。计量资料指对某一个研究对象用定量的方法测定某项指标得到的资料,一般均有计量单位。通常资料呈正态分布时,两组间均数比较用t检验,多组间均数比较用方差分析和q检验。当资料不呈正态分布或方差不齐时,也可用秩和检验等非参数检验法。

    2.2.1统计方法描述不清

篇10

现代数学教材普遍都是按照知识的内在逻辑进行编排,很少按照数学问题的研究进程进行著作.这样的安排在逻辑结构上是科学的、严谨的,但却忽略了数学问题研究的历史痕迹.教师在教学过程中,应尽量地还原知识的历史进程,降低新知识的抽象性.正态分布是概率论中最重要的一种连续型分布,它属于概率论的研究领域,但也是解决统计学问题的基石,它的提出具有深刻的理论背景和极其广泛的应用价值.在教学中对正态分布的学习,通常是直接给出概率密度或分布函数,将其称为正态分布.但这会让学生感觉接受生硬,理解抽象,记忆困难.理论背景上,正态分布产生于棣莫弗的p0.5的二项分布极限研究,后来拉普拉斯对p0.5的情况做了更多的分析,并把二项分布的正态近似推广到了任意p的情况.二项分布的极限分布形式被推导出来,由此产生了正态密度函数,相应的结果称为棣莫弗-拉普拉斯中心极限定理.经拉普拉斯等学者的研究,20世纪30年代独立变量和的中心极限定理的一般形式最终完成.此后研究发现,一系列的重要统计量在样本量n时,其极限分布都具有正态形式.数学家进而合理地解释了为什么实际中遇到的许多随机变量或者统计量都近似服从正态分布,可以说这是概率统计中具有里程碑意义的发现.数理统计教材中一般是先认识正态分布,中心极限定理则在此之后学习.在学习正态分布的定义之前,教师可以设计一些具有明显正态性现象的数据,而后进行描述性统计分析,给出频率直方图,并解释这种具有两头小、中间大的分布现象是普遍的,也是常态的.对概率论中常见分布的知识背景的了解和掌握,有助于教师在课程设计和讲授过程中注意课程内容的衔接和承上启下的相互关系.借助数学家研究数学问题的进程史实,可降低新知识的抽象性,使学生易于接受和掌握,并提高应用的灵活性.

篇11

1资料与方法

1.1一般资料

选取2019年1月至2019年12月60名临床医学本科带教学生,随机分为两组。观察组30名,男14名,女16名;年龄20~25岁,平均(22.17±1.24)岁。对照组30名,男15名,女15名;年龄20~25岁,平均(22.39±1.04)岁。两组学生的基线资料具有可比性(P>0.05)。

1.2研究方法

病例导入式教学方法:1)通过指导学生观看我院真实拍摄的儿科病例视频,构建一个真实的病例场景:例如,一位母亲把其气促、高热以及呼吸困难的孩子抱进医院进行抢救的场景;2)介绍该儿科病例的摘要:概括患儿病史的主要特点,采取照片和视频对患儿的阳性体征、影像学结果和化验结果进行展示;3)讲解患儿病情的改变情况:继续采取微电影的形式对儿科病例突然发生呼吸困难加重的场景进行展示。设置问题如下:患儿可能发生了什么情况?为了明确患儿的病原学诊断,需要进行哪一项的检查?进而得出病原学方面的诊断:属于金黄色葡萄球菌肺炎;4)围绕儿科病例进一步进行金黄色葡萄球菌肺炎有关的授课式教学:该病好发于婴幼儿,感染的途径主要是血行播散入肺以及呼吸道直接蔓延入肺;5)对金黄色葡萄球菌肺炎的诊断和治疗要点进行总结;6)最终得出儿科病例的诊断。

1.3观察指标

比较两组的提高儿科常见病诊治能力、提高学生学习的主动性及自主性、提高查阅资料和获取信息的能力、提高有效交流和沟通的能力、提高提出和解决儿科学问题的能力、提高儿科理论知识的应用及理解能力。比较两组的理论成绩和儿科学操作技能考试成绩。

1.4统计学分析

采用SPSS19.0软件,计量资料以(±s)表示,组间对比用t检验,组间率的比较用χ2检验,以P<0.05表明差异有统计学意义。

2结果

2.1两组儿科学教学效果比较

观察组学生提高儿科常见病诊治能力、提高学生学习的主动性及自主性、提高查阅资料和获取信息的能力、提高有效交流和沟通的能力、提高提出和解决儿科学问题的能力、提高儿科理论知识的应用及理解能力的发生率均明显高于对照组(P<0.05)。见表1。

2.2两组的理论成绩和儿科学操作技能考试成绩比较

观察组的理论成绩和儿科学操作技能考试成绩明显高于对照组(P<0.05)。见表2。

篇12

循证医学被称作是“医学的科学”,作为沟通现代医学理论和临床实践中最为重要的环节,几乎贯穿了医学研究和临床工作中的每一个过程。在研究生从本科阶段的“传授型”学习向“研究型”实践的过渡中,接受循证的理论和方法至关重要。例如采用PICO格式(P指特定的患病人群;I指干预措施;C指对照组;O为结局)找准患者存在且急需解决的临床重要问题;了解医学文献的系统评价与Meta分析来检索重要的医学文献;通过诊断性实验和疾病治疗的循证分析评价来总结经验和评价能力等[1]。循证医学将使研究生树立以病人为主体,探究最好的医疗证据和客观评价医疗结果的意识,这将是有可能影响医学生终身学习和开展医学实践的一门学问。医学文献检索的重要性毋庸置疑,在实践中除了基本方法的学习和反复训练之外,更应强调使用医学数据库对提出的科学问题进行探索的能力。汤森路透公司的科学引文索引(sciencecitationindex,SCI)是其中的佼佼者,采用合理的检索策略对科学问题展开寻根溯源的回顾性检索,以及求新求变的最新文献的获取,就能满足我们对科研选题和开题、研究设计、论文撰写及投稿各方面的帮助。同时该公司也提供非常实用的网上教程免费下载[2],这无疑缩短了每个研究生与国际同行之间的距离。统计学方法的学习和实践应该从阅读医学论文和科研设计开始。阅读文献并研究作者所采用的统计方法和结果是否合理、有效,是提高学习效率最好的方法;如果结合循证医学中系统综述方法和Meta分析,研究生能够更加有效的利用文献,并且撰写论文综述。同时,在科研设计的初始环节就充分考虑统计学的问题,并且请教相关人员,才有可能避免课题中出现重大的失误和不必要的弯路。尤其是临床试验类研究,还应注意进行网上注册,这样将来的研究结果才有可能在国外发表[3]。

2对科学问题的提出需要掌握最新的医学研究前沿

“对科学问题的提出”应该贯穿在导师的学术生涯和研究生科研培训的整个过程中。只有从临床实践和研究基础中发现问题或是线索,将之总结转化为具体的、可以检索和探寻的科学问题,才能为医学科学研究提供方向。更进一步,我们还需要获取所从事领域内最新的前沿知识,作为最有价值的参考来源。定期的浏览国外本专业的顶级期刊,阅读并讨论与自己研究最为接近的文献,保持对相关领域的好奇心和学科交叉意识,将使我们不断了解学科的前沿进展和更新课题的思路。在另一方面,临床、科研中提出的问题,需要在现有的最佳的科学证据中寻找依据,通过自己设计和实施研究计划,最终找到答案。在科学问题提出之初,我们就应该力求系统的检索和分析文献,结合自己提出的科学问题将文献的内容进行分类,这样在将来的课题实施直到科研论文的写作、交流中,提供可靠的信息来源[4]。根据了解到的最新研究前沿资讯,发现与自己设想方向的异同,增强课题的创新性和系统设计,才是最终解决科学问题和踏入新的研究门槛的必由之路。

3导师如何加强医学科研管理

作为导师,除了以身作则保持严谨的治学态度和对新知识学习的热情之外,更应制定详细可行的培养制度,加强对研究生科研的日常管理。首先强调对实验和临床研究都应有详细的原始记录,按照规范记录实验的时间、步骤、结果;对于重要的数据必须有实验员的签字认可,导师则不定期的查阅,这样可以最大程度的避免学术造假的产生。导师与学生之间、专业学科内均应有定期的科研汇报和讨论制度。两周或一月以内,就最新取得的实验结果和遇到的问题展开讨论。这样的机制首先锻炼了研究生总结和表达的能力,其次在专业学组内方便进行沟通和交流,许多新的研究思路和方法就此产生。举行研究生论坛,在医院内部、院系之间、甚至不同的学院之间设立定期的交流机制,共享信息和资源。以学生为主体,制订详细、可行的研究计划,将开题报告和预实验作为顺利开展医学研究的重要环节。“磨刀不误砍柴工”只有不断完善实验设计并认真的展开预实验,才能有效地避免时间和经费的浪费,同时避免将来论文撰写后被审稿人找到硬伤。

4研究生必须扎实参与临床和教学工作

医学研究生所具有的一个显著特点是必须面对病人开展医疗工作,所以必须接受规范化的住院医师培训计划,在上级医师指导下从事临床一线工作。目前科研型、临床型研究生的划分,具有不合理性;只有同时具有了扎实的临床基本功,和掌握系统的科研方法培训才能对医学科学研究得心应手。为了能达到住院医师培训的要求,研究生期间至少需要有一年的时间从事临床医疗工作,其间可以采取跟班、值班、总住院医师的培训制度,逐渐能够胜任日常的医疗工作。特别是医学影像专业,需要使用多种影像设备完成检查,并且涉及到内、外科等许多学科常见病、多发病的诊断基础知识。在这一过程中,更为重要的是树立医疗安全意识和“以人为本”的责任心[5]。参与教学工作的目的主要在于加强表达能力的培训、积累教学经验。只有良好的逻辑思维并恰当的表达自己的意见,才更加有助于研究生所要面临的课题申报和答辩等工作;面对面的教授自己所学的知识,使研究生锤炼了基础并加强了自信心,最终也能促进其与人沟通交流和论文写作能力的提高。

5导师注重与研究生的思想交流

篇13

1.2 方法

1.2.1 普通班 即采用传统的骨科教学方法,指导教师根据本学期的骨科教学大纲内容在课堂上进行讲解,一般在讲解中学生不许提出疑问,在本节课结束后,给学生布置作业,在下次课前对本次学习内容进行提问。

1.2.2 实验班 根据本学期骨科学习内容编撰情景模式和PBL模式相结合的教学内容。在学习中设置骨科常见问题的情景,让学生在指导老师的引导下,对骨科疾病的相关知识进行理解、学习,并提高动手能力,通过实践性学习了解骨科相关知识,每节课后对存在的疑问进行资料收集,由学生主动进行分析,寻找问题线索,在实践中解答疑问[2]。

1.3 观察项目 观察两班同学的年末骨科理论、实践考试成绩以及学生对教学效果的主观自评情况。骨科理论、实践考试成绩由本校骨科教研组出具考题,对所有学生的本学期骨科学习情况进行考核,理论、实践考试成绩满分均为100分,分数越高说明学生的学习掌握情况越好[3]。学生对教学效果的主观自评情况由本院教务科设计教学效果调查问卷[4],让所有参与学生对本学期骨科教学情况进行评价,内容主要包括对骨科课堂教学效果的自我评价和对本学期骨科教学的感兴趣情况,总分也为100分,分数越高说明学生对本学期骨科教学效果的评价越高。

1.4 统计学方法 本组数据经SPSS13.0统计学软件进行处理,计数资料用均数(±s)表示,采用t检验,以P<0.05为具显著性差异,有统计学意义。

2 结果 实验班年末骨科理论分数(83.32±5.20)分,骨科实践考试成绩(88.12±7.36)分,学生对教学效果的主观自评分数(89.25±8.25)分;普通班年末骨科理论分数((65.53±4.98)分,骨科实践考试成绩(70.21±5.26)分,学生对教学效果的主观自评分数(70.42±7.21)分。实验班在年末骨科理论、实践考试成绩以及学生对教学效果的主观自评上均显著高于普通班,P<0.05,有统计学意义。(详见表一)

3 讨论

在骨科教学中情景模拟与PBL模式相整合应用显著提高了学生学习的主动性、积极性、实践性,为学生营造了问题以及情景,让学生能更加主动的在老师的引导下寻找问题的关键,改变了以往骨科教学中照本宣科、脱离实践的情况。本次研究发现,实验班在年末骨科理论、实践考试成绩以及学生对教学效果的主观自评上均显著高于普通班,P<0.05,有统计学意义。综上所述,在骨科教学中采取情景模拟与PBL模式相整合方法可以显著提高学生对知识点的掌握程度,更有利提高学生的学习热情,值得推广使用。

参考文献

[1]翁留宁,高静,朱玲,等,PBL模式与情景模拟相结合在多发伤急救手术培训中的应用[J].实用临床医药杂志