统计章节被审稿人挑毛病,八成不是算错,而是「方法与数据结构不匹配」。比如把重复测量的四个时间点做成四次独立 t 检验,或者对明显偏态的住院天数用均数±标准差描述。下面这张表按「结局变量类型 × 组数 × 配对与否」组织,是科室内部最常用的一版。
一、按结局类型选检验
| 结局类型 | 两组独立 | 两组配对 | 三组以上 |
|---|---|---|---|
| 连续、近似正态 | 独立样本 t 检验 | 配对 t 检验 | 单因素方差分析 + 事后检验 |
| 连续、偏态 | Mann-Whitney U | Wilcoxon 符号秩 | Kruskal-Wallis + Dunn |
| 二分类 | 卡方检验 / Fisher 精确 | McNemar | 卡方趋势或 Logistic 回归 |
| 有序分类 | Mann-Whitney U | Wilcoxon | 有序 Logistic 回归 |
| 生存时间 | Log-rank | 配对设计少用 | Cox 比例风险模型 |
| 重复测量 | 混合效应模型 / GEE | 同左 | 同左,勿拆成多次检验 |
二、描述性统计先对齐分布
连续变量先做正态性判断,样本量小于 50 时用 Shapiro-Wilk,大于 50 时可看 Q-Q 图与偏度峰度。正态用均数±标准差,偏态用中位数(四分位间距)。这一步做错,后面所有检验都建立在错误的假设上。
避坑
「均数±标准差」写成「均数±标准误」是最常见的低级错误之一,两者差 √n 倍,会让读者误判离散程度。
三、样本量:不是走过场
样本量估算需要四个输入:主要结局的预期效应量、标准差(或对照组发生率)、α(一般 0.05)、把握度(一般 0.8)。这四个数必须能在方法学里找到出处——来自预试验、文献或临床经验,并注明来源。写「根据经验估算」而不给参数,等于没做。
| 研究类型 | 常用公式/软件依据 | 要报告的参数 |
|---|---|---|
| 两均数比较 | 两独立样本均数比较公式 | δ、σ、α、1-β、脱落率 |
| 两率比较 | 两独立样本率比较公式 | p1、p2、α、1-β |
| 诊断试验 | 灵敏度/特异度置信区间宽度 | 预期灵敏度、允许误差 |
| 生存分析 | 事件数法(Schoenfeld) | HR、事件数、随访时间 |
四、多因素模型的三条纪律
- 先说明变量筛选策略:是全部纳入、单因素筛选后纳入,还是基于临床先验。三种都可接受,但必须事先声明,不能看到结果再改。
- 报告效应量与置信区间,不只报 P 值。OR 1.02 即使 P<0.001 也没有临床意义。
- 检查模型假设:Logistic 看 Hosmer-Lemeshow,Cox 看比例风险假定,线性回归看残差图。审稿人越来越常问这一句。
五、结果呈现的最小集合
- 基线表:按组别列出人口学与关键临床变量,连续变量给出组间比较。
- 主要结局:效应量 + 95%CI + P 值,三者缺一不可。
- 次要结局:明确标注为探索性,避免多重比较误导。
- 缺失数据:报告缺失比例与处理方法(完整病例、多重插补)。
P=0.051 怎么表述?
写「差异无统计学意义(P=0.051)」,不要写「有边缘性趋势」——后者是修辞,不是统计结论。若样本量不足,应在讨论里说明把握度问题。
一定要做正态性检验吗?
大样本(n>100)时中心极限定理可兜底,但方差齐性仍需检查。小样本必须做,且要报告用了哪种检验。