一般一个医学研究的统计研究设计都会有一些问题,大部分是原则性的或者致命的。这时候科研工作的可靠性就如同“空中楼阁”或者“墙里楼阁”,经不起风吹雨打。在我国的医学研究工作中,统计研究设计出现错误的情况并不少见,而这些错误无疑会降低我国医学研究工作的水平,阻碍我国医学科技的发展。
在医学研究工作中,忽视统计研究设计或设计不完善的例子数不胜数。以下是常见的错误:
缺乏必要的预试验
一些研究者对所研究的问题缺乏必要的了解,既不全面查阅文献,也不做必要的预实验,更谈不上做出完善的实验设计,盲目进行实验。当实验过程中出现问题时,它会措手不及。例如,一位研究人员在测量了一组小鼠的白细胞计数后,发现一些小鼠的白细胞值偏高,于是他只对这些小鼠进行了重新测量,而且只测量了那些认为白细胞值可以接受的小鼠一次。不仅如此,在处理数据时,将一组小鼠的WBC值写入两列(只测试一次的小鼠两个数据相同,测试两次的小鼠两个数据不同),分别作为药物A和B的对照组数据。这种比较毫无意义;又如,有人在研究毒物的半致死剂量时,所选剂量组的动物死亡率要么低于50%,要么高于50%,这就无法正确估计半致死剂量。
缺少用于收集与设计类型相匹配的实验数据的表格。
缺乏完善实验设计指导的实验研究人员,往往缺乏以匹配设计类型收集实验数据的形式。每个实验者往往会把实验数据随意记录在零散的纸片上或用过的旧练习本上,然后有空就把实验数据复印下来。缺点很多:一是数据容易丢失;二是数据复制容易出现疏忽的错误;第三,盲目复制的数据往往不符合统计软件分析数据的格式要求。很多具体设计类型对应的实验数据都有其固定的记录或录入格式,便于统计分析。还有很多标准化的表格,这里就不赘述了。
选用的样本含量不当
很多人误以为实验的动物总数就叫这个实验的样本含量,其实不然。例如,如果研究人员使用15只动物进行实验,根据药物作用的持续时间将动物随机分为5组,每组3只动物。然后,根据三种剂量的药物,将每组的三只动物分成三组,每组只有一只动物。在这个实验研究中,样本含量应该是15还是1?正确答案是n=l,不是=15。
随机化观念淡漠
有些人误以为随机就是随机。分发小动物时,他们闭着眼睛从笼子里抓动物,把先抓到的一些动物放在一组,再把后来抓到的一些动物放在另一组。在临床试验中,患者按照入院顺序分组。有些先来医院的病人被分成一组,有些后来医院的病人被分成另一组。这些分组方法是不正确的,违反了“随机化原则”。
设立对照组方面存在的问题
一些实验研究缺乏必要的对照组。没有对比就没有鉴别,结论也没有说服力。有些实验研究看似有对照,其实是“假对照”。例如,有人在研究某种药物治疗铅中毒的驱铅效果时,列举了30名铅中毒工人离开现场后住院治疗的结果,发现治疗后的“血铅”和“尿铅”值明显低于治疗前,经统计处理后差异有统计学意义。虽然“治疗前和治疗后”是一项自身对照研究,但并未排除患者“自动排泄”的影响,将人体排出的血铅颜色和尿铅量归结于排铅药物的作用显然是不恰当的。一些实验研究犯了“不完全控制”的错误。比如,人们经常设计三组。第一组是空白对照组,第二组是单一药物组,第三组是药物A和B的组合组,显然这个设计中缺少了一个“仅B组”。没有这个群体,不仅实验设计存在严重缺陷(本来可以考察的两个因素之间的交互作用无法考察),而且给数据的统计分析带来很大不便。
用单因素设计取代多因素设计
让一个因素的水平每次都发生变化,找到那个因素的所谓“最佳水平”后就固定了,然后用同样的思路依次找到其他因素的所谓“最佳水平”。最后,综合所有因素的所谓“最佳水平”,研究者认为已经获得了“最佳实验条件”。这种做法不仅浪费人力、物力和时间,而且在因素之间存在显著交互作用时,容易得出错误的结论。例如,在“八角发酵的研究”实验研究中,一位研究人员对培养基的含水量、培养基的初始PH值、温度和光照强度对产物的影响做了四批实验,从而得出这四个因素中每一个的最适水量,然后将它们组合在一起,得出这个实验研究的“最适实验条件”,这是不可取的。
统计设计存在很多问题,对医学研究的危害性不言而喻。所有从事医学研究的实践作者和管理者对此都不应掉以轻心,更不应视而不见,应尽快提高我国的医学科技水平。