统计报告指南:厘清统计学诸多误区与错误

2019-08-22 医咖会 医咖会

2019年3月,European Urology 杂志(IF=17.298)发表了泌尿外科临床研究领域的统计报告指南《Guidelines for Reporting of Statistics for Clinical Research in Urology》,目的在于提升人们的统计学知识,改善论文质量。 本指南由11个大学的生物统计中心、共16名研究人员共同完成,同步

2019年3月,European Urology 杂志(IF=17.298)发表了泌尿外科临床研究领域的统计报告指南《Guidelines for Reporting of Statistics for Clinical Research in Urology》,目的在于提升人们的统计学知识,改善论文质量。 本指南由11个大学的生物统计中心、共16名研究人员共同完成,同步发表在Eur Urol, BJU Int, J Urol等三个杂志。 下面让我们一起浏览该指南的主要推荐意见,看看我们用的统计分析方法是否符合规范。 1. 统计推断和p值 1.1 不要写接受无效假设 在统计检验中,无效假设只能被拒绝或不被拒绝。如果 p ≥ 0.05,研究者应避免得出诸如“药物无效”、“组间无差异”或“反应率未受影响”等结论。相反,应使用“我们没有看到药物作用的证据”、“我们无法证明两组之间的差异”、或“反应率的差异没有统计学意义”。 梅斯医学注:P>0.05,表明两组之间的差异,通过统计学发现,这种差异无效的概率超过5%,并不代表药物无效,或两组无差异。而是“两组间差异未发现统计学差异”,注意“

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
评论区 (3)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=1308872, encodeId=68e513088e2c7, content=<a href='/topic/show?id=aa7291842d9' target=_blank style='color:#2F92EE;'>#误区#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=21, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=91842, encryptionId=aa7291842d9, topicName=误区)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=e9a6357, createdName=xiangyuzhou971, createdTime=Fri Aug 23 22:08:00 CST 2019, time=2019-08-23, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1442303, encodeId=0448144230315, content=<a href='/topic/show?id=4989e8938c9' target=_blank style='color:#2F92EE;'>#统计学#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=78938, encryptionId=4989e8938c9, topicName=统计学)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=df8a4916199, createdName=siiner, createdTime=Fri Aug 23 22:08:00 CST 2019, time=2019-08-23, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=371643, encodeId=ca143e164311, content=先分享了,好好看看。, beContent=null, objectType=article, channel=null, level=null, likeNumber=73, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/oLAjfB7s1ib06iaV3D9Tg5Kzuf9u71gZhPYMiajRtENwicoAABeQtfXOlic8ibhYSy6DvJZWUDVtjRvTfqBffr1XJ6JLtFB5kHicthl/0, createdBy=d41c2055892, createdName=184****9840, createdTime=Thu Aug 22 07:53:07 CST 2019, time=2019-08-22, status=1, ipAttribution=)]
  2. [GetPortalCommentsPageByObjectIdResponse(id=1308872, encodeId=68e513088e2c7, content=<a href='/topic/show?id=aa7291842d9' target=_blank style='color:#2F92EE;'>#误区#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=21, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=91842, encryptionId=aa7291842d9, topicName=误区)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=e9a6357, createdName=xiangyuzhou971, createdTime=Fri Aug 23 22:08:00 CST 2019, time=2019-08-23, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1442303, encodeId=0448144230315, content=<a href='/topic/show?id=4989e8938c9' target=_blank style='color:#2F92EE;'>#统计学#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=78938, encryptionId=4989e8938c9, topicName=统计学)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=df8a4916199, createdName=siiner, createdTime=Fri Aug 23 22:08:00 CST 2019, time=2019-08-23, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=371643, encodeId=ca143e164311, content=先分享了,好好看看。, beContent=null, objectType=article, channel=null, level=null, likeNumber=73, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/oLAjfB7s1ib06iaV3D9Tg5Kzuf9u71gZhPYMiajRtENwicoAABeQtfXOlic8ibhYSy6DvJZWUDVtjRvTfqBffr1XJ6JLtFB5kHicthl/0, createdBy=d41c2055892, createdName=184****9840, createdTime=Thu Aug 22 07:53:07 CST 2019, time=2019-08-22, status=1, ipAttribution=)]
    2019-08-23 siiner
  3. [GetPortalCommentsPageByObjectIdResponse(id=1308872, encodeId=68e513088e2c7, content=<a href='/topic/show?id=aa7291842d9' target=_blank style='color:#2F92EE;'>#误区#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=21, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=91842, encryptionId=aa7291842d9, topicName=误区)], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=e9a6357, createdName=xiangyuzhou971, createdTime=Fri Aug 23 22:08:00 CST 2019, time=2019-08-23, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=1442303, encodeId=0448144230315, content=<a href='/topic/show?id=4989e8938c9' target=_blank style='color:#2F92EE;'>#统计学#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=0, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=78938, encryptionId=4989e8938c9, topicName=统计学)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=df8a4916199, createdName=siiner, createdTime=Fri Aug 23 22:08:00 CST 2019, time=2019-08-23, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=371643, encodeId=ca143e164311, content=先分享了,好好看看。, beContent=null, objectType=article, channel=null, level=null, likeNumber=73, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=https://wx.qlogo.cn/mmopen/oLAjfB7s1ib06iaV3D9Tg5Kzuf9u71gZhPYMiajRtENwicoAABeQtfXOlic8ibhYSy6DvJZWUDVtjRvTfqBffr1XJ6JLtFB5kHicthl/0, createdBy=d41c2055892, createdName=184****9840, createdTime=Thu Aug 22 07:53:07 CST 2019, time=2019-08-22, status=1, ipAttribution=)]
    2019-08-22 184****9840

    先分享了,好好看看。

    0

相关资讯

真实世界研究常用统计分析方法

相较于RCT研究,真实世界研究中的因果推断需要特别注意对混杂效应的调整,因此会用到一些相对较复杂的统计模型和分析方法。这些方法既包括经典的统计方法,如传统多变量回归方法,也包括一些相对来说更加前沿和复杂的统计方法,如倾向性评分匹配方法和工具变量方法。本文件仅对这些统计方法做概括性说明,更具体的方法和应用细节见所附参考文献,也不排除未介绍方法的合理应用。1.描述性分析和非调整分析对于描述性分析,

JAMA Cardiol:美国医疗补助扩展与心血管死亡率的关系

美国根据“患者保护和平价医疗法案”而来的医疗补助扩展政策,为非老年成年美国人的健康保险覆盖带来了最大的收益之一。然而,其与心血管死亡率的关系尚不清楚。JAMA心脏病学六月刊刊登了一篇研究报告。该研究的目的在于探讨美国中年人中,医疗补助扩展与心血管死亡率的关系。

统计建模:回归,深度学习,模型可解释性?

六年前,听一位医学统计的泰斗讲 logistic 回归,说,为什么 logistic 回归叫做logistic?经泰斗查阅浩瀚史料,原来是来自于二战时期美军后勤(logistics)运输中的统计建模。 届时百思不得:后勤情形中,建模用的因变量,如何转化为二分类? 泰斗虽犹在,小可不敢问。 logistic 曲线首创者 Verhulst 当然,本文也不

对医疗保健行业产生巨大影响的10个医疗物联网统计

在过去的几年里,物联网对医疗保健行业产生了巨大影响。以下这些统计数字就是强有力的证明。1、2018年,全球医疗物联网市场规模为1471亿美元去年,全球医疗物联网市场规模超过1470亿美元。与2014年的217亿美元相比,这是一个巨大的增长,物联网分析显示,最大的增长尚未开始。2、到2025年,医疗领域物联网的全球市场规模预计将超过5000亿美元专家预测,到2025年,该行业的全球市场规模将达到53

Z-Test与T-Test的深入剖析与区别

推论统计,提到假设检验,从脑海里一跃而出的便是 Z-Test 与 T-Test。可能在大学里学习时对这个两个检验方法囫囵吞枣,现在重新理解,更是疑问重重。 都知道, Z-Test 与 T-Test 用于正态分布的统计检验,大致也能知道T或Zvalue 大于查表后的某个数,便是统计显著差异,需要拒绝,百度搜索也能得知 Z-Test 与 T-Test 的区别: Z-Test 用

夏结来教授:跨界与突破,合作与兼容

“夏老师”, 空军军医大学卫生统计教研室夏结来教授,中国统计界都这么亲切地称呼他。作为知名高校统计界的资深教授,桃李天下,声名远播,夏老师是DIA中国顾问委员会的成员,多次担任DIA中国年会、定量科学论坛、早期研发课程等活动的组委或主席。此次,夏老师作为今年定量科学论坛联席主席接受了DIA的采访。 2019定量科学论坛(Quantitative Science Forum,