医学论文常见撰写错误.ppt

上传人:小飞机 文档编号:4961108 上传时间:2023-05-26 格式:PPT 页数:47 大小:531.50KB
返回 下载 相关 举报
医学论文常见撰写错误.ppt_第1页
第1页 / 共47页
医学论文常见撰写错误.ppt_第2页
第2页 / 共47页
医学论文常见撰写错误.ppt_第3页
第3页 / 共47页
医学论文常见撰写错误.ppt_第4页
第4页 / 共47页
医学论文常见撰写错误.ppt_第5页
第5页 / 共47页
点击查看更多>>
资源描述

《医学论文常见撰写错误.ppt》由会员分享,可在线阅读,更多相关《医学论文常见撰写错误.ppt(47页珍藏版)》请在三一办公上搜索。

1、醫學論文常見撰寫錯誤,大林慈濟醫院耳鼻喉科 李清池,摘要,研究設計需注意事項:了解研究設計 事前準備工作 了解sample組成 選擇適當之測量工具常見之統計錯誤:常見的統計錯誤 統計方法陳述不完整常見錯誤結果呈現方式 常態分布 vs.非常態分布 錯誤的P值寫法 錯誤解釋結果,學習目標,了解研究設計認識常見的統計錯誤 了解正確之統計方式、進而避免錯誤使用,大綱,第一章 研究設計需注意事項第二章 常見之統計錯誤 第三章 表達方式錯誤第四章 課程總結,第一章 研究設計需注意事項,1.1單元學習目標1.2 了解研究設計1.3 事前準備工作1.4 了解sample組成1.5 選擇適當之測量工具1.6 單

2、元小結,1.1 單元教學目標,認識研究設計認識研究需準備之事前工作,1.2 了解研究設計,RCT(randomized controlled study):experimental or interventional studyControlled comparative studyObservational study:Case-control study Cohort study Survey,1.3 研究前準備工作(1),了解研究的dependent variables:primary outcome,secondary outcomes了解研究的independent variable

3、s:x1,x2,.可能之risk factors,confounding factors適合的統計方式不要等研究做完才來用統計方式找關聯性,研究前準備工作(2),於申請計畫經費時,應先估算達到 power=0.8時所需之sample size.而估算公式可用pilot study或之前相關研究利用公式或套裝軟體計算(free software:power and sample size calculation).清楚了解 type I error及 type II error定義,網路上下載免費軟體,講義SAS power and sample calculation:使用sas syntax

4、輕鬆計算使用NCSS,PASS software,Type I&II 錯誤,Power=1-;建議=0.8,關於收案病例數目應於方法(material and methods)中 描述清楚若有個案退出可用flow chart幫助讀者釐清人數變化若是採用RCT(randomized controlled study)應徹底執行 randomization 及 blinding 步驟,清楚了解sample之組成,常見在非RCT之研究中,比較兩組之變相有無差異時,應謹慎以對若是個案數過少,p value0.05並不表示兩組間無差異!Selection bias always should be co

5、nsidered!若個案數適當,可考慮使用propensity score處理selection bias問題,測量工具之選擇,避免自製問卷研究工具應採有信度(reliability)及效度(validity)驗證過之問卷或測量方式如量測癌症生活品質問卷,可用中文化之SF-36、中文化之EORTC QLQ-C30或HN35,1.6 單元小結,了解研究設計是進行研究前必備知識進行研究前應先估計收案數目可採用flow chart幫助讀者釐清病例數目變化過程選擇適當之測量工具(有信度及效度之工具),第二章常見之統計錯誤,2.1 單元學習目標2.2 常見的統計錯誤2.3 統計方法陳述不完整2.4 單元

6、小結,2.1單元教學目標,了解常見之統計錯誤避免統計錯誤,2.2 常見的統計錯誤,在進行統計分析之前,應對資料庫之分布有基本之認識,才能選擇正確之分析方式但卻發現研究者常忽略採用統計分析之基本假設,因而誤用統計方法在撰寫論文中誤用統計方法,可能遭致退稿或不正確解讀結果認識正確之統計方式,避免錯誤,使用不正確之統計方式,Two-sample t test vs paired-t testParametric method vs non-parametric testPearsons chi-square test vs Fishers exact testContinuous variable

7、vs Categorical or Ordinal variable,誤用linear regression,Y=0+1X1+Linear regression被廣泛的使用,卻也常常被誤用:如資料不是常態分佈 Xi間未完全獨立(如重複測量)Y和X間不是線性關係(如Y=1X2+),LINE原則,Type I error 問題,進行研究時,若有多組比較時,應事前即定義好組別不應為了產生統計意義而重新分組分組應符合常理,不然應於方法中詳細敘述若結果為連續變項,多組比較時,應採ANOVA 及 post-hoc(Bonferonni or Tukey,etc.),不可兩兩相比,產生過多之type I e

8、rror.,Example:,若有10組學生比較身高,要用何種檢定呢?One-way ANOVA及post-hoc若兩兩檢定會有什麼問題嗎?type I error 可能會達到 45x0.05解決方法:Bonferroni Multiple comparisons procedure,此時達統計意義之標準為 0.05/45=0.0011,Example,若有甲乙兩班各5人比較體重高低,要用何種檢定?Wilcoxon Rank-Sum test or Mann-Whitney U test 因為個案數過少,採用無母數方法,使用Chi-square test常見錯誤,應先建立要檢測之虛無假說(nu

9、ll hypothesis),再選定檢定變項。若列聯表中有期望值5時,應改用Fishers exact test 評估結果若組別過多,可考慮併組,2.3 統計方法陳述不完整,雙尾或單尾檢定Two sample t-test vs.paired t test少用之統計方式未詳細說明若同一Table中有數種變項檢定應陳述清楚,2.4 單元小結,於類別變項統計時,若expected value5要改用Fishers exact test於連續變項多組比較應採用ANOV及事後比較(post-hoc)若同一Table中有數種變項檢定應陳述清楚,第三章 常見錯誤結果呈現方式,3.1 單元學習目標3.2 常

10、態分布 vs.非常態分布3.3 錯誤的P值寫法3.4 錯誤解釋結果3.5 單元小結,3.1 單元教學目標,認識結果呈現方式了解standard deviation 和 standard error 之使用時機避免錯誤之P值表達方式,3.2 常態分布 vs.非常態分布,Parametric:MeanSDPaired-t testTwo-sample t test ANOVA,Nonparametric:Median;rangeWilcoxon Signed-Rank testWilcoxon Rank-Sum testKruskal-Wallis test,常態分布,MeanStandard d

11、eviation(SD):描述資料之分佈 所有樣本中,有95%樣本會在mean1.96 SD內Standard error(SE):使用sample mean來估計population之平均值,95%confidence interval=mean1.96 SE,3.3 錯誤的P值寫法,Example:Hazard ratio=5,P=ns;HR=3,P0.05以上皆是錯誤之書寫方式,除非P0.001應清楚載明P值,如 HR=0.656,P=0.007,除 P value外,加入95%CI,The effect of drug on lowering DBP was statistically

12、 significant(P0.05)report the real P value,such as P=0.02The effect of drug in treatment group on lowering DBP dropped from 110 to 92 mmHg(P=0.02)The drug lowered DBP by a mean of 18 mmHg(95%CI=2-34 mmHg,P=0.02),3.4 錯誤解釋結果,P值未達統計意義為”non significant”不等於”no effect”或“no difference”當研究統計結果為non significa

13、nt時,應計算統計之power,一般當power=0.8以上才可說兩組間無明顯差別!Power=1-(type II error)Pr(rejecting H0 when H1 is true),於結果呈現及討論時,需討論potential bias及confounding factors探討bias之方向若結果可能被低估下仍達統計學顯注意義,責實際情況上更有意義若結果可能被高估,則於結果之判讀應更保守及小心,如左圖p=0.388;應解讀為兩者差距未無統計學之意義,而不應過度解讀為兩者無差別若能提供power更好,Clinical importance vs.statistical signi

14、ficance,當sample size大時,統計結果常達統計之顯著意義,但若effect size過小,反而於臨床上沒有實際效用!當sample size小時,統計結果未達統計之顯著意義,但若臨床上影響很大,也應趕快發表,告知其他研究員!,3.5 單元小結,描述資料分佈:Standard deviation推估95%confidence interval:mean1.96SE確切描述p value至小數點後3位若p value 未達統計學顯著意義應小心保守描述,第四章 課程總結,4.1 課程總結4.2 參考資料,4.1 課程總結,進行研究前,對研究設計有詳細知了解,清楚知道是case-con

15、trol study,or cohort study or RCT.應先計算達到 power=0.8所需個案數選擇適當之統計分析方式:paired t test vs.two-sample t test;ANOVA vs.Kruskal-Wallis test使用列聯表計算,當expected value 5時要採用 Fishers exact test.於統計方式清楚描述本研究是採雙尾或單尾檢定描述資料分佈使用 standard deviation推估95%confidence interval:mean1.96 SE未達統計學意義不代表無差別!Absence of proof is not

16、 proof of absence.,4.2 參考資料,Alexander MS,Qamruz Z,Karl PF et al.Statistical errors in medical research-a review of common pitfalls.Swiss Med Wkly 2007;137:44-49.Tom L.Twenty statistical errors even you can find in biomedical research articles.Croat Med J 2004;45:361-370.劉仁沛.公共衛生論文常見之統計問題.台灣衛誌 2003;22:356-361.,謝謝各位!,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 生活休闲 > 在线阅读


备案号:宁ICP备20000045号-2

经营许可证:宁B2-20210002

宁公网安备 64010402000987号