国自然标书中如何正确描述所用的统计学方法
2018-10-16 冯国双 “小白学统计”公众号
本文不是说什么国自然技巧的，就是想说一下标书中你想用的统计学方法如何进行描述。很多人在标书中可能都不太重视统计学方法的描述，我看到很多标书大致都随便写写，比如“计量资料采用t检验，计数资料采用卡方检验”之类的。当然，也可能不是不重视，只是确实不知道该怎么写，所以本文专门针对这一问题说一下。不过在写之前，需要先申明一下，本文介绍的各种描述方法更像是八股文，对于统计学家来说可能会觉得死板，但对于非统计
本文不是说什么国自然技巧的，就是想说一下标书中你想用的统计学方法如何进行描述。很多人在标书中可能都不太重视统计学方法的描述，我看到很多标书大致都随便写写，比如“计量资料采用t检验，计数资料采用卡方检验”之类的。当然，也可能不是不重视，只是确实不知道该怎么写，所以本文专门针对这一问题说一下。
不过在写之前，需要先申明一下，本文介绍的各种描述方法更像是八股文，对于统计学家来说可能会觉得死板，但对于非统计专业人员来说，我觉得还是有用的。毕竟，对于不熟悉某一领域的人而言，一开始如果能真有个八股文告诉你怎么写，已经足够了。
好了，废话不多说，直接切入主题。
如果你的标书内容是要做随机对照试验，做两组组间比较，可以参考以下写法（注意是参考，不是照抄）：
对于连续资料，首先进行正态性检验，如果各组均满足正态性且两组间方差相等，采用t检验进行组间比较；否则考虑非参数Wilcoxon秩和检验。对于分类资料，无序结局采用卡方检验，有序资料采用非参数Wilcoxon秩和检验。
如果你的标书是做多组间比较，可以参考以下写法：
连续资料如果服从正态分布，采用方差分析进行组间比较，如果组间差异有统计学意义，进一步采用Bonferroni法（也可以是其它方法）进行两两比较。如果不服从正态分布，组间比较采用Kruskal-Wallis秩和检验，当组间总的有统计学差异，进一步采用DSCF法（也可以是其它方法）进行多重比较。分类资料根据其无序或有序的性质，采用χ2检验或Kruskal-Wallis秩和检验。
如果你的标书是做危险因素筛选，采用回归分析，可以参考以下写法：
由于本研究中调查的危险因素较多，首先采用单因素线性回归（或logistics回归，视研究结局是连续资料还是分类资料而定）进行危险因素的初筛，为避免因素的遗漏，单因素分析设定alpha=0.15（根据实际情况，也可以设为0.1或0.2等），将单因素分析中P<0.15的因素纳入多因素线性回归（或logistics回归）。多因素分析以P<0.05认为有统计学意义。
本研究以***为金标准，绘制ROC曲线，并计算ROC曲线下面积，如果ROC曲线下面积大于0.5且与0.5相比有统计学差异，认为该诊断指标具有一定的诊断价值。根据ROC曲线，以最靠近左上角的点作为cut-off值，探索最佳截断点。
如果你的标书是做诊断试验，且金标准是二分类资料，诊断指标也是二分类资料，可以参考以下写法：
本研究以***为金标准，计算新的诊断方法的灵敏度、特异度、阳性预测值和阴性预测值等指标。计算二者的Kappa一致性系数，并进行统计学检验，如果P<0.05，认为二者的一致性具有统计学意义。Kappa一致性系数越高，说明二者的一致性越强。
如果你的标书是组间比较，但是重复测量，可以参考以下写法：
本研究由于进行多次重复测量，因此考虑采用重复测量方差分析进行比较比较。分别比较组间、时间点之间是否有统计学差异，并对组间和时间点的交互项分析，探索各组间的变化趋势是否有差异。如果交互项有统计学意义，提示各组随时间变化的趋势可能不同。
如果你的标书是做生存分析，可以参考以下写法：
本研究采用Kaplan-meier曲线描述生存变化情况，并采用log-rank检验或Wilcoxon检验比较生存曲线的差异。多因素分析，如果满足等比例风险假定，采用Cox回归，分析校正其它混杂因素后，研究因素对生存的影响。如果等比例风险假定不满足，则考虑采用非等比例Cox回归分析研究因素的影响。
关于样本量，可以参考以下写法：
（1）组间比较：
根据以往文献，获得两组的均值和标准差分别为7.2（1.6）和6.4（1.1），设定一类错误概率α为0.05，把握度1-β为0.8，两组例数比例设为1：1。根据上述参数，利用SAS9.4的proc power过程（也可直接列出公式，利用公式，或用其它软件），计算试验组和对照组各需样本数为62例。
（2）诊断试验：
根据以往文献，获得该指标的灵敏度（或特异度、ROC曲线下面积）为0.8，根据以往文献报道的95%置信区间宽度，设定研究精度为0.1。根据上述参数，利用公式，计算所需病例数为62例。由于患病与非患病之比为0.6：0.4，因此共需样本数为104例。
本文只是简单说了一下常见的一些统计方法如何体现在标书中，写的不是很全面，但可以作为参考。其实，除了上面说的内容外，还有一些共性的东西，比如，缺失值的处理，很多研究中都有缺失值，如何处理一般也需要体现在计划书中，如直接删掉、采用统计方法进行填补等等。再如，异常值的处理，如果发现异常值怎么办，直接删掉？还是采用统计方法进行处理，比如采用稳健的回归方法等。
我曾经看过很多标书的统计学方法部分都写得有点随意，虽然本文也不是尽善尽美，但起码有一定提示作用，希望本文能够对各位正在申请标书的同仁有一定帮助。
小提示：本篇资讯需要登录阅读，点击跳转登录
版权声明：
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#统计学#
51
#标书#
60