徐詠軍

(皖南醫(yī)學(xué)院 學(xué)報編輯部，安徽 蕪湖 241002)

醫(yī)學(xué)期刊論文統(tǒng)計方法中檢驗水準(zhǔn)α的常見誤用分析

徐詠軍

(皖南醫(yī)學(xué)院 學(xué)報編輯部，安徽 蕪湖 241002)

統(tǒng)計檢驗是醫(yī)學(xué)科研的重要工具，醫(yī)學(xué)論文的作者應(yīng)根據(jù)分析數(shù)據(jù)的具體情況合理設(shè)置檢驗水準(zhǔn)α。按照數(shù)據(jù)類型進行分類，分別從錯誤分析及正確處理方法兩個方面闡述了醫(yī)學(xué)期刊論文中檢驗水準(zhǔn)α的誤用及正確使用方法。

醫(yī)學(xué)論文;檢驗水準(zhǔn)α；錯誤分析；正確方法

統(tǒng)計檢驗是醫(yī)學(xué)科研的重要工具，而檢驗水準(zhǔn)α又是利用統(tǒng)計檢驗發(fā)現(xiàn)問題的必用指標(biāo)。檢驗水準(zhǔn)α(或檢驗水平α，顯著性水平α)，又稱犯Ⅰ類錯誤的概率，即當(dāng)原假設(shè)成立時拒絕原假設(shè)的概率。檢驗水準(zhǔn)α一般取值為0.05或0.01，取0.05時的意義為在原假設(shè)成立的情況下，拒絕原假設(shè)的概率為0.05。在統(tǒng)計學(xué)上，將發(fā)生概率P≤0.05事件的稱為小概率事件，并且可以認(rèn)為小概率事件不可能發(fā)生。利用這一原理進行顯著性檢驗，其主要目的是減少犯Ⅰ類錯誤的概率，發(fā)現(xiàn)具有可比性的組之間在本質(zhì)上是否有差異。筆者對安徽省兩種醫(yī)學(xué)期刊中2013—2015年發(fā)表的文獻進行分析后發(fā)現(xiàn)，醫(yī)學(xué)研究論文對檢驗水準(zhǔn)α普遍存在誤用的情況。本文從中挑選具有代表性的實例闡述了主要的檢驗水準(zhǔn)α誤用情況并給出了合適的解決辦法。

1 多組均數(shù)的比較

1.1 樣本數(shù)據(jù)服從正態(tài)分布

在醫(yī)學(xué)期刊論文中，多組均數(shù)比較中如果樣本數(shù)據(jù)服從正態(tài)分布則進行方差分析。進行方差分析比較有差異后，需進一步探索比較組中究竟哪兩組的總體均數(shù)有差異。有些文獻在做了方差分析后使用q檢驗進行進一步比較，有些在兩兩比較時直接進行多次t檢驗或t’檢驗。

(1)實例1：研究者欲比較芝麻素對大鼠體肝臟SOD的影響，表1為該研究的部分?jǐn)?shù)據(jù)。根據(jù)作者描述，芝麻素組與模型組SOD差異有統(tǒng)計學(xué)意義(P<0.05)。

表1 芝麻素、維生素E、芝麻素聯(lián)用

aaP<0.01 vs. Control,bP<0.05,bbP<0.01 vs. model,ccP<0.01vs. seasmin

錯誤分析：研究者將五組數(shù)據(jù)進行方差分析后，使用了t檢驗進行兩兩之間均數(shù)的比較。但是將檢驗水準(zhǔn)α設(shè)為0.05增大了犯Ⅰ類錯誤的概率，此時犯Ⅰ類錯誤的概率已經(jīng)增加到0.401。因此，作者按照顯著水平為0.05所下的結(jié)論是不準(zhǔn)確的。

正確方法：此時，若要用t檢驗進行兩兩之間均數(shù)比較需要對檢驗水準(zhǔn)α進行調(diào)整，調(diào)整方法為αa=α/比較次數(shù)(本例中αa=α/10=0.05/10=0.005)[1]?？梢娫撗芯咳粑磳Ζ吝M行矯正，根據(jù)檢驗水準(zhǔn)α為0.05所下的陽性結(jié)論是不正確的。根據(jù)調(diào)整后的檢驗水準(zhǔn)α，芝麻素組SOD與模型組差異沒有統(tǒng)計學(xué)意義(P>0.05)。

(2)實例2：某研究比較不同組大鼠膈肌的P0指標(biāo)是否不同。作者所下的結(jié)論為DM組P0與CON組相比降低了，GSH組P0與DM組比升高了，具體情況見表2。

表2 各組大鼠膈肌P0指標(biāo)的比較(x±s，n=10)

與CON組比較bP<0.05；與DM組比較eP<0.05

錯誤分析：該三組之間兩兩比較需要比較三次，根據(jù)該研究所設(shè)的檢驗水準(zhǔn)α為0.05，在沒有進行檢驗水準(zhǔn)α的校正情況下多次比較犯Ⅰ類錯誤的概率為P=1-(1-0.05)3≈0.143。所以此時作者根據(jù)檢驗水準(zhǔn)α為0.05下結(jié)論是不準(zhǔn)確的。

對于多組均數(shù)之間的兩兩比較，現(xiàn)在更傾向于使用特定的方法進行比較，常用的有q檢驗、Dunnett-t檢驗等，其中q檢驗常用于多個均數(shù)間的兩兩比較。[2]

1.2 樣本數(shù)據(jù)服從偏態(tài)分布

一些定量變量并不服從正態(tài)分布，所以需要使用秩和檢驗進行多組比較。然而在進行兩兩比較時，如果繼續(xù)按照α=0.05的檢驗水準(zhǔn)α進行多次秩和檢驗，則同進行多次t檢驗一樣，增加了犯Ⅰ類錯誤的概率。

(1)實例3：研究者對各組UC大鼠的結(jié)腸CMDI評分進行比較，見表3。

與UC對照組比較bP<0.05，cP<0.01；與UC應(yīng)激組比較eP<0.05，fP<0.01。

錯誤分析：按照研究設(shè)定的檢驗水準(zhǔn)α為0.05，多次比較后犯Ⅰ類錯誤的概率為P=1-(1-0.05)6=0.265，遠(yuǎn)大于0.05。多次比較后增加了犯Ⅰ類錯誤的概率，導(dǎo)致了結(jié)論的不準(zhǔn)確。

正確方法：針對偏態(tài)或者等級資料，兩兩比較常用的方法為推廣的t檢驗。[3]

(2)實例4：某醫(yī)院用3種不同方法治療15例胰腺癌患者，每種方法各治療5例,見表4。

表3 各組UC大鼠結(jié)腸CMDI評分的比較

表4 3種方法治療胰腺癌患者的生存月數(shù)比較

錯誤分析：如果進行多次秩和檢驗，則會增加犯Ⅰ類錯誤概率。

表5 秩和檢驗兩兩比較，甲組與乙組比較為例

2 多組率的比較

多組率比較常用χ2檢驗。在進行兩兩比較時，如果不校正則會增大犯Ⅰ類錯誤的概率，原理同方差分析中用t檢驗做兩兩比較時相同。在率的比較中，并沒有特定的方法進行兩兩比較，而只有進行檢驗水準(zhǔn)α的校正，詳見實例。

(1)實例5：研究者探索不同用藥組(分為A組、B組和C組)惡心嘔吐情況，數(shù)據(jù)見表6。在該研究中作者下結(jié)論為，A組B組患者惡心嘔吐發(fā)生率與C組比較顯著降低，差異具有統(tǒng)計學(xué)意義(P<0.01或0.05)。

表6 三組患者惡心嘔吐發(fā)生率比較(n = 40)

與C組比較bP<0.05，cP<0.01

(2)實例6：某研究欲比較Wnt2的免疫組效果，比較了五個組的陽性率，見表7。作者的結(jié)論為各組與對照組相比，差異有統(tǒng)計學(xué)意義(P<0.05)。

表7 Wnt2在大腸癌和正常腸黏膜的表達

與對照組比較bP<0.05

錯誤分析：本次共有5組需要比較，比較次數(shù)為5次按照作者設(shè)置的檢驗水準(zhǔn)，多次比較后，犯Ⅰ類錯誤的概率上升到P=1-(1-0.05)10=0.401。所以作者按照檢驗水準(zhǔn)α為0.05下結(jié)論是不準(zhǔn)確的。

3 討 論

在醫(yī)學(xué)期刊論文中很多文獻都存在各種各樣的統(tǒng)計學(xué)誤用，但是總結(jié)檢驗水準(zhǔn)α誤用情況的文獻很少。本文總結(jié)了檢驗水準(zhǔn)α的誤用情況并給出了正確的使用方法。對于多組均數(shù)和多組率之間的兩兩比較，都可以對檢驗水準(zhǔn)α進行調(diào)整，但是均數(shù)的兩兩比較一般不推薦使用t檢驗或t’檢驗。[6]在進行多組均數(shù)兩兩比較時推薦使用q檢驗或其他特定的檢驗方法。而針對秩和檢驗后兩兩比較的方法較多，每種方法都各有利弊，研究者可以根據(jù)研究需要選擇合適的檢驗方法。[7]

作者誤用的原因大致可以分為以下兩點。第一，對于檢驗水準(zhǔn)α設(shè)為0.05的原理不清楚，盲目的認(rèn)為所有的檢驗水準(zhǔn)都是0.05。檢驗水準(zhǔn)α為0.05是最常用的，但并非是所有的檢驗水準(zhǔn)都可以定為0.05。研究者應(yīng)根據(jù)需要結(jié)合現(xiàn)實意義和統(tǒng)計學(xué)原理，選擇適當(dāng)?shù)臋z驗水準(zhǔn)。第二，研究者混淆了各種統(tǒng)計學(xué)檢驗方法所適用的條件，錯誤使用了統(tǒng)計學(xué)方法，也會導(dǎo)致檢驗水準(zhǔn)的誤用。檢驗水準(zhǔn)α的誤用，歸根到底是對統(tǒng)計學(xué)知識的理解不透徹，在使用統(tǒng)計學(xué)方法時沒有慎重考慮。檢驗水準(zhǔn)α的誤用，有可能導(dǎo)致差異本來沒有統(tǒng)計學(xué)意義的變成了有意義，即假陽性結(jié)論的產(chǎn)生。

本文通過方差分析、秩和檢驗和χ2檢驗三個方面討論了多組參數(shù)進行兩兩比較時的檢驗水準(zhǔn)α誤用問題。檢驗水準(zhǔn)α的設(shè)定是進行統(tǒng)計學(xué)檢驗的重要環(huán)節(jié)，但并非是所有的檢驗水準(zhǔn)α都可以設(shè)為0.05。[8]醫(yī)學(xué)科研工作者應(yīng)根據(jù)要分析數(shù)據(jù)的具體情況合理設(shè)置檢驗水準(zhǔn)α，醫(yī)學(xué)期刊的編輯也應(yīng)加強對醫(yī)學(xué)論文中檢驗水準(zhǔn)α設(shè)置的審校。

[1] 李雪迎. 多重比較與檢驗水準(zhǔn)的調(diào)整[J]. 中國介入心臟病學(xué)雜志, 2013,21(2):96.

[2] 方積乾. 衛(wèi)生統(tǒng)計學(xué)[M]. 7版. 北京:人民衛(wèi)生出版社,2013:138- 139.

[3] 黃水平,叢寧.多個計量樣本間非參數(shù)兩兩比較方法的選擇[J].中國衛(wèi)生統(tǒng)計, 2000,17(4):243- 244.

[4] 方積乾. 衛(wèi)生統(tǒng)計學(xué)[M]. 6版. 北京:人民衛(wèi)生出版社,2008:45.

[5] 黃水平. 多個樣本率間的兩兩比較方法[J]. 徐州醫(yī)學(xué)院學(xué)報, 2002,22(4):291- 294.

[6] 姚應(yīng)水. 醫(yī)學(xué)科研論文中χ2檢驗誤用分析[J]. 皖南醫(yī)學(xué)院學(xué)報, 2005,24(1):78- 80.

[7] 劉萬里. 計量資料多重比較方法評價[M]//薛茜, 爾西丁. 流行病學(xué)與衛(wèi)生統(tǒng)計學(xué),2007:1- 70.

[8] 曾平. 統(tǒng)計學(xué)里如何選擇檢驗水準(zhǔn)(何時選擇P<0.01或選擇P<0.05為差異有統(tǒng)計學(xué)意義)[J]. 中國心血管雜志, 2011,16(1):25.

[責(zé)任編輯：張永軍]

Discuss on the Misuse of Test Levelαof Statistical Testing in Medical Paper

XU Yong- jun

(Editorial Department of Journal，Wannan Medical College,Wuhu 241002,Anhui,China)

Statistical testing is an important tool for medical research, the author of medical paper should set up the test levelαaccording to the type of data. This paper discuss the misuse of test levelαin medical paper and propose the correct method of use according to the classification of data type.

medical paper;test level α; analysis of misuse; correct method of use

2016-10-15

2017-02-21

皖南醫(yī)學(xué)院中青年科研基金項目(WKS201004)資助。

徐詠軍(1969— ),男,上海人,皖南醫(yī)學(xué)院學(xué)報編輯部編輯。

R 195

A

2096-2371(2017)02-0037-04