時間：2023-07-11 16:31:02
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇常用統計學方法分析范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
【關鍵詞】醫學統計學；繼續教育；需求；調查
【中圖分類號】G562.65 【文章標識碼】A 【文章編號】1326-3587（2013）10-0001-02
現代臨床研究對醫學統計學的依賴正日益加強，從科研設計到統計分析，再到科研論文的撰寫，每一步都需要統計學的支撐。同時，新的統計學理論和方法的出現對臨床資料的統計分析和醫學論文的撰寫提出了新要求，因此有必要對臨床醫務人員進行繼續教育培訓，更新統計學知識。繼續教育的對象是已有臨床工作經驗的醫務人員，他們學習目的明確，不以廣泛學習統計理論為主，而是針對性地提高專業理論和技術。因此，如何正確引導醫生在醫療實踐和科學研究中尋找循證依據，提高科研和業務素養是醫學統計學繼續教育的重要目標。針對此實際情況，我校開辦了臨床研究中的設計與統計分析繼續教育學習班，授課內容覆蓋了從臨床科研設計到統計分析和統計結果表達各個部分。
為了解臨床醫務人員對醫學統計學知識的需求現狀，為醫學統計學繼續教育教學內容設置和教學開展提供參考，本研究對參加醫學統計學繼續教育學習班的學員進行了問卷調查。
一、對象與方法
1、調查對象：調查對象為報名參加本次繼續教育學習班的115名臨床醫務人員，以本校附屬醫院的臨床醫生為主。
2、調查方法：通過專家咨詢法制定調查問卷，課程結束后，采用匿名調查的方式由學員自行填寫。共發放調查問卷115份，回收有效問卷94份，問卷回收率為81.74%。
二、結果與分析
本次學習班主要授課內容為：臨床研究中的統計學問題、CONSORT簡介、統計方法簡介與錯誤辨析、SPSS統計軟件簡介、系統綜述與Meta分析及其軟件實現。
1、基本情況。
參加本次繼續醫學教育學習班學員的基本情況如表1所示。從表中可以看出，學員以年輕的，剛參加工作不久的初、中級臨床工作人員和研究人員為主。
2、對醫學統計學的掌握情況。
絕大部分學員都有醫學統計學基礎，88人（93.62%）在學歷教育階段都系統地學習了《醫學統計學》。學員統計學方法的掌握現狀如表2所示。對于常用的統計學方法，大部分學員熟悉（19.15%）或者比較熟悉（65.96%），而對于高級統計學方法，一半以上的學員不熟悉（56.38%）。對于常用的實驗設計方法，大部分學員比較熟悉（64.89%），而對于臨床上較為常用的觀察性研究不熟悉的學員占45.74%。
3、需求分析。
（1）對本次學習班授課內容的認可和進一步需求。
68名學員（占72.34%）認為本次學習班對其今后發展非常有幫助，對授課內容的認可如表3所示。從表3得出，最受學員認可的課程是系統綜述和meta分析及其軟件實現，這和目前臨床工作者的關注點和研究現狀較為符合。系統綜述和meta分析在國內臨床醫務人員中較受歡迎，同時又缺少meta分析所必需的統計學知識。對CONSORT的認可度較低，認為是可以簡單介紹的內容，主要原因是目前臨床醫生自己撰寫RCT研究報告的機會少，因此接觸CONSORT的機會也較少。
（2）對醫學統計學授課內容的需求。
所有學員都認為非常有必要適時的開展醫學統計學的繼續教育學習班。70人（占74.47%）希望在以后的學習班中講授常用的實驗（試驗）設計方法；65人（占69.15%）希望增加常用的觀察性研究設計的方法。對于統計分析方法的需求情況詳見表4。
表4表明大多數有醫學統計學基礎的學員對于簡單的統計學方法，如t檢驗、卡方檢驗、方差分析等內容已經掌握，他們更加注重這些統計分析方法所得到結果的展現，比如如何利用圖表進行結果展現（54人，占57.45%）。對于高級統計學方法，學員最想學習的內容分別是多因素試驗分析56人 （占59.57%），logistic回歸54人（占57.45%）和生存分析59人 （占62.77%）。特別是后兩者，在臨床醫學科研中有著非常廣泛的應用。
三、討論
醫學統計學繼續教育學習班為臨床醫務人員建立統計思維、提高統計素養，提供了一個很好的平臺。在目前國內院校和醫院的考評機制中，臨床醫生的科研水平也被放在非常重要的地位，不管是臨床工作還是科研工作，統計學方法的掌握，統計學思維的建立對于臨床醫生顯得尤為重要和緊迫。醫學統計學是一門實踐性很強的學科，需要不斷的繼續學習和實踐才能真正掌握。
本研究調查發現，目前臨床醫務人員在科研設計和統計方法上存在著以下需求。（1）高級統計方法。一半以上的學員表示對高級統計學方法不熟悉，同時，在臨床科研工作中對高級統計方法的要求在不斷增加，特別如多元線性回歸、多因素試驗設計和分析、logistic回歸和生存分析等臨床上常用的高級統計學方法，需求比較大。（2）觀察性研究設計方法。在平常的臨床科研中，RCT研究只是占了少數，大量的研究為觀察性研究，如隊列研究和病例對照研究，這類研究設計在臨床研究中占有重要的地位，該部分內容的潛在需求會非常大，在今后的課程設置中可以考慮增加觀察性研究設計和分析的內容。（3）統計結果報告格式。將統計軟件產生的結果轉換成符合期刊要求的結果表達形式是統計分析的關鍵一步，如何撰寫統計學方法部分，如何制作統計圖表等內容看似簡單，但是不少臨床醫務人員經常犯錯，比如不報告統計量只報告P值、不報告精確的P值等。因此，臨床醫務人員對該部分的需求較大。（4）系統綜述和meta分析的統計學過程。系統綜述能夠通過對多個有爭議的或者相互矛盾的小型臨床研究采用嚴格、系統的方法進行評價、分析和合成，解決紛爭或提出建議，為臨床實踐、醫療決策提供循證依據。系統綜述中用到的統計學方法、使用條件以及軟件實現等都是臨床醫務人員急需了解和掌握的內容。
在職臨床醫務人員的統計學教學應與學歷教育階段的醫學統計學教學有明顯的區別，繼續教育的教學內容應以實用性、針對性強為原則，注重統計思維的培養和軟件的使用。結合本次繼續教育學習班的經驗和調查，筆者認為今后針對臨床醫生的醫學統計學繼續教育應該在教學內容上進行以下兩個方面設置。
1. 授課內容。（1）授課內容模塊化。授課內容可以分為基本統計學方法、高級統計學方法和若干專題。基本統計學方法授課以結果的報告和論文寫作為主；高級統計學方法模塊需要適當增加課時，突出多因素試驗的分析、多元線性回歸、logistic回歸和生存分析等臨床常用的統計學方法；專題模塊突出當今臨床研究熱點和難點、新的觀點，緊貼臨床應用實際，比如可以開設系統綜述和meta分析統計學方法專題培訓班、觀察性研究設計和分析專題培訓班等進行深入講解。（2）增加軟件教學。淡化公式的推導和大量的計算過程，突出軟件在授課過程中的重要性，增強臨床醫務人員利用統計軟件處理和分析實際問題的能力。SPSS軟件在學員中應用非常廣泛，65.96%的學員使用SPSS作為首選的統計軟件，可以針對SPSS在臨床醫學中的應用開展學習班。
2. 授課方式。繼續教育的授課方式可以引入以問題為基礎的學習方式（Problem-Based Learning， PBL）。PBL教學模式強調基本概念和統計思維，統計分析結果的解釋、淡化公式的推導和計算，以學員主動學習為主，提倡以問題為基礎的討論式教學和案例教學。繼續教育階段的醫學統計學教學需要特別強調實踐性，可以利用多媒體教室，將臨床實例、軟件實現、結果呈現等各個方面緊密結合，讓學員自己動手，增加實際應用能力。
筆者對于醫學統計學繼續教育教學內容的設置和教學手段還處于探索階段，在本次學習班中得到幾點啟示：（1）醫學統計學的繼續教育培訓是有必要和有需求的；（2）對繼續教育內容和培訓方式做更多的探索和改革，使臨床醫務人員更容易接受；（3）醫學統計學專業人員應緊跟國際醫學科研方法、統計學方法、循證醫學方法的最新情況，時時更新自己的專業知識，傳授給臨床醫務人員。本次調查的結果為我們今后設置教學內容，改進教學手段提供可參考依據。
【參考文獻】
1、趙娟，成人高等醫學教育如何突出成人特點[J]. 中國成人教育， 2002， 8：169
2、Jin Z， Yu D， Zhang L， Meng H et al. （2010） A Retrospective Survey of Research Design and Statistical Analyses in Selected Chinese Medical Journals in 1998 and 2008 [J]. PLoS ONE 5（5）： e10822. doi：10.1371/journal.pone.0010822
3、王家良，循證醫學.人民衛生出版社 [M]. 第二版， 2006. 10
4、方玉桂、吳艷妮、簡若姍、陳伶俐、江霞，護理人員醫學統計學知識需求調查及繼續教育對策[J]. 中國衛生統計， 2011， 28（5）： 559-561
1.1單因素方差分析(ANOVA)兩兩比較誤用獨立樣本t檢驗單因素方差分析設計3組以上的均數比較,如果總體比較有差異,需進行兩兩比較,一般用SNK法或LSD法。但部分研究者卻將資料進行拆分,應用獨立樣本t檢驗進行兩兩比較,導致第Ⅰ類統計學錯誤發生率(假陽性率)增加,從而掉進了一個常見的“統計陷阱”,使所得結論可信度大大降低甚至得出錯誤結論。SNK法與LSD法雖然并非等價,實質是一致的。SNK法一般用于經方差分析結果具有統計學意義時才決定進行的兩兩事后比較,而LSD法可用于方差分析不足以具有統計學意義時也能進行兩兩比較[1]。比較兩種方法在SPSS的輸出結果形式,SNK是“分堆”比較,一目了然,對于組別數較多的研究更為好用,但沒有具體P值,而LSD是在進行“兩兩”比較時,能給出具體的P值。
1.2兩兩比較時檢驗水準的重新調定χ2檢驗或秩和檢驗3組以上整體比較有差異時,需應用分割法進行兩兩比較,這時檢驗水準應由原0.05調定為0.0167,否則會增加第Ⅰ類統計學錯誤的發生率。特別當P值處于0.0167~0.05時,按照P<0.0167的標準,差異無統計學意義,而按照P<0.05的標準,卻有意義,與事實相悖,出現假陽性,很容易得出錯誤結論。這種分割法有時很保守,當行列表資料分組多且為有序時可用Mantel-Haenszel卡方檢驗,也稱線性趨勢檢驗(testforlineartrend)或定序檢驗(Linear-by-Lineartest)[2]。統計路徑:用SPSS進行計數資料的趨勢檢驗,在輸出結果中讀取線性關聯檢驗統計量(Linear-by-LinearAssociation,LLA),如P<0.05可得出隨著病種級別的升高,檢測指標逐漸升高的趨勢。
1.3臨床診斷試驗中的統計學方法應用在臨床診斷試驗研究中,經常選取單項計量指標或者聯合計量指標以診斷某種疾病,若僅用初級統計學方法如t檢驗、單因素方差分析等往往不能有效挖掘信息,此時應采用受試者工作特征曲線(ROC)對檢測結果進行分析評價。ROC曲線分析基本原理是通過診斷界點的移動[3],獲得多對靈敏度和誤診率(1-特異度),以靈敏度為縱軸、誤診率為橫軸,連接各點繪制曲線,然后計算曲線下的面積,面積越大診斷價值越高。ROC曲線很直觀,能根據敏感性與特異性之和最大化原則自動產生最有效的診斷臨界點。具體路徑可以參考相關統計專著[3]。統計學處理一般描述為:采用SPSS(版次)統計軟件分析數據,對單項及聯合檢測結果作圖繪成ROC曲線,計算曲線下面積(AUC)和標準誤,其中聯合檢測結果變量即預測概率由Logistic回歸產生(也可以用判別分析得出)。計量資料應用-x±s表示,運用獨立樣本t檢驗及單因素方差分析,兩兩比較采用SNK及LSD法,計數資料采用χ2檢驗。檢驗水準為0.05。具體內容可據情而定。
1.4重復測量資料的方差分析誤用拆分文件的t檢驗或方差分析如研究共設3組,每位患者在3個時間點均查某項血指標,部分作者在處理此類數據時,常誤將縱向(同一時間點3組的比較)與橫向(同組3個時間點的比較)數據均應用拆分文件的t檢驗或單因素方差分析來處理,結果導致統計學第Ⅰ類錯誤發生。此組數據實質是重復測量資料,應采用重復測量資料的方差分析。SPSS中的統計路徑:數據-分析-一般線性模型-重復度量。研究者可以參考相關書籍進行處理[3]。
1.52×2析因設計及析因方差分析實驗是2×2析因設計時,分組有兩個因素,A與B,故分組為A、B、O、A+B,這個設計在析因設計研究中很常用,但常會出現分組設計正確,卻沒有用析因設計方差分析。析因設計與單因素方差分析不同[4],它不但能分析治療效果中處理因素的單獨效應和主效應,還能分析因素間的交互效應,并能提高檢驗效能。非統計專業的研究者進行析因分析可能稍有難度,可參考相關統計學書籍提供的統計步驟進行此類分析[3]。
1.6Meta分析Meta分析是循證醫學系統評價常用的方法[5],應用時需注意統計學處理中計數資料采用比值比(OR)作為效應變量。具體路徑:先進行異質性檢驗,當P>0.05時,認為同質,選擇固定模型;P≤0.05時,不同質,此時可采用敏感性分析或分層分析等異質性處理,使之達到同質后再選擇固定模型;若采用異質性處理仍未達到同質,則采用隨機模型,以上統計路徑均需交代清楚。Meta分析的結果是以“森林樹”體現的,審校中我們經常遇到作者繪制的“森林樹”左上角“文獻、對比、結果名稱”等內容顯示為“?”,這是由于部分版本的RevMan軟件不能輸入中文,此時可以考慮省去,或用Photo-shop軟件添加相應中文。Meta分析作為一種高級統計方法,專業性要求較高,作者可參考循證醫學類權威雜志上的文章格式,如《中國循證醫學雜志》中“論著•二次研究”欄目的循證文章。
2科技論文中統計學處理的相關表述
2.1資料與方法中具體統計路徑的描述“統計學處理”的內容常位于論文資料與方法的最后一段,一般來說包括統計軟件名稱及版次、統計描述、統計方法、檢驗標準等內容,亦可細致交待每個表格的具體統計方法。經典例子如下,“統計學處理:采用SPSS(版次)統計軟件分析數據。計量資料用均數±標準差表示,采用單因素方差分析,兩兩比較采用SNK法及LSD法。檢驗水準為0.05”。上述內容包括了大致的統計方法,即具體的統計路徑。此部分內容,沒有絕對統一的規定[6]。常見的問題有:統計學方法描述不全、內容過于簡單、存在粘貼抄寫痕跡等。如部分論文的統計學處理中提及“以α=0.05為檢驗水準,P<0.05為差異有統計學意義”這句話,這在統計學上實質是一個重復句,保留其一即可。
醫學統計學是根據概率論和數理統計的原理, 結合醫藥衛生工作的實際情況, 研究實驗設計和數字資料的搜集、整理、分析和推斷的一門科學, 廣泛應用于基礎醫學、臨床醫學、預防醫學、藥學和衛生事業管理等諸多領域。它是人們認識客觀世界的一種重要手段, 現代科技工作者做科學研究或撰寫論文, 很少看到不用統計學。
與此同時，如果統計學方法應用不當，不僅不能準確地反映科研結果，而且還可能帶來錯誤的結淪。Rosenfeld 等比較了不同年表的文章，在20 世紀90年代以后有更多的文章使用了統計推斷，而且比較復雜的統計分析方法如多因素分析等也更多的應用于臨床研究中，但同時也存在使用統計方法欠妥或敘述不清的情況。
因此本文將對醫學科技論文常見統計學方法的正確應用進行討論，希望加強作者的統計思維，進而提高期刊論文的統計質量及學術水平。
2、統計學方法的內容
統計軟件包、統計分析方法及檢驗水準是統計學方法必須描述的3 方面內容。SPSS (statistics package for social science) 和SAS(statistical analysis system ) 是全世界學術界公認且最常用的兩大統計軟件包[6]。檢驗水準即A，表示組間實際無差別而統計結果判斷為有差別，犯這類錯誤的概率[1]。實際工作中常取 A=0.05，表示本次研究計算所得P 值必須小于0.05,才能認為組間差異有統計學意義。統計分析方法的準確描述是科技論文科學性的關鍵所在。統計學方法一般包括統計描述和組間差異性檢驗(即：假設檢驗) 兩部分內容。
3、統計學方法的正確選用
統計方法的選擇取決于研究設計、數據資料類型和變量值的分布。計量資料常用u檢驗、t檢驗(.配對t檢驗)、 F檢驗；計數資料用 檢驗；等級資料、偏態資料或不明分布的資料可用秩和檢驗等。每種顯著性檢驗方法均有其適用范圍, 如方差分析（F檢驗）.要求數據服從正態分布, 且各總體方差齊, 否則不宜作方差分析, 若改用非參數統計方法, 則會降低統計效率, 故常在可能情況下, 通過變量變換（如對數變換、平方根變換、反正弦函數變換、例數變換等）使資料轉換為正態分布, 以滿足方差分析或t檢驗的應用條件。醫學期刊中最常見的是t檢驗和 檢驗, 這兩種方法誤用也較為多見。
3.1重復t檢驗
多個樣本均數間的兩兩比較(又稱多重比較)不宜用t檢驗, 因為重復數次,t檢驗將增加第一類錯誤的概率, 使檢驗效率降低。此時宜用方差分析, 并在此基礎上用兩兩比較方法..(如.SNK、LSD、Duncan法等)。對于同一對均數間的差異, 用t檢驗無顯著性, 而兩兩比較可能有顯著性, 可見錯誤選用統計方法將推出錯誤結論。
3.2行列標 檢驗誤用
行列表 檢驗用于2個或多個樣本率（或構成比）.比較, 它要求行列表中不宜有1/5以上格子的理論頻數T
3.3需要注意的統計學問題
3.3.1無足夠的統計學信息
論文中未說明統計方法和 取值, 無均數、標準差或率及t值、 值等統計量, 甚至未作假設檢驗直接下結論。不少臨床醫學論文作者只在文中提及P值大小并據此推斷結果的顯著性。實際上, 臨床醫學研究關心的是各組之間結局(如療效)的差別大小, 而不單純是統計學顯著性, 因此應同時說明檢驗方法、 水平、統計量值、P值和可信區間, 以便讓讀者了解所用的方法和結論是否適當及其臨床的實際意義。
3.3.2統計圖、表
統計圖、表是統計描述的重要工具。統計圖宜少而精, 應按資料性質和分析目的選用適合的統計圖形, 統計圖雖直觀但不能代替精確的數據或統計量同。統計表宜簡單明了, 層次清楚, 一般采用三線表。常見的統計表運用不當有.. 標題復雜或過于簡略甚至無標題, 輔助線過多, 標目繁雜, 層次不清。另外, 表內不宜留空格, 暫缺或未記錄可用“…” 表示, 無數字用“一”表示, 數字若是“0”則填明“0”。
3.3.3統計軟件使用的誤區
目前計算機應用已十分普及, 統計軟件的使用也非常方便, 但軟件只能解決計算問題, 并不能替代人腦的統計思維。根據資料的分布特征和數據特點選擇統計方法, 正確地解釋分析結果并推導出正確的結論, 這是科研工作者在做統計分析時必須首先掌握的, 計算只是一種工具。有了諸如SASA、SPSS等高級統計軟件包, 復雜了多元分析如多重回歸、多因素方差分析等已變得十分容易, 于是一些作者片面追求使用高深的多元統計方法且多種方法一起用, 誤以為統計方法用得越高級, 文章水平越高。實際上如果使用不當, 多元統計方法使用得越多, 錯誤可能也越多。一個精心設計的臨床研究, 資料可能用簡單的t檢驗或 檢驗就足以說明問題, 若濫用多元分析、結果會適得其反。
4.結語
通過上面的分析，在醫學研究中必須正確運用統計學，這是科研工作的科學性所決定的。搞科研，首先必須尊重科學。借助統計學這個有用的工具，可以去探索未知事物，揭示和闡明客觀事物變化的規律性。
參考文獻：
[1]于國藝, 周曉彬, 王俊. 醫學論文常見統計方法誤用分析.編輯學報, 1998;10(3):132.
[2]楊樹勤, 主編.衛生統計學.第3版.北京: 人民衛生出版社, 1995;145-147.
大學數學教學大綱
課程代碼318.009.1編寫時間
課程名稱數理統計
英文名稱Statistics
學分數3周學時3+1
任課教師*徐先進開課院系**數學學院
預修課程
課程性質：
本課程為數學學院本科生開設，是概率論基礎的繼續，介紹數理統計學的基礎知識。
基本要求和教學目的：
課程基本內容簡介：
數理統計是一門理論研究與數學實踐相結合的學科，它區別于概率論基礎部分，不從概率空間出發，而是考慮如何給隨機現象裝配一個概率空間。
數理統計學研究數據資料的收集、整理、分析和推斷，廣泛地應用于社會科學、工程技術和自然科學中。
教學方式:
教材和教學參考資料：
作者教材名稱出版社出版年月
教材概率論，第二冊，數理統計（兩分冊）人民教育出版社1979
參考資料陳希孺數理統計引論科學出版社1981
峁詩松,王靜龍，濮曉龍高等數理統計高等教育出版社，施普林格出版社1998，2003
J.O.BergerStatisticaldecisiontheoryandBayesionanalysis,2ndedition
中譯本：賈乃光譯，統計決策理論和貝葉斯分析Springer-Verlag,NewYork
中國統計出版社1985
1988
教學內容安排：
第一章引論
本章的教學目的是闡述數理統計學的基本問題，介紹數理統計學的基本概念。指出了現階段的教學內容是研究如何利用一定的資料對所關心的問題作出盡可能精確可靠的結論，而不是考慮如何設計獲得數據的試驗。
統計量是從數據中提取信息的工具。本章介紹了兩種常用求估計量的方法，介紹了刻畫統計量性能的一致最小方差的概念。
§1統計學的基本問題
§2數理統計學的基本概念
§3求估計量的兩種常用方法
§4一致最小方差無偏估計
第二章抽樣分布
本章假定待研究的母體服從最常見的正態分布，導出了常用統計量，，的分布。本章的結論是對小樣本討論的，由于正態分布的特殊性，它們也可作為大樣本情形的極限分布。
本章還介紹了與正態母體相聯系的柯赫倫定理與費歇定理。
§1正態母體子樣的線性函數的分布
§2分布
§3分布和分布
§4正態母體子樣均值和方差的分布
第三章假設檢驗（I）
本章的教學目的是讓學生認識到參數估計、假設檢驗和區間估計是針對問題的不同性質而作的三種統計推斷，掌握并正確理解顯著性檢驗問題的處理步驟。在本章的執行過程中，給出了一些典型的假設檢驗問題的分析和理解，以幫助學生掌握和運用這一統計思想。
本章介紹了具有一般意義的廣義似然比檢驗。
§1引言
§2正態母體參數的檢驗
§3正態母體參數的置信區間
§4多項分布的檢驗
§5廣義似然比檢驗
第四章線性統計推斷
本章主要討論數理統計學中兩類重要的問題，線性模型和回歸分析，介紹了處理另一類問題的方差分析。在數學過程中，解釋了在復雜問題中使用線性模型的合理性，也分析了統計假設在實際問題中的意義。
在本章的執行過程中，比較了回歸分析與線性模型的異同點。
§1最小二乘法
§2回歸分析
§3方差分析
第五章點估計
本章從理論的角度討論了一致最小方差無偏估計的性質。介紹了一些尋找一致最小方差無偏估計的方法。
§1最小方差無偏估計
醫學統計t檢驗方差分析配對設計成組設計醫學統計是醫學科研中重要的分析方法，也是醫學論文中的重要組成部分。它是對資料進行科學的搜集、整理和分析，從許多復雜現象中尋找規律，解決問題。而在眾多統計方法中，t檢驗是一種最常用的統計推斷方法，在計量資料的統計分析中應用十分廣泛，同時它也是衛生統計學教學的重點和難題點。在科研與教學中，研究人員和學生常會出現以下三種典型錯誤。
典型問題1.自身配對t檢驗誤用成組t檢驗。
如某醫生用A、B兩種血紅蛋白測定儀器檢測了16名健康男青年的血紅蛋白含量（g/L）檢測結果見表1，問兩種血紅蛋白測定儀器檢測結果是否有差別？
此例是對同一觀察對象進行的兩種處理方法，屬于配對設計，而研究人員把治療前后的數據當成是相互獨立的數據，直接將治療前與治療后的數據按成組設計資料的t檢驗進行比較，這種處理方法與設計類型并不相符。我們知道配對設計的檢驗效能高于成組設計，應用配對設計可以減少實驗誤差和個體差異對結果的影響，從而提高統計處理的效率。因此配對設計資料，一般計算每對數據的差值，用其差值的大小，反映兩種處理之間效應之差的大小。我們常見的配對設計有觀察對象處理前后對比（如治療前后、檢查前后）和同體采取不同處理對比（（如同一觀察對象兩種方法）。
典型問題2.計量數據呈方差不齊時仍用t檢驗。
這一錯誤在教學和醫學論文中都較常見，當兩組數據經方差齊性檢驗為方差不齊時，需用校正t檢驗（t'檢驗）處理，不能直接用t檢驗，否則會得出錯誤結論。如為探索胃脘痛寒、
熱癥實質，測胃脘痛熱癥患者與健康人胃脘溫度（℃），并計算得熱癥病組n1=27，=37.68，s1=0.66健康人n2=36，=37.19，s2=0.33。問兩組均數有無差別？一些學生直接應用t檢驗進行比較，而我們發現題中數據經方差齊性檢驗后為方差不齊，需用校正t檢驗，算出t'=3.540，P
典型問題3.多組計量數據比較誤用t檢驗。
t檢驗一般只適合兩組計量數據比較，多組計量數據進行比較需用方差分析，進一步進行兩兩比較時常用LSD法，可實際應用中發現很多研究人員將兩者混用。如為研究煤礦粉塵作業環境對塵肺的影響，將24只Wistar大鼠隨機分到甲、乙、丙三個組，每組8只，分別在地面辦公樓，煤炭倉庫和礦井下染塵，12周后測量大鼠全肺濕重（g）數據見表。
科研人員對上述資料采用兩樣本t檢驗進行兩兩比較，得出結論：除乙組和丙組差異無統計學意義以外（P>0.05），其余各兩組間差異均有統計學意義（P
綜上所述，統計方法t檢驗固然應用廣泛，但是醫學統計方法的選擇與應用是有一定前提范圍的，所以要想保證數據處理的科學性，應選擇正確的統計方法。
參考文獻：
[1]徐曉泉，潘起潛.醫學論文中常見的統計方法誤用.學報編輯論叢，2000，（11）：100-102.
[2]丁元林，高歌.衛生統計學.科學出版社，2008.
[3]周仁郁.中醫藥統計學.中國中醫藥出版社，2008.
關鍵詞: 生物信息學 醫學統計學 課堂教學
生物信息學融合了生物技術、計算機技術、數學和統計學的大量方法，已逐漸成為發現生命過程中所蘊涵知識的一門重要學科。其基本問題主要包括：DNA分析、蛋白質結構分析、分子進化。醫學統計學作為醫科院校的基礎課程之一，長期以來其理論和方法就廣泛應用于臨床醫學、基礎醫學的各類研究中。隨著生物新技術的誕生，在推動生物信息學發展的同時，醫學研究對象也由宏觀的病人、生物組織拓展到微觀的基因領域，所面對的實驗數據在性質和結構上也都有所不同，這對醫學統計學的應用提出了新的更高的要求。
目前，醫學統計學的很多原理和方法已成功地應用于這些新研究之中，并在此基礎之上有了新的發展和改進。如概率分布的知識與序列相似性分析、蛋白質分類等技術密切相關；方差分析、非參數檢驗方法經改進和結合后在基因表達數據的前期分析中發揮了較好的作用；而聚類分析、判別分析、相關分析這些大家所熟知的統計學方法更是在基因分類和調控網絡的建立中得到了廣泛的應用。在進行醫學統計學課堂教學時加入生物信息學方面的應用實例，不僅可以使學員了解本學科研究的前沿和醫學、生物信息學研究的新發展，還可以提高學員對于醫學統計學理論學習的興趣，掌握先進的生物實驗數據分析方法，提高今后從事醫學科研的能力。下面，本文在回顧醫學統計學授課主要內容的基礎上，就醫學和生物信息學中的可能應用舉例如下：
一、概率分布
概率分布（probability distribution）是醫學統計學中多種統計分析方法的理論基礎。授課內容一般包括：二項分布、Possion分布、正態分布、t分布、F分布等。
借助概率分布常常可以幫助我們了解生命指標的特征、醫學現象的發生規律等等。例如，臨床檢驗中計量實驗室指標的參考值范圍就是依據正態分布和t分布的原理計算得到；許多醫學試驗的“陽性”結果服從二項分布，因此它被廣泛用于化學毒性的生物鑒定、樣本中某疾病陽性率的區間估計等；而一定人群中諸如遺傳缺陷、癌癥等發病率很低的非傳染性疾病患病數或死亡數的分布，單位面積（或容積）內細菌數的分布等都服從Poisson分布，我們就可以借助Poisson分布的原理定量地對上述現象進行研究。
在生物信息學中概率分布也有一定應用。例如，Poisson分布可以用于基因（蛋白質）序列的相似性分析。被研究者廣泛使用的分析工具BLAST (Basic Local Alignment Search Tool)能迅速將研究者提交的蛋白質（或DNA）數據與公開數據庫進行相似性序列比對。對于序列a和b，BLAST發現的高得分匹配區稱為HSPs。而HSP得分超過閾值t的概率P(H(a，b)>t)可以依據Poisson分布的性質計算得到。
二、假設檢驗
假設檢驗（hypothesis）是醫學統計學中統計推斷部分的重要內容。假設檢驗根據反證法和小概率原理，首先依據資料性質和所需解決的問題，建立檢驗假設；在假設該檢驗假設成立的前提下，采用適當的檢驗方法，根據樣本算得相應的檢驗統計量；最后，依據概率分布的特點和算得的檢驗統計量的大小來判斷是否支持所建立的檢驗假設，進而推斷總體上該假設是否成立。其基本方法包括：u檢驗、t檢驗、方差分析（ANOVA）和非參數檢驗方法。
假設檢驗為醫學研究提供了一種很好的由樣本推斷總體的方法。例如，隨機抽取某市一定年齡段中100名兒童，將其平均身高（樣本均數）與該年齡段兒童應有的標準平均身高（總體均數）做u檢驗，其檢驗結果可以幫助我們推斷出該市該年齡段兒童身高是否與標準身高一致，為了解該市該年齡段兒童的生長發育水平提供參考。又如，醫學中常常可以采用t檢驗、秩和檢驗比較兩種藥物的療效有無差別；用?2檢驗比較不同治療方法的有效率是否相同等等。
這些假設檢驗的方法在生物實驗資料的分析前期應用較多，但由于研究目的和資料性質不同，一般會對某些方法進行適當調整和結合。
例如，基于基因芯片實驗數據尋找差異表達基因的問題。基因芯片（gene chip）是近年來實驗分子生物學的技術突破之一，它允許研究者在一次實驗中獲得成千上萬條基因在設定實驗條件下的表達數據。為了從這海量的數據中尋找有意義的信息，在對基因表達數據進行分析的過程中，找到那些在若干實驗組中表達水平有明顯差異的基因是比較基礎和前期的方法。這些基因常常被稱為“差異表達基因”，或者“顯著性基因”。如果將不同實驗條件下某條基因表達水平的重復測量數據看作一個樣本，尋找差異表達基因的問題其實就可以采用假設檢驗方法加以解決。
如果表達數據服從正態分布，可以采用t-檢驗（或者方差分析）比較兩樣本（或多樣本）平均表達水平的差異。
但是，由于表達數據很難滿足正態性假定，目前常用的方法基于非參數檢驗的思想，并對其進行了改進。該方法分為兩步：首先，選擇一個統計量對基因排秩，用秩代替表達值本身；其次，為排秩統計量選擇一個判別值，在其之上的值判定為差異顯著。常用的排秩統計量有：任一特定基因在重復序列中表達水平M值的均值 ；考慮到基因在不同序列上變異程度的統計量 ，其中，s是M的標準差；以及用經驗Bayes方法修正后的t-統計量： ，修正值a由M的方差s2的均數和標準差估計得到。
三、一些高級統計方法在基因研究中的應用
（一）聚類分析
聚類分析（clustering analysis）是按照“物以類聚”的原則，根據聚類對象的某些性質與特征，運用統計分析的方法，將聚類對象比較相似或相近的歸并為同一類。使得各類內的差異相對較小，類與類間的差異相對較大1。聚類分析作為一種探索性的統計分析方法，其基本內容包括：相似性度量方法、系統聚類法（Hierarchical Clustering）、K-means聚類法、SOM方法等。
聚類分析可以幫助我們解決醫學中諸如：人的體型分類，某種疾病從發生、發展到治愈不同階段的劃分，青少年生長發育分期的確定等問題。
近年來隨著基因表達譜數據的不斷積累，聚類分析已成為發掘基因信息的有效工具。在基因表達研究中，一項主要的任務是從基因表達數據中識別出基因的共同表達模式，由此將基因分成不同的種類，以便更為深入地了解其生物功能及關聯性。這種探索完全未知的數據特征的方法就是聚類分析，生物信息學中又稱為無監督的分析（Unsupervised Analysis）。常用方法是利用基因表達數據對基因（樣本）進行聚類，將具有相同表達模式的基因（樣本）聚為一類，根據聚類結果通過已知基因（樣本）的功能去認識那些未知功能的基因。對于基因表達數據而言，系統聚類法易于使用、應用廣泛，其結果——系統樹圖能提供一個可視化的數據結構，直觀具體，便于理解。而在幾種相似性的計算方法中，平均聯接法(Average Linkage Clustering)一般能給出較為合理的聚類結果2。
（二）判別分析
判別分析（discriminant analysis）是根據觀測到的某些指標的數據對所研究的對象建立判別函數，并進行分類的一種多元統計分析方法。它與聚類分析都是研究分類問題，所不同的是判別分析是在已知分類的前提下，判定觀察對象的歸屬3。其基本方法包括：Fisher線性判別（FLD）、最鄰近分類法（k-Nearest Neighbor Classifiers）、分類樹算法（Classification Tree Algorithm），人工神經網絡（ANNs）和支持向量機（SVMs）。
判別分析常用于臨床輔助鑒別診斷，計量診斷學就是以判別分析為主要基礎迅速發展起來的一門科學。如臨床醫生根據患者的主訴、體征及檢查結果作出診斷；根據各種癥狀的嚴重程度預測病人的預后或進行某些治療方法的療效評估；以及流行病學中某些疾病的早期預報，環境污染程度的堅定及環保措施、勞保措施的效果評估等。
在生物信息學針對基因的研究工作中，由于借助了精確的生物實驗，研究者通常能得到基因（樣本）的準確分類，如，基因的功能類、樣本歸結于疾病（正常）狀態等等。當利用了這些分類信息時，就可以采用判別分析的方法對基因進行分類，生物信息學中又稱為有監督的分析（Supervised Analysis）。例如，基因表達數據分析中，對于已經過濾的基因，前三種方法的應用較為簡單。而支持向量機（SVMs）和人工神經網絡（ANNs）是兩種較新，但很有應用前景的方法。
（三）相關分析
相關分析（correlation analysis）是醫學統計學中研究兩變量間關系的重要方法。它借助相關系數來衡量兩變量之間的關系是否存在、關系的強弱，以及相互影響的方向。其基本內容包括：線性相關系數、秩相關系數、相關系數的檢驗、典型相關分析等。
我們常常可以借助相關分析判斷研究者所感興趣的兩個醫學現象之間是否存在聯系。例如，采用秩相關分析我們發現某種食物中黃曲霉毒素相對含量與肝癌死亡率間存在正相關關系；采用線性相關方法發現中年女性體重與血壓之間具有非常密切的正相關關系等等。
生物信息學中可以利用相關分析建立基因調控網絡。如果將兩個不同的基因在不同實驗條件下的表達看作是兩個變量，相關分析所研究的正是兩者之間的調控關系。如采用線性相關系數進行兩基因關系的分析時，其大小反應了基因調控關系的強弱，符號則反應了兩基因是協同關系（相關系數為正），還是抑制關系（相關系數為負）。
四、意義
生物信息學不僅是醫學統計學的研究前沿，更是醫學研究由宏觀向微觀拓展的重要領域，其研究內容已逐漸為多數醫學院校的學員了解和熟悉。而如何對新技術產生的生物實驗數據進行準確合理的分析，卻成為生物信息學研究的主要瓶頸之一。
在醫學統計學課堂教學中引入生物信息學實例，而不僅僅局限于常見的醫學、衛生領域的例子，將難以理解的統計理論和方法與前沿的生物實例相結合，拓寬了學員的視野，提高了學員的學習興趣，更可以加深對所學知識的理解；與此同時，使學員掌握了生物實驗數據的先進分析方法，擴大了學員的知識面，提高了他們今后開展醫學科研工作的能力。
還有一些醫學統計學方法目前也逐漸應用于生物信息學研究中，諸如：遺傳算法、熵理論等等。但這些方法已經超出了醫學統計學課堂教學的范圍，我們將嘗試在第二課堂或選修課中，作為補充知識進行講授，供那些學有余力的學員學習交流。
參考文獻
1．郭祖超著. 醫學統計學. 第1版.北京：人民軍醫出版社，1999. 238-243
河南省濮陽市眼科醫院檢驗科,河南濮陽 457000
[摘要] 目的 探討血常規檢測中，兩種采血方法在放置時間上對檢測結果的影響。方法 從2013年6—12月，選取本院行靜脈血或末梢血檢查血常規的患者以及健康體檢者，共100例為研究對象。將所有患者隨機分成靜脈血組和末梢血組，每組各50例。采血后在0、60 、120 min三個時間點上，對各個標本分別進行檢測，然后比較兩組的3次檢測結果。結果 靜脈血組除血小板體積稍有增大外，其他項目在0、60 、120 min三個時間點的檢測結果差異，無統計學意義（P＞0.05）。末梢血組靜置60、120 min后血小板計數明顯升高，白細胞計數明顯降低，與0min的檢測結果均有差異，具有統計學意義（P＜0.05）；但靜置60、120 min這兩個時間點的血小板計數和白細胞計數差異，均無統計學意義（P＞0.05）。結論 在血常規檢測中，末梢血檢驗結果因受時間的影響，必須在采血后馬上檢測，否則其結果準確率降低；靜脈血具有較好的穩定性，短期內（60 min）不受時間的影響，檢測結果的準確性明顯較高，是臨床血常規檢驗的常用血液標本。
[
關鍵詞 ] 靜脈血;末梢血;放置時間;血常規檢測;血細胞分析儀
[中圖分類號] R446.1 [文獻標識碼] A [文章編號] 1672-5654（2014）05（b）-0020-02
血常規檢驗是臨床最基礎、最常用的檢驗項目，主要對血液中的血細胞指標進行檢驗，為臨床進行疾病的診斷和治療，提供可靠信息。因此對血常規的檢驗質量和效率要求越來越高，但由于臨床樣本量多，往往早上七點左右就開始采血，采血后又不能及時檢測，從而導致血細胞分析時樣品放置時間過長。為了探討靜脈血和末梢血在放置時間上對檢測結果的影響，筆者以2013年6—12月在本院進行血常規檢查的100例患者以及健康體檢者作為研究對象，現將結果報道如下。
1 資料與方法
1.1 一般資料
選取2013年6—12月在本院進行血常規檢查的100例患者或健康體檢者作為研究對象，其中健康體檢者25例，疾病患者75例；男38例，女62例；年齡在3~76歲，平均年齡（49±2.3）歲；在75例患者中，白內障患者33例，青光眼19例，屈光不正16例，眼底病7例。本次研究對象均排除了血液病、脂血或凝血機制異常的患者，將所有被檢測者隨機分成靜脈血組和末梢血組，每組50例，其中，靜脈血組健康體檢者17例，疾病患者33例；男性15例，女性35例；年齡5~76歲，平均（49±3.5）歲；白內障患者10例，青光眼患者9例，屈光不正8例，眼底病6例。末梢血組健康體檢者8例，疾病患者42例；男性23例，女性27例；年齡3~74歲，平均（49±1.7）歲；白內障患者14例，青光眼患者11例，屈光不正10例，眼底病7例。兩組人群在性別比例、年齡分布、病例構成等方面的差異無統計學意義（P＞0.05），表明兩組具有可比性。
1.2 儀器和試劑
本次使用的儀器為SYSMEX—XT1800i，日常均進行常規維護、保養以及室內質控（均在控）。其使用性能穩定良好。本次研究使用的試劑均是由正規公司提供的原裝配套試劑，其質量符合臨床醫用標準。
1.3 檢測方法
本次研究對一組50例行靜脈血常規檢驗：使用一次性負壓抗凝管（廠家為：山東奧賽特公司，抗凝劑為EDTA-K2，采血量為2 mL），采集血液后立即混勻，并通過血細胞分析儀的全血模式進行檢測，記錄結果；將抗凝血分別放置60、120 min 后，搖勻重復測定，并記錄檢驗結果。
對另一組50例行末梢血常規檢驗：采集末梢血20 μL注入180 μL稀釋液后，立即混勻。以分析儀的稀釋模式對血樣進行檢測，同樣記錄0、60、120 min的檢測結果，對兩組檢驗結果進行綜合分析比較。
1.4 觀察指標
本次研究對被檢血樣進行三個時間點的檢驗，主要觀察指標包括白細胞計數、紅細胞計數、血小板計數、血紅蛋白和血小板體積。比較組內和組間各項指標的差異。
1.5 統計處理方法
本組研究數據均采用spss 16.0統計軟件進行分析，計量資料用均數±標準差（x±s）表示，組間比較運用t檢驗，當P<0.05，表明差異具有統計學意義。
2 結果
靜脈血組：在0、60、120 min三個時間點檢測的WBC、RBC、Hb、PLT結果均無明顯變化，不同時間點的計數差異均無統計學意義（P＞0.05）；末梢血組：在0、60、120 min三個時間點上，RBC和Hb的變化無統計學意義（P＞0.05），血小板計數在60 min和120 min兩個時間點上較0min時，計數明顯升高，其差別具有統計學意義（P＜0.05），但60 min和120 min兩個時間點上的血小板計數差異，無統計學意義（P＞0.05）；白細胞計數在60 min和120 min兩個時間點與0min時比較是，數量明顯降低，其計數差異具有統計學意義（P＜0.05），但靜置60、120 min后兩個時間點上的白細胞計數差異，無統計學意義（P＞0.05）。MPV在兩組血液標本中的變化均呈增加趨勢。靜脈血組在0min和60 min兩個時間點上的差異無統計學意義（P＞0.05），而在0min和120 min時間點上的差異則有統計學意義（P＜0.05）；末梢血組：在0、60、120 min三個時間點上的差異均有統計學意義（P＜0.05）。見表1。
3 討論
近年來，隨著醫學技術的快速發展，大部分疾病需要通過血常規檢驗來進行預防、診斷和治療，所以血常規檢驗的工作量十分大，加上檢驗結果的正確與否，關系到臨床的診斷和治療，甚至關乎患者的生命健康，因此要求檢驗工作者必須以嚴謹、科學的態度對待檢驗結果。在臨床實踐中，如何提高血常規的檢驗質量，確保檢驗結果的準確可靠，一直是廣大檢驗工作者共同關注的課題。
在臨床檢驗中，靜脈采血和毛細血管采血是比較常用的采血方法，但兩者采集的血液樣本在化學組成和細胞成分上有較大的差別[1]。據相關研究資料表明，用末梢血進行血常規檢驗時會受各方面因素的影響，導致檢測結果異常，而靜脈血則相對穩定不易出現這樣的情況[2]。本組研究結果表明，末梢血組進行血液采集后立即檢測，與放置60、120 min后再進行檢驗，其血小板、白細胞計數及血小板體積均發生了不同程度的升高或降低，這可能與末梢血采集有關，比如采集時受擠壓或刺破皮膚，導致血液標本中混入較多的組織液，造成血小板快速形成聚集。另外當末梢血中混入組織液時，還會造成血小板形態發生改變，血小板外膜發生變性并形成游離微小管，進而和血小板膜內的微絲組成偽足，大量偽足快速聚集，形成體積和形態與淋巴細胞十分相似的細胞群，導致部分血細胞分析儀檢測為淋巴細胞[3]，從而得出白細胞計數偏高和血小板計數偏低的檢驗結果。而靜脈采血則不出現這種情況。在兩組樣本中，MPV均有變化，這與血小板結構和生理機理有關，血液離開體內正常環境后，由于滲透壓的影響，以及血小板自身結構等原因，使血小板腫脹或產生構形改變，進而使MPV增大，而且時間越長，變化越大。所以筆者建議：血常規采血后，必須在60 min內完成檢驗，才能正確反映體內血小板狀況，這與有關報道相吻合[4]。
綜上所述，靜脈血和末梢血采用血液細胞分析儀進行常規檢驗，其檢驗結果存在明顯的差異，在血常規檢測中，末梢血檢驗結果因受時間的影響，必須在采血后馬上檢測，否則其結果準確率降低；靜脈血具有較好的穩定性，短期內（60 min）不受時間的影響，檢測結果的準確性明顯較高，是臨床血常規檢驗的常用血液標本。
[
參考文獻]
[1]范英華.兩種采血方法在血常規檢驗中的臨床應用比較[J].中國醫藥指南，2011（24）:204-205.
[2]梁委軍，董家書.凝末梢血不同檢測時間對血小板計數結果的影響[J].海南醫學，2011，22（20）:110-112.
[3]李靖萍.兩種采血方法在血常規檢驗中的臨床對比結果分析[J].吉林醫學, 2013(18):3715.
[4]袁立彥.兩種采血方法在血常規檢驗中的差異性研究進展[J].吉林醫學, 2013(18):3669-3670.
[5]伊拉木江·沙吾爾.兩種采血方法在血液常規檢驗中的臨床對比結果研究[J].中國衛生產業, 2013(19):147-148.
關鍵詞：試驗設計與統計方法；實驗；教學改革
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2016）19-0087-02
《試驗設計與統計方法》課程是一門理論和實踐結合緊密，實用性很強的工具課、方法課和實驗技能課，在動物科學、動物醫學專業人才培養中具有重要的地位和作用。《試驗設計與統計方法》實驗教學環節可以培養大學生的歸納推理能力、科研能力和實踐應用能力，對于全面提高人才培養質量有著重要的作用。本文從理論與實驗學時分配調整、實驗教學內容、手段以及考核方式等方面，探討了《試驗設計與統計方法》實驗教學改革的目標和措施。
一、實驗教學改革目標
（一）知識目標
《試驗設計與統計方法》是應用概率論和數理統計的原理來研究生物界數量變異規律的一門學科，它不僅提供了正確設計科學試驗和收集數據的方法，而且也提供了正確整理、分析數據，得出客觀、科學的結論的方法。學生通過本課程實驗課的學習，大致了解了常用統計分析軟件，學會使用常用統計軟件編制次數分布表，繪制次數分布圖，掌握常用統計方法的統計軟件操作過程，為今后更好地從事科研工作奠定基礎。
（二）能力目標
《試驗設計與統計方法》課程是一門理論和實踐結合緊密，實用性很強的工具課、方法課和實踐技能課。通過本門課程實驗課的教學，使學生掌握由樣本的統計量估計總體的相應參數，由樣本的實際結果推斷得出總體結論的各種統計分析方法的軟件操作過程，培養大學生的歸納推理能力。統計分析方法的軟件操作過程使學生對常用統計分析方法的基本原理與方法有更深刻的認識，進一步明確了各種統計分析方法的區別與適用條件，便于今后正確地使用統計軟件進行統計分析，做到理論與實踐相結合，提高學生的實踐應用能力和科研能力。
二、《試驗設計與統計方法》實驗教學現狀
（一）理論與實踐教學的課時分配不合理，實驗教學課時數不足
《試驗設計與統計方法》總學時數為56學時，教學改革之前理論學時數50學時，實驗學時數6學時。實驗教學主要講授統計計算器的使用以及通過簡單的抽樣實驗驗證常用的理論分布。隨著計算機應用技術的普及和統計軟件的不斷開發，應用統計軟件分析實驗數據的實際應用倍受關注。2005年，在進行教學改革時將理論與實踐教學的課時分配進行了調整：在本課程56個總學時不變的情況下，理論教學減少到46學時，實驗教學增加到10學時。實驗教學內容由原來的理論分布驗證性實驗改為常用統計軟件的上機操作。從近幾年的教學效果來看，由于實驗教學課時數不足，學生不能很好地掌握常用統計分析方法的操作過程，實驗教學效果仍不理想。
（二）《試驗設計與統計方法》實驗、實踐教學條件不足
常用統計分析方法的統計軟件使用均需在計算機上完成，以往計算機資源缺乏，統計軟件的上機操作實驗不能正常開設。隨著計算機應用技術的普及和統計軟件的不斷開發，應用統計軟件分析實驗數據的實際應用倍受關注，計算機教學設備的配備逐漸完善，常用統計軟件的上機操作實驗得以正常開設。由于上課班次、人數較多，計算機房缺乏相應的多媒體教學設備以及視頻教學軟件，實驗教學效果不理想。
（三）實驗教學方法不能充分調動學生的學習積極性
計算機房缺乏相對應的多媒體教學設備以及視頻教學軟件，《試驗設計與統計方法》的實驗教學是先將軟件操作界面截圖，制作PPT多媒體教學課件，在多媒體教室講授并演示，上實驗課時，學生根據講授的操作過程上機操作。由于計算機資源限制以及課程安排等原因，軟件操作講授時間與軟件操作實施時間（實驗上課時間）不連續，存在一定的時間間隔，上實驗課時部分操作過程被遺忘。再者，上課班次、人數較多，坐在教室后面的同學看不清楚軟件演示畫面，不能很好地掌握軟件操作過程，上機操作時一頭霧水，學習積極性不高。
（四）實驗課缺乏有效的考核、監督方法
成績考核是促進學生復習、鞏固所學知識，并對教學效果進行檢查的重要方法。計算機房缺乏相應的視頻教學軟件與打印設備，不能考察學生們的實際操作過程與實驗結果。以往該課程實驗教學效果考核僅僅依據實驗課出勤情況和實驗報告成績，不注重考核實驗課堂上學生們的實際操作過程與實驗結果和學生對統計分析方法操作步驟的掌握情況，致使學生忽視了《試驗設計與統計方法》實驗課的學習，導致逃課或應付差事，課后照抄實驗報告的現象非常突出。
三、《試驗設計與統計方法》實驗教學改革措施
（一）調整理論與實踐教學的課時分配，強化實踐教學環節
為了滿足山東省名校工程建設和應用型人才培養的需要，提高學生對常用統計分析方法的實際應用能力，進一步強化實踐教學環節，提高《試驗設計與統計方法》實驗教學效果，重新調整理論與實踐教學的課時分配，增加實驗教學課時數，減少理論教學課時數。在本課程56個總學時不變的情況下，實驗教學課時數由10學時增加到16學時，理論教學課時數由46學時減少到40學時。
（二）開設該課程的教學實習環節
《試驗設計與統計方法》是一門實用技能課，也是一門工具課。為強化實踐教學環節，創新實踐教學模式，提高實踐教學質量，切實提高大學生的實踐能力和創新能力，筆者認為應開設本門課程的教學實習環節。課堂教學實習可以讓學生根據專業特點、知識結構和興趣，設計實驗內容，完成實驗操作，統計分析實驗數據。除課堂教學實習外，還應該鼓勵學生參與科學研究，到生產實踐和科學實驗一線去設計試驗、采集數據并統計分析結果。例如，試驗開始前選擇試驗設計方法；試驗過程中控制試驗條件以體現唯一差異原則，并獲取試驗數據；試驗結束后選擇正確的統計分析方法分析試驗數據[1]。通過這一過程使學生親身體會生物統計學在科學研究中的具體作用，將所學的試驗設計與統計分析方法真正應用于實踐，加深對理論知識的理解和掌握，鍛煉創新思維，培養學生試驗設計與統計分析的實際應用能力。
（三）優化實驗教學內容
為便于學生理解和掌握常用統計方法的基本原理，熟悉和掌握常用統計軟件的實際操作，提高學生對常用統計方法和統計軟件的實際應用能力，培養學生的實踐能力和創新能力，為學生畢業論文的設計與數據資料的統計分析以及畢業后更好地從事科學研究工作奠定基礎。將《試驗設計與統計方法》的實驗教學內容進行了相應改進，將原來的統計計算器的使用和抽樣實驗改為Excel、SPSS等常用統計軟件的上機操作。統計分析方法實驗教學的實施是在講授基本原理的基礎上，讓學生用Excel和SPSS統計軟件將課堂所授的動物科學、醫學相關專業的具體案例進行統計分析，便于學生理解和掌握該章節的基本原理及其相應的統計分析方法。根據實驗教學大綱的要求，統計學實驗課教學內容包括以下幾個方面：常用統計分析軟件SAS、DPS、SPSS和Excel簡介，利用SPSS和Excel統計軟件進行數據資料的整理與基本分析、均數差異顯著性檢驗、方差分析、卡方檢驗和相關與回歸分析。
（四）完善實驗、實踐教學條件，優化實驗教學方法和手段
凌波多媒體網絡教室軟件以及極域電子教室系統等多媒體網絡課堂教學管理軟件能夠全面協助教師開展高效的課堂互動教學，實時評測學生課堂學習效果，并提供多樣化的班級管理功能，真正實現了個性化自主學習的實踐與創新。為了提高實驗教學效果，我們先將統計軟件的操作界面截圖，然后制作成PPT格式的多媒體課件。上實驗課時，利用計算機房安裝的凌波多媒體網絡教室軟件以及極域電子教室系統等電腦網絡教學平臺，先在主機上給學生詳細講述統計軟件的具體操作、結果解釋和注意事項等，并動態演示Excel和SPSS統計軟件的具體操作過程，然后讓學生應用Excel和SPSS統計軟件獨立完成教科書上的案例或課后習題，并要求學生結合專業知識對輸出結果做出合理的解釋。這種實驗教學方式便于學生深入了解和掌握統計軟件的具體應用，提高實驗教學效果。
（五）改革實驗教學考核方式，注重學生能力考查
以往該課程實驗教學效果考核僅僅依據實驗課出勤情況和實驗報告成績，不注重考核實驗課堂上學生們的實際操作過程與實驗結果和對統計分析方法操作步驟的掌握情況，致使學生忽視統計學實驗課的學習。為了對教學質量進行科學的評價與管理，也為了客觀準確地評定學生的成績和能力，有必要改革實驗教學考核方式，制定出較合理的實驗教學綜合評價指標體系，全面考察學生的實踐操作能力。我們制定的實驗教學綜合評價指標體系包括三部分：一是平時實驗考核，占總成績的10%，主要包括實驗課出勤情況、上課紀律以及實驗動手能力等；二是實驗報告考核，占總成績的20%，每次實驗課結束后，要求學生將主要的操作步驟書寫成實驗報告的形式上交，教師批閱實驗報告，評定成績；三是期末實驗考核，占總成績的70%。期末實驗考核是在理論與實驗教學結束之后，利用多媒體網絡課堂教學管理軟件進行上機操作考試。學生借助計算機軟件繪制統計圖表、進行試驗設計以及進行各種試驗設計資料的統計分析，并對統計分析結果的實際意義進行解釋說明，教師根據實驗結果評定成績。計算機上考試的信息容量大，既能全面考核學生對各種統計方法的掌握情況，又能防止考試作弊[2]。
參考文獻：
【Abstract】 Objective To investigate and compare bacterial adhesion between pure titanium and nichrome as dental material. Methods Pure titanium and nichrome were made into 3.0 cm×2.0 cm×2.0 cm plates， and each group contained 5 plates. Polishing was made in both groups to ensure no obvious difference. Streptococcus mutans， as experimental strain， were placed on suspension over plate and taken in culture for 48 h under 37℃. Statistical analysis was made on experimental outcomes after elution， culture and colony count. Results Pure titanium showed higher surface roughness and lower total bacteria amount than nichrome， and their difference had statistical significance （P
【Key words】 Pure titanium； Nichrome； Dental material； Bacterial adhesion
隨著口腔醫學技術的不斷發展， 口腔材料也隨之不斷的進步， 而這些材料的抗菌性能及抑菌性能開始逐漸成為絕大多數臨床醫師關注的重點， 在研究中發現， 填充材料的菌斑粘附不僅可造成齲齒充填物脫落等情況， 同時可對修復質量、牙齒的美觀度等造成影響[1]。現臨床工作中為了減少細菌在材料表面發生沉積， 多配合使用抗菌劑， 以達到抑菌或殺菌的作用與目的。現本院針對較為常用的純鈦和鎳鉻合金兩類口腔材料的細菌粘附性能展開研究， 結果總結報告如下。
1 材料與方法
1. 1 材料與儀器 選取純鈦和鎳鉻合金兩種牙科常用修復材料（上海醫療器械股份有限公司齒科材料廠， 生產批號分別為20150617、20150818）， 變形鏈球菌血清C型菌株（北京口腔醫院研究所， 生產批號：20150919）， 輕唾培養基的主要成分則包括：葡萄糖、蔗糖、胰蛋白胨、大豆蛋白胨等。
1. 2 試驗方法 選取純鈦和鎳鉻合金兩種牙科常用修復材料， 分別制備成3.0 cm×2.0 cm×2.0 cm的板片試件， 每組5片。對兩組的試件表面均給予拋光處理， 拋光選擇4000號的砂紙， 并采用精密粗糙度測試儀對表面的粗糙度進行測定， 每試件選取3個點， 結果取平均值， 確保試件的表面無明顯差異。實驗菌株選用變形的鏈球菌， 采用輕唾固定培養基對其進行激活、凍干、增菌， 轉入至輕唾液體后， 培養其濃度為106 CFU/L的菌懸液， 所設定的培養條件為微厭氧（即80%的氮氣、10%的氫氣、10%的二氧化碳）， 將其懸浮放置于試件的表面上， 于37℃的環境中進行培養， 共培養48 h[2]。將試件取出后， 采用滅菌生理鹽水對試件表面進行處理， 將沒有粘附的菌落清除后， 放入至5 ml的滅菌生理鹽水試管中， 震蕩30 s以后采用倍比稀釋法將其稀釋至1/1000， 后將其接種在輕唾固定培養基上培養， 并在48 h后對菌落計數， 后對試驗結果進行統計分析[3]。
1. 3 統計學方法 采用SPSS19.0統計學軟件處理數據。計量資料以均數±標準差（ x-±s）表示， 采用t檢驗；P
2 結果
2. 1 純鈦和鎳鉻合金口腔材料的表面粗造度及菌粘附情況比較 純鈦較鎳鉻合金相比表面粗糙度較高， 細菌總量較低， 差異具有統計學意義（P
3 討論
