人與人之間普遍存在著個體差異，所以醫(yī)學(xué)研究中的變異無處不在，再加上外在因素的影響，醫(yī)學(xué)現(xiàn)象更顯得變化無常。

例如，某種疾病的發(fā)生或流行是什么因素所致？可能涉及的多種因素中哪些是無關(guān)緊要的？哪些才是真正相關(guān)的？其中又具體地以哪一個為主？哪一個為次？又比如，用某種新藥品或新療法治療某種疾病，為什么有的患者感覺“妙手回春”，而有的患者卻依然久病不起？如何客觀地評判該藥品或該療法是否真的有效？或者說它與以前的藥品或療法相比具有明顯的優(yōu)勢？為了獲取正確的結(jié)果，需要做多少次臨床試驗才夠呢？……諸如此類，舉不勝舉。

針對上述醫(yī)學(xué)問題，我們應(yīng)該如何進(jìn)行客觀科學(xué)的分析，從而得出可靠的判斷和結(jié)論呢？將醫(yī)學(xué)研究與統(tǒng)計技術(shù)相結(jié)合所產(chǎn)生的醫(yī)學(xué)統(tǒng)計學(xué)就是幫助我們解決這類問題的一個強(qiáng)有力的工具。醫(yī)學(xué)統(tǒng)計學(xué)絕不是干巴巴的學(xué)術(shù)理論，也不是冷冰冰的數(shù)學(xué)公式，更不是硬生生的計算推導(dǎo)，而是將統(tǒng)計學(xué)滲透到醫(yī)學(xué)研究等各領(lǐng)域的一種思維方式。我們并不奢望每個醫(yī)學(xué)工作者都能成為專業(yè)統(tǒng)計學(xué)工作者，而是希望賦予醫(yī)學(xué)工作者更多的一種方法，建立以科學(xué)方法開展試驗與分析的邏輯觀念，從不確定性或概率的角度去思考問題，在開展醫(yī)學(xué)相關(guān)研究設(shè)計，進(jìn)行數(shù)據(jù)的搜集、整理、分析時具備清晰的思路。

為了排除形成新思路時的障礙，減少學(xué)習(xí)統(tǒng)計學(xué)時的困難，下面將闡述說明一個在醫(yī)學(xué)科研界常用的方法——“配對設(shè)計與檢驗”，以此為例幫助大家理解如何應(yīng)用醫(yī)學(xué)研究中的統(tǒng)計技術(shù)。

“配對設(shè)計與檢驗”是指研究者為了控制可能存在的主要非處理因素，將條件相同或相近的受試對象配成對子，然后每對中的兩個個體隨機(jī)地被分配到實驗組和對照組進(jìn)行試驗。這樣做的優(yōu)點是可以在同一對的試驗對象間取得均衡，以提高試驗的效率。具體形式可能有：配對的兩個受試對象分別接受兩種不同的處理；同一受試對象的兩個部分分別接受兩種不同的處理；同一受試對象接受某種處理前后結(jié)果的比較，即自身前后對比；等等。

解決這類問題，首先是求出各對結(jié)果差值的均值。理論上講，兩種處理的效果無差別或某種處理無效時，差值的總體均值應(yīng)該為0。因此，對于配對設(shè)計的均值比較，可以看成是樣本均值與總體均數(shù)的比較，也就是建立配對檢驗統(tǒng)計量t進(jìn)行統(tǒng)計推斷。在此，筆者不想贅述教科書上的統(tǒng)計學(xué)基本概念及其思想原理，而是想借用一個實際案例來強(qiáng)調(diào)如何使統(tǒng)計分析切合醫(yī)學(xué)問題的中心。

背景介紹：某生物醫(yī)藥單位研究飲食中缺乏維生素E與肝中維生素A含量的關(guān)系，將同種屬的小白鼠按性別相同，年齡、體重相近者配成10對后，將每對中的兩只小白鼠隨機(jī)分到正常飼料組和維生素E缺乏組，經(jīng)過一段時間后將小白鼠殺死，測量其肝中維生素A的含量，結(jié)果見表一。試問兩組小白鼠肝中維生素A的含量有無明顯區(qū)別？

表一  不同飼料組小白鼠肝中維生素A的含量（U/g）

顯然，該案例非常適合用“配對設(shè)計與檢驗”的方法來分析。獲得10對試驗對象的數(shù)據(jù)后，很容易求得對應(yīng)的差值。在此基礎(chǔ)上，我們可以一步步地用配對t檢驗做統(tǒng)計推斷。

首先，確定原假設(shè)和備擇假設(shè)和檢驗顯著性水平如下。
H0:u等于0，即兩組小白鼠肝中維生素的含量相同；
H1:u不等于0，即兩組小白鼠肝中維生素的含量不同；
a=0.05。
      
其次，計算檢驗統(tǒng)計量t值。借助權(quán)威的統(tǒng)計分析軟件JMP可以快速地得到如表二所示的計算結(jié)果。由該表可知，樣本均值等于942，樣本均值的標(biāo)準(zhǔn)誤差為156.559，自由度DF = 9,因此其對應(yīng)的95%置信區(qū)間為[587.839，1296.16]，檢驗統(tǒng)計量t = 6.016908。

表二  配對t檢驗的分析報告

最后，將t值轉(zhuǎn)化為P值，得出統(tǒng)計推斷結(jié)論。由于本案例采用的是雙側(cè)檢驗，故只需參考表二中的&ldquo;P值 > |t| 0.0002*&rdquo;。因為P = 0.0002，即P <  = 0.05,所以我們有較大的把握拒絕原假設(shè)H0,接受備擇假設(shè)H1。用醫(yī)學(xué)的語言來翻譯這個統(tǒng)計結(jié)論就是：兩組小白鼠肝中維生素A的含量不同，即維生素E缺乏對小白鼠肝中維生素A的含量有影響。

有的醫(yī)學(xué)工作者感覺上述分析過程比較抽象，難于理解。高級統(tǒng)計分析軟件JMP考慮到了這一點，別具特色地用圖形化的方式詮釋了這個結(jié)果。為了能夠清晰地讀懂圖形表達(dá)的含義，簡要地做一些必要的理論鋪墊。在如圖一所示的圖形中，原先的二維坐標(biāo)軸分別代表兩個響應(yīng)y1和y2。將其旋轉(zhuǎn)45度后，得到一個新的二維坐標(biāo)軸，此時y軸代表的是兩個原始響應(yīng)的差值，x軸代表的是兩個原始響應(yīng)的總和。此圖形與原先構(gòu)造的二元散點圖相同，只是視覺角度被旋轉(zhuǎn)了45度而已。

圖一  旋轉(zhuǎn)前后的二元散點圖

 在圖一的基礎(chǔ)上，再進(jìn)行尺度的重新調(diào)整，就可以顯示兩個響應(yīng)的差值和均值了，至于如何判斷這兩個原始響應(yīng)（y1和y2）的差值是否顯著，可以依據(jù)圖二的解釋說明輕松識別。

圖二  配對t檢驗的圖形解釋

將這一原理應(yīng)用在剛才的案例上，可以得到如圖三所示的圖形。由該圖可知，正常飼料組和維生素E缺乏組之間的差值及其95%置信區(qū)間都遠(yuǎn)大于0，說明兩組小白鼠肝中維生素A的含量確實明顯不同，維生素E缺乏對小白鼠肝中維生素A的含量確有影響。這個可視化的結(jié)論與先前統(tǒng)計計算的結(jié)論完全一致，但相比之下，直觀形象了很多，適合于絕大多數(shù)非統(tǒng)計專業(yè)人士的理解。

圖三  實際試驗的配對t檢驗圖

 綜上所述，統(tǒng)計技術(shù)為我們在解決醫(yī)學(xué)研究中的問題時提供了一個新思路、新方法，而在應(yīng)用統(tǒng)計技術(shù)時，作為醫(yī)學(xué)工作者，不需要也沒有必要死記硬背一些繁雜的數(shù)學(xué)公式和推導(dǎo)過程。至關(guān)重要的原則有兩個：一是深入理解醫(yī)學(xué)研究資料的產(chǎn)生背景，二是掌握統(tǒng)計分析軟件JMP的基本操作。謹(jǐn)以此文拋磚引玉，希望能夠有更多的醫(yī)學(xué)專業(yè)人士從醫(yī)學(xué)統(tǒng)計學(xué)中獲得裨益。