论文中统计描述要怎么写，来看看杂志主编的建议
科研论文是出现研讨结果的一种最好的表示情势，此中数据阐发的成果则是论文中最为焦点的一部门。每当我们辛费力苦写好文章，自大满满投稿后，有时刻却连Editor初审的第一关都过不了，乃至惨遭Editor“秒拒”。Editor固然没有研讨的原始数据，然则他们都有一双火眼金睛，常能发现许多日常平凡我们没有注意到的差错和问题。
The International Journal of Occupational and Environmental Medicine（The IJOEM）杂志的主编Farrokh Habibzadeh传授颁发了一篇名为《Statistical Data Editing in Scientific Articles》的文章[1]，针对在论文中进行数据编纂时常犯的差错和必要注意的处所，进行了具体的阐明，让我们来一路看看Editor怎么说。
一、统计办法描写
一样平常环境下，在论文办法（Method）的末了一部门，要求作者对统计阐发办法进行具体的描写。通常包含几个内容：
1、数据阐发所使用的软件及其版本、所属公司、公司所属地等信息。例如：The data were analysed by SPSS version 24.0 for Windows (SPSS Inc., Chicago, IL, USA).
2、数据成果的出现和描写情势。例如：Continuous variables with normal distribution were presents as mean±standard deviation (SD); non-normal variables were reported as median (interquartile range).
3、数据阐发时所用到的统计查验办法。例如：Mean of two continuous normally distributed variables were compared by independent samples Student's test.
4、设定的假设查验水准。例如：A value of P<0.05 was considered significant.
注意：在统计办法描写部门，有些作者不管什么类型的研讨论文，都复制粘贴使用统一个固定的描写模板，如许很容易被Editor发现，统计办法必需要依据本身数据的现实环境，以及真正所使用到的统计办法来进行先容，万弗成张冠李戴。
二、数据的准确度
有些作者在成果描写中太甚于寻求数据的精度，例如一篇文章中如许描写：The mean work experience of studied participants was 20.365 (SD, 4.35) years。
此中有2个问题：起首，均数和尺度差的小数位数在出现时没有坚持同等；其次，事情履历的均值准确到了3位小数，这就意味着在对事情履历这个变量进行查询拜访时，准确到了以“小时”为单元，而在现实的查询拜访进程中一样平常最多准确到以“月”为单元，是以建议此处的描写改动为20.4 (SD, 4.4) years。
一样平常环境下，在描写均值、尺度差、中位数、四分位间距等指标时，建议小数位数不要跨越原始丈量数据的小数位数。
对付百分位数的描写，当分母小于100时，一样平常建议百分位数不保存小数，而当分母小于20时，就不再建议使用百分最近进行描写了。例如：Of 15 patients studied, 26.67% presented with fever，此处百分位数计算的分母为15<20，是以建议改动为：4 of 15patients presented with fever。
但有时在不易得到分母详细数值的环境下，可以依据百分数和绝对数的年夜小来进行辅助断定。当百分数年夜于绝对数时，提醒分母小于100，此时百分位数可以不消保存小数。例如：“31 (42.47%) patients……”，此时百分数42.47%年夜于绝对数31，提醒分母小于100 （现实上分母为73），则此处建议改动为：“31 (42%)patients……”。
三、常用的统计描写指标
对付正态散布的材料，一样平常采纳均值 (Mean) 和尺度差 (Standard Deviation, SD) 来描写数据的集中趋向和离散环境，而对付非正态散布的材料，常用中位数 (Median) 和四分位间距 (Interquartile Range, IQR) 来描写数据的集中趋向和离散环境，这就要求要起首对数据材料的散布特色进行查验。
然则在多半论文中，作者并未直接给出正态性查验的成果。在无法得到原始数据的环境下，我们可以依据尺度差和均值的年夜小进行初步断定。若尺度差跨越均值的一半，则提醒数据很有可能长短正态散布，可以参考前期推送的有关数据的内容进行进修。
因为尺度误 (Standard Error of Mean, SEM) 比尺度差小，有些作者为了掩饰笼罩数据非正态散布的特色，差错地将尺度误作为描写数据离散趋向的一个指标。但现实上，尺度误反映的是均数抽样偏差的年夜小，而非样本材料的离散环境，此时用尺度误来权衡数据材料的离散趋向是不正确的。
95%置信区间(95%CI)，可以用均值±1.96*尺度误来进行计算。一种环境，当申报某种疾病的患病率时，建议同时申报其95%CI。例如：26 of 300 studied participants had brucellosis translating to a prevalence of 8.7% (95%CI, 5.5% to 11.9%)。依据95%CI的计算公式，数据材料的均值约即是95%CI上、下限的均值，如8.7%=(5.5%+11.9%)/2, 以此来赞助断定成果是否同等。
另一种环境，多见于描写RR (Relative Risk) 值或者OR (Odds Ratio) 值时，必要申报其95%CI。例如：Smoking was associated with a higher incidence of lung cancer (OR, 2.6; 95%CI, 1.3 to 5.2)。此时RR或OR值的平方即是95%CI上、下限的乘积，如2.62=1.3*5.2，以此来赞助断定成果是否同等。
四、诊断实验的成果申报
对付诊断实验，通常在论文中必要描写的指标包含敏锐度、特异度、阳性猜测值、阴性猜测值及其95%CI等。当使用ROC (Receive Operating Characteristic) 曲线进行阐发时，则还必要申报曲线下面积及其95%CI、截断值 (cut-off point)等信息。
五、丈量单元
精确描写丈量单元也长短常紧张的。例如经常在文章中见到相似的描写：Serum cholesterol levels was 5.22。缺失响应的单元“mmol/L”，这种漏掉的环境在表格及图的坐标轴中也常常呈现。年夜多半学术杂志都保举使用国际单元（SI），是以当某个指标有分歧的计量单元时，也建议同一换算为国际单元。
六、P值
P值的描写在论文中也常呈现各类问题，一些杂志仅要求在描写P值时给出其断定尺度，例如：P<0.05, 或non-significant，而多半杂志则要求在论文中申报精确的P值。一样平常环境下描写P值时建议不要跨越3位小数，例如P=0.0123，可改动为P=0.012。但有时P值很小，例如P=0.0000123，只若保存三位小数，即P=0.000，此时建议将其描写为P<0.001。值得注意的是，只有当进行假设查验时才必要提供P值。
此外，当可以或许同时获取95%CI和P值时，一样平常建议仅申报95%CI即可，由于P值仅提醒假设查验有无统计学明显性，而95%CI还可以直观的显示效应值的规模。例如：Smoking was significantly associated with a higher incidence of lung cancer (OR, 2.6; P=0.04)，建议改动为：Smoking was associated with a higher incidence of lung cancer (OR, 2.6; 95%CI, 1.3 to 5.2)。
对付P值的解释必定要谨严，在设定查验程度α为0.05的环境下，分外是当P值在临界值邻近时，例如P=0.049时以为有统计学明显性，而P=0.051则以为无统计学明显性，下结论的时刻要严防发生I类差错和II类差错，有可能会做出假阳性或假阴性的结论（参考前期推送的有关先容的内容）。
通常把这种环境描写为部门明显性（partially significant）或边沿明显性（marginally significant）（可参考前期推送的有关的内容进行描写）。假如没有充足的证据证实该效应值在人群中现实上存在明显性，而阴性成果可能是因为抽样偏差造成的，那么我们就应该遵照游戏规矩，当设定α=0.05时，若假设查验得出P≥0.05，即以为无统计学明显性，作者可以在论文的讨论部门对其缘故原由进行具体探究。
七、生计阐发
Cox比例风险模子（Cox proportional hazard model）以生计终局和生计光阴为因变量，在校订多种稠浊因素后，用来阐发研讨因素对付终局的影响。必要注意的是，Cox模子的根本假定是比例风险假定（PH假定），只有在满意PH假定的条件下，基于此模子的阐发才是靠得住有用的，然而对付该假定的查验每每被研讨职员所疏忽。
查验PH假定最简单的办法便是察看依照研讨变量分组后的Kapla-Meier生计曲线，若生计曲线显著交叉，则提醒不满意PH假定。详细可以参考前期推送的有关的内容进行进修。
以上是杂志主编针对论文中进行数据编纂时，常呈现的差错和必要注意的处所总结的几项心得，愿望可以或许赞助年夜家避免再犯此类的差错。小伙伴们在撰写文章和进行投稿时，还有哪些领会和感触感染值得引起年夜家注意的，也迎接和我们一路来分享哈。
参考文献
[1] J Korean Med Sci 2017; 33: 1072-76