EditSprings艾德思
原文链接：https://www.editsprings.com/Home/ArticleDetail?sort=288985
医学论文的数据统计是一个复杂的过程。在实验过程中，有些研究者往往简单地把数据放在一边，而没有及时地整理好，导致在撰写论文时无法根据实验结果得出新的发现，或者缺乏对具体数据来源的了解。为了帮助科学研究人员有效地组织数据，医学期刊收集和组织以下数据整理方法：
1。在做实验之前，特别是新的实验（即使实验室里的其他人做了n次实验），尽可能清楚地写下协议。本协议最好用英语编写，并制成电子版。它可以存储在你自己的电脑里，打印粘贴在你的笔记本电脑里，然后使用协议，只需写：参见参考PXX。这样，在那个时候写论文就方便了。
2。一旦获得新的实验结果，应尽快将数据整理成图表，并用PowerPoint制作PPT格式。质量和格式与准备出版的质量和格式相同，即使是负面的，实验的相关信息和参数也应尽可能详细地列出，以便以后在会议上做演讲或写论文时更加方便。
三。如果结果是否定的，并且与预测不同，有没有其他方法来分析问题的可能原因？我们应该修改原来的实验方案，甚至整个实验设计吗？；
4。定期（至少一周一次）检查PubMed（最著名和最重要的生物医学文摘数据库），看看相关领域是否有新的论文发表。如果发表了相同观点的结果，则应及时调整实验方向。
除有效地整理数据外，还应注意避免实验过程中统计方法的误用。统计方法的误用对论文来说是致命的，这会导致论文中的数据错误，所以我们必须正确使用统计方法。以下三个是医学论文中统计方法的常见误用。
1。等级数据用卡方检验代替秩和检验
卡方检验主要用于检验计数数据的意义。在卡方检验中，任意排序得到的值是相同的，判断结果也是相同的。但等级数据可分为强弱两类，不能任意排列，只能由强到弱或由弱到强。卡方检验不考虑秩信息的强度，秩和检验考虑了这一点。等级和测试应用于单个排序分类数据。
2。当测量数据的方差不均匀时，仍采用t检验或方差分析。
这种错误在医学论文中很常见。许多作者忽略了数据方差的同质性，直接使用t检验或方差分析而不进行检验。当均匀性检验的样本组方差不均匀时，可采用以下三种方法：（1）非参数检验；（2）近似检验（如t检验）；（3）变量变换法使方差均匀。
三。四格表卡方检验忽略使用条件
四格表的卡方检验条件为n>40，理论频率t>5。四表数据如n>40，但1<t<5，需要使用校正卡方检验。当n<40或t<1时，需要精确的四格表概率计算方法。修正后或采用精确概率法，某些P值会发生变化，结论也会有所不同。在统计处理计数数据时，必须注意这个问题，才能得到正确的结果。
网友评论