下载文档原格式
论医学研究中常见的统计学错误引言统计学在医学研究中扮演着至关重要的角色，它能够帮助我们分析数据、评估结果的可靠性，并提供决策依据。
然而，由于缺乏统计学知识或方法的错误应用，医学研究中常常会出现一些常见的统计学错误。
本文将介绍在医学研究中常见的统计学错误，并探讨如何避免这些错误。
1. 小样本量小样本量是医学研究中常见的统计学错误之一。
当样本量较小时，统计结果往往难以准确地反映总体的情况。
这种情况下，我们应该增加样本量，以提高结果的可信度和准确性。
2. 选择性报道选择性报道是指在研究中只报道符合预期结果的情况，而对与预期结果相悖的现象进行掩盖或忽略。
例如，某项药物在治疗一种特定疾病的效果显著，而作者只报道了这个结果，而没有提及其他副作用或治疗效果不佳的情况。
为避免这一错误，我们应该客观公正地报道所有的结果，不仅包括正面的统计结果，也要包括负面的统计结果。
3. 多重比较多重比较是指在同一组数据上进行多次比较，从而增加发生偶然巧合的概率。
在医学研究中，尤其是大规模的研究中，经常需要进行多次比较，但如果不加控制地进行多重比较，结果可能会出现虚假的阳性或假阴性结果。
为避免多重比较带来的错误，我们可以使用统计学方法来调整P值或采取其他合适的纠正方法。
4. 忽视混杂因素在医学研究中，混杂因素是指可能对结果产生干扰的其他因素。
忽视混杂因素可能导致统计分析结果偏离真实情况。
为避免这一错误，我们应该在研究设计的过程中充分考虑潜在的混杂因素，或者使用适当的统计调整方法。
5. 错误地解读P值P值是统计学中常用的指标，用于评估数据的显著性。
然而，很多人对P值的解读存在误区。
P值仅仅表示在零假设成立的前提下，观察到该结果或更极端结果的概率，并不表示观察到的结果是真实的或有实际意义的。
因此，我们在解读P值时应该谨慎，并将其结果与其他指标如置信区间结合考虑。
6. 忽略样本来源的偏倚在医学研究中，样本来源的偏倚可能导致结果的偏离。
潍坊学院学报Journal of Weifang University第19卷第2期2019年4月Vol. 19 No. 2Apr. 2019常见的医学科研设计与统计学错误分析邵文锦，付甜甜（荷泽医学专科学校，山东荷泽274000）摘要：统计学方法的正确与否对科技论文质量有很大的影响，通过对撰写论文过程中常见的统计学问题从 实验设计、数据描述、统计推断、统计学术语、统计学概念、统计学效率等进行分析、矫正，借以快速提高审稿人、 编辑、作者的统计学应用水平.使我国的期刊质量有所提升.关键词：科研设计；统计学；非参数；回归分析；差错率中图分类号：R195 文献标志码：A 文章编号：1671—4288 （2019） 02-0096-03医学统计学是医学期刊中非常重要的组成部分。
撰写论文首先要从科研设计、实验开始，每一步都需 要统计学方法，因此，统计方法的正确性决定了论文的质量叫近几年，有些编辑对于统计学缺乏重视， 致使不能熟练的掌握和运用，再加上语言功底不扎实、知识系统涵盖量不足和编排规范掌握不完全，以至 于编辑发表出来的论文漏洞较多。
据报道对世界上一些著名医学期刊所刊登的论文进行严格评价，发现统 计学问题严重到惊人的地步，其错误率在52%_78%3〕。
日常工作中来稿发现实验设计及统计学分析不正 确率则更高。
为此，现就有关常见的实验设计与统计学问题进行分析，报道如下。
1实验设计与统计分析错误医学实验包括设计、检测、分析（评价）过程中的三个步骤，每步都有自己的原则：科研设计有四个 原则：①分“层、区、随机化分”组。
②均衡对照（可比性）。
③盲法。
④可重复性（样本量）。
检测（测 量）要保证数据的真实性和可靠性，避免造成检测偏倚的任何可能的因素发生。
分析的原则：分析（评价） 选择正确的统计分析技术、结果的统计学推断、专业判断等。
作者、审稿人、编辑必须熟练掌握、深入理 解实验过程的三大步骤及遵循的原则。
借以发现论文中可能存在的问题。
医学论文常见统计学错误与纠正一、设计与实施1.对象合格标准不明确●只报告来源和时间段，总体不清晰：大杂烩,得不到科学结论；●事前未规定合格标准和排除标准，事后排除；●不报告按照合格标准和排除标准筛选对象的过程。
2.结局指标多而杂--是事先规定的最重要的结局指标，通常以此为准来计算样本量。
常见错误：终点指标过多, 大海捞针临床试验时，不知道哪个指标在组与组间有差异；“确定某个指标后，万一组间没有差异，岂不被动?！”生理、生化、组织学、基因，都做；“内容丰富，显得水平高?！”许多仪器一下子可以做许多项目；“许多项目一一分析，哪个有意义，就报告哪个指标?！”哪些指标可能有组间差异，必须心中有数。
假说：预计将要得到的结论——假说是科研的灵魂心中无数，不要“先上马再说”●指标多，实验工作量大。
大海捞针——碰运气，不是科研！●指标多，翻来覆去分析，制造假阳性！Nature杂志统计学指南：➢常见错误之一。
仅分析1个指标时，P(假阳性)=0.05，P(1次分析不犯错误)=0.95 λ，同时分析2个指标时，P(2次分析均不犯错误) = [P(1 次分析不犯错误)] 2 P(假阳性)=1 - 0.952 ≈ 0.10, 同时分析3 个指标时，P(假阳性)=1 - 0.953 ≈ 0.14 λ同时分析10个指标时，P(假阳性)=1 - 0.9510 ≈ 0. 40➢常见错误之一(Nature) ----多重比较不校正多重比较: 对一组数据作多项比较时，必须说明如何校正α水平，以避免增大第一类错误的机会---- Bonfferoni校正（α/k来校正，k为两两比较次数）3 不重视对照为何必需对照？●消除非研究因素的混杂实验组和对照组受非研究因素的影响尽可能相同，使两组的差异主要反映研究因素的效应。
●鉴别研究因素的效应和自然发展结果。
例如，研究某药物对口腔溃疡模型兔的疗效，口腔溃疡有自愈的倾向，必须有对照扣除自愈效应。
常见错误➢没有对照！千方百计省去对照组，以减少一半工作量!? ω自身前后对照/历史对照/文献对照/ “标准”对照➢对照不当ω对照太弱：安慰剂对照/对照过强：西药+加中药~西药/对照剂量有争议：试验药，大剂量~对照药，中小剂量/对照基线不可比：试验组年轻、病轻~ 对照组年老、病重应当如何？ω事先明确研究假说，例如，新药比常规药好：以常规药为对照ω设计：研究组新药~ 对照组常规药可比性：基线可比、过程可比、终点可比ω保证可比性措施：干预性研究: 随机化观察性研究：匹配4样本量无根据ω干预性研究：“ 500 例患者随机分成两组……” 为什麽500 例？不多不少？500 例从天而降？现成送上门来？ω观察性研究：“ 10年期间A组3000例，B组258例……” ---- 有多少用多少!?应当如何？---- 报告最小样本量估算及其依据1. 比较两组测定值的均数依据：（1）预计欲比较的两总体参数的差值δ（2）预计总体标准差σ（3）允许出现假阳性结果的机会α（4）允许出现假阴性结果的机会β :例：格列美脲、格列苯脲对比研究以HbA1c 为主要终点报告依据✓欲检出HbA1c临床差异≥0.65%✓假定标准差为1.3%✓双侧检验水平0.05✓功效80% ω✓退出率20% 计算：157例2. 比较两组达标率依据：（1）预计一组发生某结局的百分比为π1（2）预计另一组发生某结局的百分比为α（3）允许犯假阳性错误的机会β（4）允许犯假阴性错误的机会π2例：格列美脲、格列苯脲对比研究以HbA1c达标为主要终点（1）预计一组发生某结局的百分比为45%（2）预计另一组发生某结局的百分比为25%（3）允许犯假阳性错误的机会α= 5%（4）允许犯假阴性错误的机会β= 20% 计算: 176 例5. 随机化，说而不做，做而不严处理分配的随机化为什么这么重要?(1) 消除分配处理有意或无意的偏倚。
医学研究论文中常见统计学错误分析(4) 定量资料统计分析错
误辨析与释疑
胡良平
【期刊名称】《基础医学与临床》
【年(卷),期】2007(27)8
【摘要】通过揭示大量定量资料统计分析方面的错误案例,说明重视判定设计类型和检查资料前提条件,对于合理选用定量资料统计分析方法是至关重要的。
由于不少科研人员缺乏多因素实验设计类型方面的知识,现行很多统计学教科书在这方面又十分薄弱,因此,广大实际工作者加强这方面知识的学习,是十分必要的。
【总页数】5页(P956-960)
【关键词】实验设计类型;定量资料;前提条件;正态性;方差齐性
【作者】胡良平
【作者单位】军事医学科学院生物医学统计学咨询中心
【正文语种】中文
【中图分类】R-32
【相关文献】
1.医学论文中统计分析错误辨析与释疑(8)--定量资料统计分析方法的合理选择 [J], 胡良平;李子建;刘惠刚
2.医学论文中统计分析错误辨析与释疑(10)--定量资料分析方法的合理选择 [J], 胡良平;李子建;童中彪;刘惠刚
3.医学论文中统计分析错误辨析与释疑(12)--定量资料统计分析方法的合理选择[J], 胡良平;童中彪;刘惠刚;李子建
4.医学论文中定量资料统计分析方面的错误辨析与释疑 [J], 胡良平;刘惠刚
5.医学研究论文中常见统计学错误分析(6) 定性资料统计分析错误辨析与释疑 [J], 胡良平
因版权原因，仅展示原文概要，查看原文内容请购买。
医学科研中常见统计学误用及其防范对策陈佰锋;陈玉娟;朱玉;李杰;姚应水【摘要】The entire process of medical research requires statistical knowledge. The reasonable selection and application of statistic directly influent the quality of medical research. This paper concludes and analyzes common statistical misuse in medical research as follow 4 aspects: study design, statistic analysis, statistics expression and result interpretation. it is widely recognized that the proper use of statistics is a key element of research integrity. It puts forward relevant prevention measures, providing the reference frame for proper using statistic to medical researchers.%医学科研的整个过程都需要统计学知识，统计学的合理选择及应用直接影响到医学科研的质量。
文章分别从研究设计、统计分析、统计学表达、结果解释共4个方面对医学科研中常见的统计学误用进行了归纳分析，并提出了相应防范对策，为医学科研工作者正确使用统计学知识提供参考依据。
【期刊名称】《卫生软科学》【年(卷),期】2014(000)001【总页数】3页(P58-60)【关键词】医学科研;统计学方法;统计学表达;结果解释【作者】陈佰锋;陈玉娟;朱玉;李杰;姚应水【作者单位】皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002【正文语种】中文【中图分类】R195.1统计学作为一种强大的医学科研工具，广泛应用于国内外各种公开发行的医学期刊中，然而其应用水平往往不尽人意，大量的医学科研论文被指出存在统计学误用[1]。
医学论文中常用统计分析方法错误大全在医学研究领域，准确合理地运用统计分析方法对于得出可靠的研究结论至关重要。
然而，在实际的医学论文中，却存在着各种各样的统计分析方法错误，这些错误可能会导致研究结果的偏差，甚至得出错误的结论。
下面，我们就来详细探讨一下医学论文中常见的统计分析方法错误。
一、数据类型判断错误数据类型的正确判断是选择合适统计分析方法的基础。
医学研究中常见的数据类型包括计量资料、计数资料和等级资料。
然而，很多研究者在数据类型判断上出现失误。
例如，将原本应该是计数资料的数据（如疾病的治愈、好转、无效等）当成计量资料进行分析，错误地使用了均值和标准差等统计指标，而应该使用频率和百分比等指标，并采用卡方检验等方法。
二、样本量计算不合理样本量的大小直接影响到研究结果的可靠性和准确性。
一些医学论文在研究设计阶段没有充分考虑样本量的计算，导致样本量过小或过大。
样本量过小，可能会使研究结果缺乏统计学意义，无法检测出真实存在的差异；样本量过大，则会造成资源的浪费，同时增加研究的难度和成本。
正确的样本量计算应该综合考虑研究的设计类型、预期效应大小、检验水准和检验效能等因素。
三、选择错误的统计方法这是医学论文中常见的错误之一。
例如，对于两组独立样本的均数比较，应该使用 t 检验，但如果两组数据的方差不齐，就需要使用校正的 t 检验或者非参数检验方法（如 Wilcoxon 秩和检验）。
然而，很多研究者在这种情况下仍然使用了普通的 t 检验，导致结果不准确。
再比如，对于多组均数的比较，如果方差分析结果有统计学意义，还需要进一步进行多重比较。
但有些研究在这一步没有进行恰当的多重比较方法选择，导致结论不够准确。
四、忽视数据的正态性检验在进行某些统计分析（如 t 检验、方差分析等）时，要求数据服从正态分布。
然而，很多研究者在使用这些方法之前，没有对数据进行正态性检验。
如果数据不服从正态分布，却仍然使用基于正态分布假设的统计方法，就会得出错误的结论。
医学科研中常见统计学误用及其防范对策
陈佰锋;陈玉娟;朱玉;李杰;姚应水
【期刊名称】《卫生软科学》
【年(卷),期】2014(000)001
【摘要】医学科研的整个过程都需要统计学知识，统计学的合理选择及应用直接影响到医学科研的质量。
文章分别从研究设计、统计分析、统计学表达、结果解释共4个方面对医学科研中常见的统计学误用进行了归纳分析，并提出了相应防范对策，为医学科研工作者正确使用统计学知识提供参考依据。
【总页数】3页(P58-60)
【作者】陈佰锋;陈玉娟;朱玉;李杰;姚应水
【作者单位】皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002;皖南医学院，安徽芜湖 241002
【正文语种】中文
【中图分类】R195.1
【相关文献】
1.医学科研论文中常见的统计学问题与改进措施 [J], 姜瑞涛
2.医学科研论文中常见的统计学错误 [J], 李祝华
3.医学科研或论文中常见的统计学问题 [J], 万献尧;张久之
4.医学科研或论文中常见的统计学问题 [J], 万献尧;张久之
5.医学科研论文中常见的统计学问题与对策 [J], 姜瑞涛
因版权原因，仅展示原文概要，查看原文内容请购买。
医学科研论文中的统计学问题汇总分析蚁穴统计学是一门帮助人们透过偶然现象,分析和判断事物内在规律的科学。
随着医学科研工作的深入,医学统计学的应用越来越广泛。
由于统计学的内容非常丰富,并且仍在不断发展,而医务工作者常因各种原因不愿花费许多精力钻研统计学知识,故医学论文中误用统计学的现象较为严重。
为了减少这一现象,提高论文的水平,现就论文中常见的统计学错误,分析讨论如下。
1. 文中未交待所用统计方法论文中应将所用的统计方法交待清楚,例如,是配对设计的t检验还是成组设计的t检验,是Ridit分析还是卡方检验,是作相关分析还是作回归推断。
使用不正确的统计方法会得出错误的结论,所以统计方法交待不清或根本不予交待,会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;有的甚至于直接用P值说明问题了事。
正确的做法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,这样才有说服力。
严格地说,应写明精确的统计量值和P值,如t值、F值、χ2值等,不应笼统地以P>0.05或P<0.05代替。
此外,最好能交待所使用的计算工具与统计软件名称。
因采用公认的统计软件(如SAS、SPSS等)或程序型计算器进行计算,与手工计算相比,既准确又快捷,其计算结果易于被人接受。
2. 使用统计方法时不考虑其应用条件每一种统计方法都有其适用条件。
在表示数值变量资料(计量资料)的平均水平时常用到平均数。
然而平均数有算术平均数(均数)、几何均数和中位数,各有其应用条件。
应用均数时,必须首先确定数据为正态分布。
如果数据是偏态分布,仍用均数表示其平均水平势必导致错误的结论,不少作者没有注意到这一点。
对于偏态分布的数据,应该用几何均数或中位数表示其平均水平。
t检验要求样本来自正态总体,作两样本均数比较时还要求方差齐。
如果不符合这些条件,则应考虑进行数据转换或用非参数检验;当两小样本均数比较方差不齐时,可采用t’检验。
第十五章医学科研中常见的统计学错误第一节科研设计中的常见错误一、抽样设计二、实验设计中的随机原则三、实验设计中的对照原则四、实验设计中的重复原则五、实验设计中的均衡原则第二节科研数据描述中的常见错误一、统计指标的选取二、统计图表第三节医学科研统计推断中的错误一、t检验二、方差分析三、卡方（ 2）检验四、相关与回归分析五、结论表达不当第十五章医学科研中常见的统计学错误医学科研中，研究者关心的研究对象的特征往往具有变异性；如年龄、性别皆相同的人其身高不尽相同、体重、血型等也都存在类似的现象。
同时，由于研究对象往往很多，或者不知到底有多少，或者研究对象不宜全部拿来做研究；所以人们往往借助抽样研究，即从总体中抽取部分个体组成样本，依据对样本的研究结果推断总体的情况。
恰恰是这种变异的存在，以及如何用样本准确推断总体的需求，使得统计学有了用武之地和发展的机遇。
诚然，合理恰当地选用统计学方法，有助于人们发现变异背后隐藏的真面目，即一般规律。
但是，如果采用的统计学方法不当，不但找不到真正的规律，反而可能得出错误的结论，进而影响研究的科学性，甚至会使错误的结论蔓延，造成不良影响。
作为医学工作者，尤其是科研工作者，必须了解当前医学科研中常见的统计学错误，以便更好地开展科研和利用科研成果。
本章借助科研中统计学误用实例，介绍常见的错用情况，以帮助读者避免类似错误的发生。
第一节科研设计中的常见错误统计学是一门重要的方法学，是一门研究数据的收集、整理和分析，从而发现变幻莫测的表面现象之后隐含的一般规律的科学。
医学科研是研究医学现象中隐含规律的科学，包括基础医学研究、临床医学研究和预防医学研究等，不管哪类医学科研都离不开统计学的支持。
要想做好医学科研，必须掌握一定的统计学知识，如总体与样本、小概率原理、资料的类型和分布、科研设计类型、统计分析的主要工作、常用统计方法以及方法的种类和应用条件等，尤其要了解当前医学科研中常见的统计学错误。
实验设计原则的正确把握、统计指标和统计方法的正确选用、对假设检验结果的正确理解、弄清不同设计类型的应用场合、弄清统计结论与实际意义的真正关系等，是科学合理应用医学统计学知识做科学研究的基本前提。
但实际医学科研中，却存在着这样或那样的诸多统计学错误，如实验设计时违背实验设计应遵循的基本原则、进行资料描述时不能选择适当的统计指标、采用的统计图表不规范、假设检验时不顾资料与设计的类型而随意套用某种假设检验方法、不能正确理解P值与差异大小的关系、错误地将统计学结论与医学实际意义混为一团，等等。
一、抽样设计抽样研究是常用的医学科研方法之一，但科研设计中常存在着抽样假随机，随意规定样本量的问题；从而破坏了抽样研究应满足的必要前提。
常用抽样方法有：单纯随机抽样、系统抽样、整群抽样、分层抽样和多级抽样。
二、实验设计中的随机原则随机指的是在选取样本时，应确保总体中任何一个个体都有同等的机会被抽到而进入样本；在分配样本时，应确保样本中任何一个个体都有同等的机会被分入任何一个组中去。
遵循随机的原则，目的就是使样本具有极好的代表性，使各组受试对象在重要的非实验因素方面具有很高的均衡性，从而提高实验资料的可比性；常见的错误是以随意代替随机。
（一）误用实例例1 有些临床医生常常根据患者来院就诊的先后顺序对他们进行分组，如将先来的10例患者作为对照组，中间来的10例患者作为A药组，后来的10例患者作为B药组。
分析：这种分组方法看起来似乎很合理，其实这样分组是违反随机原则的。
这样分入各组的患者可能在病情等某些重要的非处理因素上相差很多；因为在某一段时间内人们可能容易患上某病，其中有一部分人看医生的态度比较积极，稍有不良感觉就会去看医生，但也有一部分人在这方面较为迟钝，病不重到一定的程度都不去看医生。
换言之，在某一段时间内，患者来医院的先后顺序中，可能暗含着病情轻重不等的因素；按就诊的先后顺序分组的结果，就很可能造成某些组内重症者居多，而另一些组内轻症者居多的状况。
这种违反随机原则的设计，没能很好地降低重要的非实验因素对观测结果的影响，结果的可靠性必然要受到影响。
例2 原文题目：小剂量干扰素加三氮唑核苷治疗流行性乙型脑炎99例分析。
原作者在一般治疗的基础上加用小剂量干扰素及三氮唑核苷治疗流行性乙型脑炎99例，采用同期的、接受一般治疗的73例该病患者作为对照。
治疗组和对照组的病情，即轻型、普通型、重型和极重型的分布经χ2检验差异无统计学意义。
两组患者均采用传统降温、镇静、降颅内压、肾上腺皮质激素及抗生素预防感染等对症治疗；在此基础上治疗组选择发病在5天以内的患者，加用干扰素和三氮唑核苷静滴，疗程5－7天。
两组比较疗效差异有统计学意义，结论：在一般治疗的基础上加用小剂量干扰素和三氮唑核苷治疗流行性乙型脑炎的疗效优于一般治疗的效果。
分析：这个研究结果似乎是合理的，因为原作者考虑到了病情严重程度这一重要的非处理因素两组的分布情况，经χ2检验差异无统计学意义。
其实，除了病情严重程度，这个研究中还设计到一个重要的非研究因素，即治疗的及时性。
对于治疗组，要求发病到治疗的时间在5天之内；而对照组却没有这样的限制；根据常识，早期治疗对疾病的预后具有重要影响，通常有较高的治愈率和较低的死亡率。
所以，在治疗的及时性方面，两组不具可比性；这样得到的结论当然要受到质疑。
其实，在制定实验设计方案时，应将所有重要、可控的非处理因素考虑在内；本研究除了病情严重程度外，治疗及时性也是一个重要的非处理因素，应采用随机化方法使各组患者在病情和治疗及时性上尽量达到均衡一致，从而提高组间的可比性。
三、实验设计中的对照原则设立对照组的目的是寻找一个参照物，或对比的基础；因为好与坏、高与矮、快与慢、长与短等都是相对而言的。
一种药物的疗效如何，要看与谁比较，是与安慰剂，还是与当前市面上治疗此类疾病疗效最好的某种药物；比较的对象不同，结论是不同的。
常见的错误是：缺乏对照、对照设置不当。
（一）误用实例1. 缺乏对照例1 原文题目：银屑病发病与血型的关系探讨。
原作者对64例银屑病患者进行血型观察，其中O型血30例，A型血17例，B型血17例，AB型血0例。
没有进行统计分析，就认为银屑病的发病与血型有明显的关系；同时也证实了遗传致病的决定意义。
分析：该文没有对照，也没有统计分析，仅凭64例病人的血型分布，就下银屑病的发病与血型有关，显然是不妥的。
因为，根据常识，正常人群中的血型构成本来就不是非常均衡的；再者，64名患者的血型构成是否与发病有关，必须经与对照组进行比较，并得到统计学假设检验的支持。
如果正常人群的血型分布与银屑病患者的血型分布情况，经检验差异存在统计学意义，则认为血型构成可能与银屑病的发病有关，如果差异无统计学意义，则可以认为银屑病发病与血型构成无关。
例2 原文题目：静脉应用维拉帕米治疗快速型心房颤动的临床观察。
原作者选择快速型房颤38例（阵发性房颤8例，持续性房颤30例），其中男22例，女16例，年龄24－78岁，平均52.9，心室率128－179次/分，房颤持续时间2天至11年。
基础心脏病分别为：风湿性心脏病11例、冠心病10例、高血压性心脏病5例、肺心病2例、扩张性心肌病2例、甲亢性心脏病2例、先天性心脏病（房间隔缺损）2例、特发性心脏病4例。
心功能（NYHA）分级：Ⅰ级11例、Ⅱ级13例、Ⅲ级14例，无Ⅳ级和/或预激综合征者。
用药方法：常规心电监护，维拉帕米注射液5ml加入5％葡萄糖10ml中，于5分钟内注射完毕；如果15分钟后心室率减慢不显著，再予以维拉帕米2.5－5.0静注。
观察用药后5、10、15、20、30分钟的心室率及血压变化。
疗效判定标准：显效：用药后心室率减慢>30％或心室率低于100次/分，有效：用药后心室率减慢20％－30％但心室率不低于100次/分，无效：用药后心室率减慢<20％且心室率不低于100次/分。
结果：至30分钟显效27例、有效11例，总有效率达100％；说明该法控制房颤之心室率起效迅速、效果可靠。
分析：不知您看了这个案例，有何感觉？我觉得很乱、结论的可靠性难以保证。
为什么呢？我们知道，要考察某种药物的疗效如何，首先必须设立合理的对照组，因为有比较才有鉴别；而本试验未安排对照组。
本试验如能设置一可比的对照，严格控制重要的非实验因素，使其在各组间达到均衡一致，给对照以常规的治疗，如洋地黄制剂；这样做出的结果才能较好地反映出实验效应的差别。
另外，对于不同心脏病引起的房颤，放在一起研究，似乎不太妥当；因为这样的同质性不理想。
如果能适当增加各组样本数量，分开进行比较研究，效果会好许多。
2. 对照不当例1 原文题目：肝炎灵联合丹参注射液治疗慢性乙型肝炎60例。
原作者将慢性乙型肝炎患者随机分为两组，治疗组60例，接受肝炎灵和丹参注射液联合治疗，对照组44例，接受肌苷、维生素C的治疗；两组在性别、年龄、病程、病情等方面差异均无统计学意义。
比较两组肝功能指标恢复正常率，得出结论：两药联合应用治疗慢性乙型肝炎有良好的协同作用。
分析：这个研究，如果想得出两药联合应用治疗慢性乙型肝炎是否有协同作用，恐怕要考虑采用析因设计为好；而从药物作用上看，丹参注射液单独应用对慢性乙型肝炎是否没有治疗作用。
所以，原作者研究的真正目的可能是将肝炎灵与丹参注射液联合应用治疗慢性乙型肝炎的效果是否比单独使用肝炎灵治疗的效果好。
如果是这个目的，该研究的对照就有问题了；因为原文中设置的对照无法显示两药合用是否会比单独用肝炎灵的疗效好的结论。
正确的做法是，对照组给予肝炎灵加安慰剂治疗，安慰剂在剂型、外观、剂量等方面与丹参注射液相同。
采用双盲的方法进行分组和处理，会很好地消除主观偏性，得到的结果会更为准确可靠。
例2 某人在研究药物治疗铅中毒时的驱铅效果时，设计了如下试验，见表15-1。
对收集的实验资料进行统计分析后，原作者得出的结论为：此药有明显的驱铅作用。
分析：本研究虽然设有对照，但原作者没有考虑到这种貌似合理的对照，实际上是很不适当的；因为治疗前后患者所处的环境也发生了变化，即脱离现场，而脱离现场前后本身，也会引起尿铅和血铅的变化。
所以，虽然统计分析结果清楚地显示两组之间的差别具有统计学意义，但这并不能有效说明此药具有驱铅作用。
如果要考察某种疗法的驱铅效果，必需设有不给予任何治疗的空白对照；当然，这显然是行不通的，因为这样违背了伦理道德的要求；我们可以尝试做动物实验。
而如果患者都必须要接受某种治疗，那么就须采用2种和2种以上的药物。
采用具有一个重复测量的两因素设计定量资料的方差分析，或者把治疗前的数据作为协变量的值，采用单因素多水平设计资料的协方差分析。
表15-1 30名铅中毒工人脱离现场后住院治疗的结果（x±s）血铅（mg/L）0.181±0.029 0.073±0.019*尿铅（mg/L）0.116±0.009 0.087±0.010*注：与治疗前比，* P < 0.01例3 原文题目：高血压病患者肾脏早期损害指标的探讨。
