下载文档原格式
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。
第3章 概率分布 案例辨析及参考答案案例3-1 为估计某地居民尿汞值的参考值范围， 测得某地200名正常成人的尿汞值如教材表3-6。
教材表3-6 某地200名正常成人的尿汞值/1L μg -⋅尿汞值 0～ 4～ 8～ 12～ 16～ 20～ 24～ 28～ 32～ 36～ 40～ 44～ 48～ 例数45304120151213546342试根据该样本资料估计该地居民尿汞值的95%正常值范围。
下面给出了多种解法，请辨析正误并讲出道理。
若有正确的，请指出来；若没有正确的，请一定要补充上。
解法一：计算得该样本资料的均数X =13.78（1L μg -⋅），标准差=S 11.71（1L μg -⋅），于是估计该地居民尿汞值的95%正常值范围为（1.96X S -，1.96X S +）=（17.9-，36.73）1L μg -⋅。
解法二：估计该地居民尿汞值的95%正常值范围为（0.95X S -，0.95X S +）=（2.66, 24.90）1L μg -⋅。
解法三：估计该地居民尿汞值的95%正常值范围为（ 1.64X S -， 1.64X S +）=（42.5-,32.98）1L μg -⋅。
解法四：估计该地居民尿汞值的95%正常值范围为（0， 1.64X S +）=（0，32.98）（1L μg -⋅）。
解法五：估计该地居民尿汞值的95%正常值范围为（0， 1.96X S +）=（0，36.73）（1L μg -⋅）。
解法六：估计该地居民尿汞值的95%正常值范围为（0，0.95X S +）=（0，24.90）（1L μg -⋅）。
解法七：估计该地居民尿汞值的95%正常值范围为（ 1.64X S -，X ）=（42.5-，13.78）（1L μg -⋅）。
解法八：估计该地居民尿汞值的95%正常值范围为（ 1.96X S -，X ）=（17.9-，13.78）（1L μg -⋅）。
解法九：估计该地居民尿汞值的95%正常值范围为（0.95X S -，X ）=（2.66，13.78）（1Lμg -⋅1）。
医学统计学案例分析医学统计学是应用数理统计学原理和方法对医学研究进行分析的学科。
下面介绍一个医学统计学案例分析。
某医院开展了一项针对心脏病患者的新药临床实验。
实验分为两组，A组为接受新药治疗的患者，B组为接受常规治疗的患者。
为了评估新药的疗效，研究者采集了每组患者的治疗前和治疗后的心脏功能数据。
实验结果如下表所示：组别治疗前心脏功能治疗后心脏功能A组 70 85B组 65 80为了分析和评估新药的疗效，可以采用配对样本T检验进行统计分析。
配对样本T检验是一种适用于两个相关样本的统计检验方法。
首先，可以计算出每组患者的差值（治疗后心脏功能-治疗前心脏功能）：差值A组 = 85-70 = 15差值B组 = 80-65 = 15接下来，计算这些差值的平均值和标准差：平均值差值A组 = 15/1 = 15平均值差值B组 = 15/1 = 15标准差差值A组= sqrt(Σ(xi-平均值差值A组)²/(n-1)) = 0标准差差值B组= sqrt(Σ(xi-平均值差值B组)²/(n-1)) = 0然后，可以计算T值：T = (平均值差值A组-平均值差值B组)/sqrt((标准差差值A组²/样本容量)+(标准差差值B组²/样本容量))T = (15-15)/sqrt((0²/1)+(0²/1)) = 0最后，根据自由度和显著性水平可以查找T值对应的临界值。
假设显著性水平为0.05，查表可得临界值为1.96。
由于计算得到的T值为0，小于临界值1.96，所以可以得出结论：新药治疗和常规治疗在心脏功能上没有显著差异。
通过以上医学统计学案例分析，我们可以对新药的疗效进行客观评估，为临床医学提供科学依据。
医学统计学案例分析报告【标题】：医学统计学案例分析报告【摘要】：本报告基于一项医学研究案例，通过统计学方法对相关数据进行分析和解读，旨在探讨患者的疾病发生率、治疗效果以及与其他因素的关联。
通过对数据的整理、描述统计、推断统计等分析，得出了一系列结论和建议，为医学实践和研究提供了重要的参考。
【引言】：医学统计学是一门重要的学科，通过对医学数据进行分析，可以更好地理解和解释疾病的发生与发展规律，指导临床治疗和公共卫生政策的制定。
本报告选取了一项医学研究案例，通过统计学方法对相关数据进行分析，旨在为医学领域的决策和实践提供科学依据。
【方法】：1. 数据收集：本次研究收集了XX医院2018年至2020年的患者病历数据，包括患者的基本信息、疾病诊断、治疗方案和疗效评估等。
2. 数据整理：对收集到的数据进行清洗和整理，包括缺失值处理、异常值检测和数据格式转换等。
3. 描述统计：对数据进行描述性统计分析，包括计算平均值、中位数、标准差等指标，绘制频率分布直方图、饼图等图表。
4. 推断统计：根据研究目的，选取适当的统计方法进行推断性分析，如t检验、方差分析、相关分析等。
5. 结果解释：对统计分析结果进行解释和讨论，得出结论并提出相应的建议。
【结果】：1. 患者基本信息：根据研究数据，患者的平均年龄为XX岁，男性占XX%，女性占XX%。
2. 疾病发生率：根据数据统计，该研究期间共有XX例患者被诊断为XX疾病，发生率为XX%。
3. 治疗效果评估：通过对治疗前后数据的对比分析，发现治疗方案A的治愈率为XX%，方案B的治愈率为XX%。
4. 相关因素分析：通过相关分析，发现患者的年龄与疾病发生率存在显著相关性（r=XX，p<0.05）。
5. 建议：基于分析结果，建议在治疗中重视患者的年龄因素，采取个性化的治疗方案，以提高治愈率。
【讨论】：1. 数据可靠性：本次研究收集的数据来源于XX医院，具有一定的代表性和可靠性，但也存在一定的局限性，如样本容量较小、数据缺失等。
医学统计学案例分析医学统计学是医学研究中不可或缺的重要组成部分，它通过对医学数据的收集、整理、分析和解释，为医学研究提供了有力的支持。
本文将通过一个具体的医学统计学案例，来说明统计学在医学研究中的应用和意义。
某医院进行了一项针对心脏病患者的临床研究，研究对象分为两组，一组接受传统治疗，另一组接受新型药物治疗。
研究的目的是比较两种治疗方法在降低心脏病发作率方面的差异。
在研究开始前，研究人员首先收集了参与者的基本信息、病史、生活方式等数据，然后在一定时间内对两组患者的心脏病发作情况进行了观察和记录。
通过对收集到的数据进行统计分析，研究人员得出了如下结论，新型药物治疗组的心脏病发作率明显低于传统治疗组。
经过统计检验，这一差异被证实具有显著性。
此外，研究人员还发现，新型药物治疗组的患者在心脏病发作后的恢复速度也更快，住院时间更短。
这个案例充分展示了医学统计学在临床研究中的重要作用。
首先，通过对参与者的基本信息和病史等数据进行描述性统计分析，研究人员可以更清楚地了解研究对象的特征和分布情况。
其次，通过对不同治疗组的心脏病发作率进行比较，可以得出治疗效果的初步结论。
最后，通过统计检验等方法，可以验证结论的显著性，为临床实践提供科学依据。
在医学研究中，统计学还可以帮助研究人员解决一些实际问题，比如样本量的确定、研究设计的选择、数据分析方法的应用等。
同时，统计学方法的运用也使得研究结果更加客观、可靠，提高了研究的科学性和说服力。
总之，医学统计学在医学研究中发挥着不可替代的作用，它为医学研究提供了科学的数据支持和分析手段，为临床实践提供了科学依据。
希望医学界的研究人员能够更加重视统计学的学习和运用，不断提高自身的统计学素养，从而更好地开展医学研究工作，为保障人民健康做出更大的贡献。
第6章两样本定量资料的比较案例辨析及参考答案案例6-1 为研究直肠癌患者手术前后血清CEA含量有无差异，作者收集了以下资料：术前（24例）：31.5 30.0 28.6 39.7 45.2 20.3 37.3 24.0 36.2 20.5 23.1 29.033.1 35.2 28.9 26.4 25.9 23.8 30.4 31.6 27.9 33.0 34.0 32.7 术后（12例）：2.0 3.2 2.3 3.1 1.9 2.2 1.5 1.8 3.2 3.0 2.8 2.1 （1）有人采用了两独立样本的t检验，结果t=15.92，ν=34，P<0.05。
从而得出结论：手术前后血清CEA含量有差异，术前CEA含量高于术后。
（2）也有人觉得上述分析方法不对，应该采用两独立样本的秩和检验，结果为：=，P<0.05。
Z-4.83（3）还有人认为应该采用校正t检验，结果：t'=22.51，P<0.05。
（4）有人将上述三种方法作一比较，认为既然三者结论是一致的，所以采用哪种分析方法都无所谓。
对此你有何看法？案例辨析（1）属于盲目套用两独立样本的t检验，因为未检查定量资料是否满足参数检验的前提条件。
（2）若定量资料满足参数检验的前提条件，直接用秩和检验会降低检验功效。
（3）若定量资料不满足正态性要求，直接用校正的t检验也是不妥当的。
（4）应当采用哪种统计分析方法不应仅看结论是否一致，而应根据分析目的、设计类型、资料是否满足参数检验的前提条件等方面综合考虑，事先选定统计分析方法，不能等到计算结果出来了，再确定统计分析方法。
正确做法此案例涉及完全随机设计两小样本资料的假设检验，统计方法的选择一定要结合数据特征。
通过对两组数据进行正态性检验，发现两样本均来自正态总体，但方差齐性检验结果表明，两总体方差不齐，所以最好的办法就是t'检验，此种情况一般不主张采用秩和检验，因为检验功效会大大降低。
医学统计学案例选第一章绪论部分案例1-1着手撰写一份研究计划书，你所选的研究课题应该关系到人类健康。
简单叙述立题依据、研究背景、研究目的、研究内容、研究方法和需要什么样的资料，如何获得和分析资料，用什么方法表达与展示结果等，请保留你的这份作业，并在学习完本书后再重新翻阅。
你发现了什么问题，应如何修改？你的收获是什么？第二章实验设计部分案例2-1《丹栀逍遥散治疗混合性焦虑抑郁障碍的临床研究》（河南中医2004年第24卷第8期第62页）欲观察丹栀逍遥散治疗混合性焦虑抑郁障碍的临床疗效，以某西药作为对照组。
将64例符合纳入标准的病例按诊疗次序交替分组，即单号为中药组，双号为西药组。
请讨论该分组方法是否随机？案例2-2《单宫颈双子宫畸形28例人工流产分析》（中国实用妇科与产科杂志1999年3月第15卷第3期172页）通过回顾分析某医院1990年1月至1998年3月期间28例单宫颈双子宫畸形早孕流产的结果，发现人流术前先给予米索前列醇素制剂可使得流产更容易、安全，减少病人痛苦并且可避免并发症的发生。
而文中两组的分组方法为：所有病例按就诊先后顺序分组，1995年10月以后的为A组，1995年10月以前的为B组。
A组（米索组）于手术前3小时服米索600μg或手术前1小时后穹隆放置米索200μg，然后进行人工流产吸宫术，共14例；B组（对照字）单纯采用常规流产术机械扩张宫颈后吸宫。
作者认为该法“符合随机分配法则”。
请讨论对照组的设置是否合适？案例2-3《用24小时食管pH监测法诊断食管原性胸痛》（中华外科杂志1995年33卷第2期第69页）一文中，作者对30例疑为食管原性胸痛患者的24小时食管pH监测，其中16例昼夜均异常，8例白天异常，2例夜里异常，18例胸痛与酸暴露有关。
得出食管pH监测是诊断胃食管反流所致的食管原发性胸痛的有效方法的结论，请讨论该文结果是否成立？案例2-4《强骨胶囊治疗原发性骨质疏松症的临床试验》（中药新药与临床药理，2004年15卷第4期284页）目的是观察强骨胶囊与骨松宝颗粒对骨质疏松症患者的疗效与安全性。
第5章 假设检验案例辨析及参考答案案例5-1 为了比较一种新药与常规药治疗高血压的疗效，以血压下降值为疗效指标，有人作了单组设计定量资料均数比较的t 检验，随机抽取25名患者服用了新药，以常规药的疗效均值为0μ，进行t 检验，无效假设是0μμ=，对立假设是0μμ≠，检验水平α=1%。
结果t 值很大，拒绝了无效假设。
“拒绝了无效假设”意味着什么？下面的说法你认为对吗？（1）你绝对否定了总体均数相等的无效假设。
（2）你得到了无效假设为真的概率是1%。
（3）你绝对证明了总体均数不等的备择假设。
（4）你能够推论备择假设为真的概率是99%。
（5）如果你决定拒绝无效假设，你知道你将犯错误的概率是1%。
（6）你得到了一个可靠的发现，假定重复这个实验许多次，你将有99%的机会得到具有统计学意义的结果。
提示：就类似的问题，Haller 和Kruss （2002）在德国的6个心理系问了30位统计学老师、44位统计学学生和39位心理学家。
结果所有的统计学学生、35位心理学家和24位统计学老师认为其中至少有一条是正确的；10位统计学老师、13位心理学家和26位统计学学生认为第4题是正确的。
（见Statistical Science, 2005, 20(3)：223-230.） 案例辨析 6个选择均不正确。
（1）可能犯Ⅰ类错误。
（2）α＝1%是表示在无效假设成立的条件下，犯Ⅰ类错误的概率。
（3）可能犯Ⅰ类错误。
（4）α＝1%是表示在无效假设成立的条件下，犯Ⅰ类错误的概率，而不是推论备择假设为真的概率是99%。
（5）在无效假设成立的条件下，就该例拒绝无效假设犯错误的概率是P 。
（6）在无效假设成立的条件下，还可能犯错误，并不是完全“可靠”的发现；1-α=99%是指无效假设成立的条件下不犯错误的概率是99%。
正确做法“拒绝了无效假设”意味着在无效假设成立的条件下，推断犯错误的概率为P。
案例5-2 某工厂生产的某医疗器械的合格率多年来一直是80.0％。
医学统计学案例分析评述医学期刊论着：《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）本论着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“统计学处理”中提及了“使用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<，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=”，应改为“检验水准ɑ=”。
【结果表达】（1）在“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，且具有显着差异性（P＜）。
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，且具有显着差异性”。
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=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“结果和”的结论中：①错误：均未明确具体的统计值及相对应的P值，“具有显着性差异”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。
医学期刊论着研究案例分析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97 187名，其中60岁以上居民共19 981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2χ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SAS 9．2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2χ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2χ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=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。
