人與人之間普遍存在著個體差異，所以醫(yī)學研究中的變異無處不在，再加上外在因素的影響，醫(yī)學現(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緊要的？哪些才是真正相關的？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)學問題，我們應該如何進行客觀科學的分析，從而得出可靠的判斷和結(jié)論呢？將醫(yī)學研究與統(tǒng)計技術相結(jié)合所產(chǎn)生的醫(yī)學統(tǒng)計學就是幫助我們解決這類問題的一個強有力的工具。醫(yī)學統(tǒng)計學絕不是干巴巴的學術理論，也不是冷冰冰的數(shù)學公式，更不是硬生生的計算推導，而是將統(tǒng)計學滲透到醫(yī)學研究等各領域的一種思維方式。我們并不奢望每個醫(yī)學工作者都能成為專業(yè)統(tǒng)計學工作者，而是希望賦予醫(yī)學工作者更多的一種方法，建立以科學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)學相關研究設計，進行數(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，減少學習統(tǒng)計學時的困難，下面將闡述說明一個在醫(yī)學科研界常用的方法——“配對設計與檢驗”，以此為例幫助大家理解如何應用醫(yī)學研究中的統(tǒng)計技術。

“配對設計與檢驗”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地被分配到實驗組和對照組進行試驗。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，差值的總體均值應該為0。因此，對于配對設計的均值比較，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進行統(tǒng)計推斷。在此，筆者不想贅述教科書上的統(tǒng)計學基本概念及其思想原理，而是想借用一個實際案例來強調(diào)如何使統(tǒng)計分析切合醫(yī)學問題的中心。

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，很容易求得對應的差值。在此基礎上，我們可以一步步地用配對t檢驗做統(tǒng)計推斷。

首先，確定原假設和備擇假設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，樣本均值的標準誤差為156.559，自由度DF = 9,因此其對應的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H0,接受備擇假設H1。用醫(yī)學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，原先的二維坐標軸分別代表兩個響應y1和y2。將其旋轉(zhuǎn)45度后，得到一個新的二維坐標軸，此時y軸代表的是兩個原始響應的差值，x軸代表的是兩個原始響應的總和。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

 在圖一的基礎上，再進行尺度的重新調(diào)整，就可以顯示兩個響應的差值和均值了，至于如何判斷這兩個原始響應（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)計技術為我們在解決醫(yī)學研究中的問題時提供了一個新思路、新方法，而在應用統(tǒng)計技術時，作為醫(yī)學工作者，不需要也沒有必要死記硬背一些繁雜的數(shù)學公式和推導過程。至關重要的原則有兩個：一是深入理解醫(yī)學研究資料的產(chǎn)生背景，二是掌握統(tǒng)計分析軟件JMP的基本操作。謹以此文拋磚引玉，希望能夠有更多的醫(yī)學專業(yè)人士從醫(yī)學統(tǒng)計學中獲得裨益。