醫學論文如何選題和應用統計學方法

撰寫一篇醫學論文，首要工作便是選題，只有確認論文選題后才能對所要研究的內容進行深入的探討。根據論文的時間性質，一般分為回顧性研究和前瞻性研究。

針對這兩類論文，我們如何進行選題？除此之外，對于其他醫學論文，我們又應當如何進行選題？

第一回顧性研究與前瞻性研究? 1

、回顧性研究：是對過去某段時間內自己經歷的病例資料，或搜集本單位某階段收治的某種疾病的病例資料作為選題，進行歸納、分析、總結。

2、前瞻性研究：所采用的原始資料是嚴格按實驗設計的科學方法獲得的，確定選題不受既往積累資料的限制，故選題有極大的活動度和隨意性。

第二回顧性研究的選題

1、發現新問題選題。在臨床實踐中，經驗與問題總是相伴相隨，解決問題的同時，可以獲得經驗，反之總結經驗的同時，也會發現問題。因此，發現問題就可選題。

2、總結經驗選題。在大量臨床實踐所積累的豐富資料中，必然存在著很多尚未被發現的知識，可立題進行總結，或將臨床實踐中“順理成章”的習慣認識或做法立題總結或發展。

3、總結教訓選題。在臨床實踐中，經驗與教訓也總是相伴相隨。多數情況下，經驗來自教訓，教訓被吸取后，就可變成經驗。因此，總結教訓也是很好的選題方法。

第三前瞻性研究的選題

1、在臨床實踐中選題。在臨床實踐活動中，我們常常會遇到解決問題的方法。對于方法成功解決問題則采用大樣本設對照組進行前瞻性研究確定其可靠性。對于解決問題的方法具有不確定性則也可選題，采用動物實驗，找出造成療效優劣的規律性因素。對于解決問題尚無良好方法則更應選題，采用動物實驗，揭示疾病發生、發展規律，繼而發現有效的治療方法。

2、在閱讀文獻資料中選題。在閱讀文獻中，我們常常會遇到至今依舊存在爭論的課題。對于這類課題，或許你同意其觀點則可用自己的研究結果支持相同觀點者的意見。或許你會反對其觀點則也可用自己的研究結果否定對立者的觀點。 或許你對至今爭論的課題說爭論的論點都持反對意見，那更應立題，用自己的結果討論，樹立自己的觀點。

3、重復前人實驗研究選題。由于科學研究的進步與發展，對以往的研究成果應該用新的觀點審視，或變換角度分析，以往的結果如果正確則可選題，在繼承中發展或擴展，對國外或外地的經驗可引進或改良。 如果結果是謬誤則更應重新立題，糾正錯誤。

第四前瞻性研究的選題

1、在臨床實踐中選題。臨床工作是醫學論文寫作取之不盡的源泉，作者在臨床中會經常遇到許多需要解決的實際應用問題或理論問題，對此，只要從本學科實際出發，用心思考，會從中產生很多好的主題。其包括：（1）探討發病機制與預后情況；（2）分析臨床癥狀與表現；（3）研究診斷方法和治療方法；（4）疾病的多因素分析等。

2、從文獻資料中選題。醫學文獻是人們長期積累的寶貴財富，是醫學論文選題的重要來源。閱讀最新文獻資料，可以了解當前醫學科學研究的進展情況，開拓思路、激發靈感，從而挖掘提煉出好的醫學論文主題。

3、在科研過程中選題。醫學科研的過程中，有時會出現意外的現象或問題，作者如果能夠細心觀察、及時發現，可以在這些偶然中獲得新的選題。

?4、根據課題研究的結論來確定主題。這是常用的方法，可分為：（1）以科研的結論或部分結論作為醫學論文的主題；（2）科研結果與開題時預測不一致，待查出原因，再尋找主題；（3）科研達不到預期結果，可總結經驗，從反面挖掘主題。

醫學論文寫作需注意的統計學問題

第一設計方面的問題

1.1 分組沒有嚴格遵循隨機化原則研究對象的分組與抽樣離不開隨機化原則，在足夠樣本的前提下，隨機抽樣，隨機分組，明確交代隨機方法，各組樣本量、基本特征等。隨機不等于隨便，有的作者濫用隨機，只要抽樣或分組，一概冠以隨機，不描述隨機方法，把隨意、隨便當做隨機，使研究結果不可信。

1.2 無對照組或不合理醫務科技工作者開展研究的目的就是驗證假設是否正確，沒有對照，無法做出判斷。有的論文無對照組，沒有對比觀察，所得結論沒有說服力。有的論文雖設有對照組，但不是嚴格的隨機分組，組間缺乏可比性，如非同期對照，組間性別、年齡、患病狀況不一致等。在實驗組和對照組的可比性方面，兩組例數要基本一致，否則沒有可比性。

1.3 樣本含量過少抽取恰當的樣本量，結果才有可靠性。有些文章例數太少，這樣抽樣誤差大，導致結果不可靠。研究對象變量標準差小的，樣本可以小一些。觀察計數指標的樣本一般不少于20——30例，計量指標的樣本不少于5——10例。有的作者僅僅觀察了數例患者，就得出百分之多少的有效率，顯然是不恰當的。

對于對比分析，樣本太少得出的結果不可靠，往往隨著樣本量的增大而發生變化。

第二統計學處理不恰當

在進行統計學處理時，首先要明白研究資料是計數資料還是計量資料，盡管是一個常識性的問題，但仍有不少作者搞混了。先分類再計數的資料叫計數資料，如A組30例，B組32例，可根據研究目的計算出陽性率、治愈率等。測定某項具體數值的資料叫計量資料，如身高、體重、脈搏、血壓等許多物理診斷和化驗結果。在醫學科研論文中，計數資料最常用的統計學方法是檢驗，計量資料最常用的是t檢驗。在研究設計時，就應根據研究資料的特點，決定假設檢驗的方法。在處理資料時，因均數和標準差是用來描述正態分布資料集中和離散趨勢的指標，可否采用均數±標準差描述研究資料的分布特征，首先要看資料是否是正態分布，如果資料不是正態分布或者方差不齊時，應對資料進行轉換處理，使其符合正態分布，方差齊性后采用t檢驗或方差分析，達不到上述要求，用秩和檢驗。來稿中，不少作者不考慮適用條件，盲目使用t檢驗。造成統計學方法使用不當，結果不可靠。更有甚者，有的作者不分計數資料還是計量資料，亂用 檢驗或t檢驗，其結果可想而知。這是無統計學常識或極不負責任的表現。

有的研究資料數據龐大，只能在表格描述中用阿.拉伯數字或特殊符號表示與比較對象的P值，如P>0.05，P<0.05，P<0.01，無法一一給出具體的P值。但有的作者既不交代使用的統計學方法，也不給出具體的P值，直接列出P<0.05或P>0.05，認為差異有統計學意義或無統計學意義，使讀者對無法判斷結果的可靠性。正確的做法是寫明使用的統計學方法，使用了什么統計學軟.件，如進行了校正檢驗。亦應說明。這才有說服力。

第三描述不嚴謹

日常生活中對差異的判斷與統計學上差異是否有統計學意義是兩個完全不同的概念。我們主觀上感覺差異不大，而經統計學處理差異可能具有統計學意義;主觀上感覺差別很大，但經統計學處理差異可能有統計學意義。有相當數量的作者，在描述統計學結果時，常用差異顯著或差異非常顯著，易與日常生活中差異的概念混淆，使用差異有統計學意義或差異無統計學意義更為確切。

我們把檢驗水準設定為a=0.05時就是以P>0.05為界值，一般以P>0.05，P<0.05，P<0.O1 3個檔次描述差異有無統計學意義即可，有的作者出現P<0.001，以強調差異的顯著性。有的作者用P>O.01或P<0.1來表示，是錯誤的，P>0.O1既可能是P>0.05，也可能是P<0.05，二者有本質的不同。

第四統計符號使用不規范

統計符號使用不規范是論文中經常出現的問題，把卡方檢驗中的 寫成x或x2，丟掉平方或把希臘字母x寫成英文字母x;把均數±標準差( ±s)，丟掉z 上方的一橫，既影響論文質量，又影響閱讀效果。

第五統計表格不規范

統計表格是論文的重要組成部分，表格是否符合統計學要求，對論文有重要影響。

我們在編輯醫學論文中經常會發現存在這樣那樣的統計學問題，致使文章質量下降，甚至無法刊用，十分可惜。提高統計學應用水平，減少統計學差錯。樹立嚴謹的科學態度，選擇正確的統計學方法，對提高科研水平，確保論文質量有著十分重要的意義。

本文來源： 論文寶。版權歸原作者所有。

寶寶起名