国际顶级医学期刊《柳叶刀》(The Lancet)最近发表了一篇实用的通讯文章(Correspondence),该篇Correspondence基于过去3年内对提交给《柳叶刀》的1000多篇manuscripts进行审核的经验,总结了科研report中常见统计使用错误,并给出了规避统计使用错误的建议,值得一读。LANCET:常见统计使用错误+规避建议!-LMLPHP

简单分享小编的学习笔记,欢迎评论区讨论

  1. 描述性统计对于理解数据至关重要,对于定量变量选择何种描述性统计指标描述,根据数据分布情况而定,可选择报告均值和标准差,或者报告中位数和四分位数范围(IQR)。同时,需要提供分析中使用的变量的直方图或表格等补充资料。
  2. 所有统计分析都建立在基本假设的基础上,如果可行的话,最好使用图形检查所有模型假设。
  3. 显示精确的p值,例如,0.032的p值应显示为p=0.032,而不是p<0.05,然而,可以使用不等式p<0.0001来报告非常小的p值。
  4. 不要简单将结果描述为没有效果,除非区间估计的所有效应值均没有临床意义。
  5. 基于临床重要性解释结果,并使用95%置信区间适当估计关联。
  6. 根据背景信息识别混杂因素,而不是统计学检验。
  7. 如果缺失数据的比例很高,可能会影响结果,不要简单删除不完整数据,建议使用逆概率加权或多重插补等方法。
  8. 使用专用的方法评估和处理稀疏数据偏倚(sparse-data bias)。
  9. 如果结果发生率较高,应报告危险比(risk ratio)或危险差(risk difference),而不是比值比(odds ratio)。
  10. 即使使用了相乘模型(multiplicative),也要评估相加交互作用(additive interactions)。

全文总结如下,

LANCET:常见统计使用错误+规避建议!-LMLPHP

05-08 11:17