西醫學論文范文
前言：我們精心挑選了數篇優質西醫學論文文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。
第1篇
我院對代償性肝硬化患者采用中西醫結合治療并進行臨床觀察，取得較好療效，現報告如下。
1資料與方法
1.1一般資料所選取的96例代償性肝硬化患者，其診斷均符合2000年9月中華醫學會傳染病與寄生蟲病學分會、肝病學分會聯合修訂的病毒性肝炎防治方案診斷標準［1］，隨機分為治療組和對照組。治療組48例，男38例，女10例，年齡33～62歲；對照組48例，男40例，女8例，年齡32～60歲；所有病例均未出現過腹水、上消化道出血、肝性腦病等失代償情況。兩組資料經統計學處理無顯著差異（P>0.05），具有可比性。
1.2治療方法治療組給予靜點丹參注射液250ml，1次/d，并口服中藥湯劑，基本方為柴胡疏肝散合胃苓湯加減，方劑主要藥物組成及常用劑量為：黃芪、柴胡、枳殼、香附、白芍、茯苓、白術、厚樸、陳皮、郁金各15g，青皮、豬苓、炙甘草、川芎各10g。1劑/d，水煎取汁300ml，分3次口服。療程3個月，隨訪6個月。對照組口服維生素E丸100mg，3次/d，靜點維生素C2.5g，1次/d，療程3個月，隨訪6個月。治療和隨訪過程中出現明顯肝功異常（ALT>120u/L）或肝硬化失代償者按治療原則給予相應治療。
1.3觀察指標所有病例每月檢測總膽紅素（TBIL）、丙氨酸氨基轉移酶（ALT）、天冬氨酸氨基轉移酶（AST）、血清白蛋白，每3個月檢測血清肝纖維化指標［透明質酸（HA）、層黏連蛋白（LN）、Ⅲ型前膠原（PCⅢ）］及彩超測試肝脾大小和門脈直徑各1次。治療和隨訪中如出現TBIL>35μmol/L、血清白蛋白<35g/L、腹水、上消化道出血、肝性腦病等為肝硬化失代償。
1.4統計學處理計量數據用t檢驗，計數數據用χ2檢驗。
2結果
2.1失代償情況治療結束后及隨訪半年中，治療組發生失代償情況為12.6%，對照組發生失代償情況為32.9%，有顯著性差異（P<0.05）。
2.2血清肝纖維化指標變化情況治療組血清纖維化指標在治療前后變化顯著，而對照組在治療前后并無顯著差異，見表1。表1血清肝纖維化指標治療前后的變化注：與同組治療前比較，*P<0.01，**P<0.05，P>0.05
2.3門脈直徑的變化治療組治療前（14.21±1.32）mm，治療后（13.2±1.26）mm，療效顯著（P<0.01）。而對照組治療前（13.99±1.31）mm，治療后（13.92±1.29）mm，無顯著差異（P>0.05）。治療組病例58.9%脾臟厚度縮小>2mm，而對照組只有12.3%，兩組對比差異顯著（P<0.01）。
2.4不良反應兩組患者均未發生明顯不良反應。
3討論
代償性肝硬化的合理治療方案是去除致病因子，抑制膠原纖維形成的各個環節，促進其降解和吸收。長期以來，以活血化瘀和軟堅藥為主的方劑，已獲一定效果。丹參注射液為中藥制劑，丹參的成分之一丹參酮Ⅱ-A磺酸鈉有明顯的抗脂質過氧化作用，且有改善肝脾微循環、促進肝細胞再生的作用。中藥黃芪補氣升陽，現代醫學研究表明，可提高機體免疫功能［2］。柴胡、枳殼、香附、郁金、青皮疏肝理氣，川芎、白芍養血和血，炙甘草、白術、厚樸、陳皮運脾化濕，茯苓、豬苓利水滲濕。本文結果提示，丹參注射液和中藥聯合應用可有效降低血清HA、LN、PCⅢ，同時有效縮小門脈寬度和脾臟厚度，并阻滯肝硬化失代償的發生，明顯提高患者的生存壽命和生活質量。
【參考文獻】
第2篇
合理的試驗設計與統計處理的可信度存在直接聯系，研究者在編寫醫學論文時應對醫學研究設計方法進行說明。在進行試驗設計時應遵循隨機、對照、均衡和重復四大原則。在進行試驗設計的時候通常會涉及到研究對象的選擇，研究對象的分組及選擇合理的檢測指標三個方面的內容。醫學論文就是通過對樣本的研究來進行推斷總體，找出其共性，得出結論。因此研究者在選擇研究對象時應注意選擇樣本應具有一定數量，能反映出該事物的規律性特征，但又應注意例數不能太多，以免造成不必要的浪費。其選擇的原則就是在保證試驗結果可靠性的前提下選擇最少的樣本例數。研究者在選擇樣本對象后應對其基本特征進行詳細的描述，比如患者的年齡、性別、病理分期、疾病診斷的標準等。此外在試驗中所用到的試劑、儀器的型號、規格等都應作出說明，以供讀者借鑒和做出判斷。選定好研究對象后就要對其進行分組。在進行分組時研究者一般遵循統計學中的“隨機分配”、“設立對照”以及“均衡”、“重復”的原則。隨機化原則是提高組間均衡性的一個重要手段，也是資料分析時進行統計推斷的前提。有對照才有比較，在進行組間比較時，應確定好處理因素與實驗效應的關系。均衡性則是要使得對結果產生影響的非處理因素盡可能保持一致，這樣才能保證對照的結果讓人信服。觀察實驗效應的指標主要有主觀指標與客觀指標。正所謂主觀指標就是通過問答的方式調查受試者自己判斷的主觀感受；而客觀指標則是通過儀器來檢驗和測量所得出的結果。在進行試驗設計時應選擇客觀性較強、高靈敏性和精確性的指標。
二、統計學方法的選擇
統計學方法的正確選擇是直接影響到論文結論可信度的重要依據，因此研究者在編寫論文時應注意選擇合適的統計學方法。不同的統計學方法應用的范圍不同。研究者在編寫醫學論文時常根據論文研究的目的、資料類型、試驗設計的方案、樣品大小、水平數、特定條件、數據分布特征以及綜合分析等來選擇對應的統計方法，同時還要根據專業知識與資料的實際情況，結合統計學原則，靈活地選擇。當定性資料正態分布時，研究者一般用均數和標準差來表示統計描述指標；當定性資料不符合正態分布時，則可選用中位數及級差來表示；當定量資料正態分布且組間方差齊時一般選用參數法，反之則選用非參數法。t檢驗一般適用于小樣本(n<50)的定量資料且方差齊的兩組數據之間的比較。其特點是在均方差不知道的情況下，可以檢驗樣本平均數的顯著性，大樣本(n≥50)采用u檢驗；多個樣本均數兩兩比較則用方差分析，如差異有統計學意義，可采用q檢驗；Dunnett檢驗則適用于多個實驗組與一個對照組均數的比較。定性資料中，表現為互不相容的類別或屬性，分為二分類和多類反應，如治療結果為顯著和好轉的人數等，該種資料可選用字檢驗，大樣本(n≥50)時采用u檢驗。如：患者的治療結果評定為痊愈、顯著有效、好轉、無效或死亡。該種資料可選用秩和檢驗或u檢驗。總之，不論論文中選用的是哪種統計學方法，都要計算出檢驗值，然后再根據統計量值來判定P值的大小，結論一般描述為“差異有(無)統計學意義”。
三、常見統計學方法的誤用分析及對策
1.統計方法誤用。
最常見統計方法誤用是對等級資料進行比較時應用秩和檢驗而誤用卡方檢驗。例如：在評價采取不同治療方法的兩組急性腦血管病患者療效中，治療組顯著有效、有效、無效三種分型分別為15例、10例、8例，對照組分別為14例、11例、9例。本資料例數較少，應選用等級比較的秩和檢驗，而有些作者卻認為只要是率的比較就可以采用字檢驗。研究者在選擇統計學方法時應根據相應的原則，對文章研究目的、資料類型、樣品大小、水平數、數據分布特征等進行綜合分析后，再來選擇對應的統計方法。
2.選用檢驗方法錯誤。
在有些論文中，作者常將本應用方差分析和q檢驗的誤用t檢驗。t檢驗一般適用于小樣本(n<50)定量資料且方差齊的兩組數據之間的比較，而方差分析及q檢驗主要用于對多個樣本均數進行比較，幾種不同治療或處理方法等的同時比較。例如：在討論中、西以及中西醫結合治療急性腦血管病時，兩組患者的年齡、病程、病情嚴重程度等差別均無統計學意義，比較三組患者的一些指標變化。組間多重比較應用q檢驗，但文中作者采用的是t檢驗，對三組均數進行兩兩比較。這不僅造成了資料的利用率低，也增加了假陽性的概率，降低了試驗結果的可信度。
四、結論表述中的統計學應用
第3篇
1 問題的提出
在醫學論文或稿件中，若觀測結果是定量資料，常需要在不同實驗條件下比較其平均值之間的差別是否具有統計學意義，此時，稱為定量資料的統計分析。如何才能正確地實現定量資料的統計分析呢？關鍵是兩點：其一，檢查定量資料是否滿足參數檢驗的前提條件；其二，正確辨析定量資料所對應的實驗設計類型。第一點常可通過統計軟件來實現，而第二點則需要分析資料的人具有這方面知識，才有可能合理選擇統計分析方法。然而，只要科研課題涉及到兩個或兩個以上因素時，實際工作者能正確判定其實驗設計類型的場合少得可憐，因此，在醫學論文或稿件中，這方面的錯誤不計其數。概括起來說，不外乎有以下兩類錯誤：（1）當定量資料不滿足參數檢驗的前提條件（獨立性、正態性和方差齊性）時，盲目套用參數檢驗方法（通常為特定設計下定量資料的t檢驗或方差分析）；（2）不管定量資料對應的實驗設計類型是什么，一律套用單因素兩水平（或叫成組）設計定量資料的檢驗方法（如t檢驗或秩和檢驗）或單因素多水平設計定量資料的分析方法（如單因素多水平設計定量資料的方差分析或秩和檢驗）。其結果是所得出的結論可信度低，甚至是錯誤的［1，2］。
2 中西醫結合治療實例
例1 某臨床醫生收集了如下的資料（表1），在各組內進行配對設計定量資料的t檢驗，在任何兩組之間，用差量進行成組設計定量資料的t檢驗。請問：錯在哪？正確的做法是什么？
對差錯的辨析與釋疑 原作者的做法是錯誤的！因為這樣做割裂了整體設計，每次分析時，僅用了部分數據，數據的利用低，自由度小，結論的可信度低；無法分析藥物種類與測定時間之間的交互作用。正確的做法是：先檢查資料是否具備參數檢驗的前提條件，然后正確判定資料所對應的實驗設計類型。假定本例中的定量資料滿足參數檢驗的前提條件，而實驗設計類型表面上看是“4個自身配對設計”同時存在，應叫做“具有一個重復測量的兩因素設計（其中，測定時間因素與重復測量有關，除此因素之外，還有一個‘藥物種類’因素）”。正確的統計分析方法為“具有一個重復測量的兩因素設計定量資料的方差分析”。對本例而言，更合適的分析策略是：將“治療前”視為“協變量”，即設法使各藥物組治療前盡可能取相等的平均水平，從而推算出治療后的平均測定結果（稱為校正的平均值），提高各藥物組之間的可比性，其統計分析方法叫做“單因素4水平設計定量資料的一元協方差分析”（每次只分析一個定量指標）；若每次需要同時分析3個定量觀測指標，其統計分析方法可叫做“帶有一個協變量的單因素4水平設計定量資料3元方差分析”。
表1 各組治療前后肝功能檢測結果比較（略）
例2 很多人用成組設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析處理表2資料。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？
表2 兩組不同組織類型的NSCLC肺部ROI的Max SUV和Mean SUV比較（略）
對差錯的辨析與釋疑 表2中最后兩列為兩個定量的觀測指標，原則上，當實驗中涉及兩個或兩個以上定量指標時，看專業上是否需要同時考察它們的變化，若不需要，就視為兩個一元定量資料；若需要，就視為一個二元定量資料。關鍵是檢查資料的前提條件（此處從略）和正確判定定量資料所對應的實驗設計類型，以下就不再贅述了。原作者所用的兩種統計分析方法都屬于分析單因素設計定量資料的統計分析方法，是不正確的。屬于未正確辨析實驗設計類型，就盲目套用統計分析方法的一種壞習慣，其結論是不可信的。該定量資料中涉及兩個實驗因素，一個是中醫上的分型（非血瘀證與血瘀證），另一個是癌細胞類型。兩個因素共有6種水平組合，各組合下都有一組獨立的患者，兩個因素同時出現在實驗中，尚無專業知識保證它們對觀測指標的影響誰是主要或次要，故這個定量資料所對應的實驗設計類型應叫做兩因素析因設計或叫2×3析因設計，當定量資料滿足參數檢驗的前提條件時，以選用相應設計定量資料的方差分析處理為宜。例3 很多人用成組設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析處理表3資料。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？
轉貼于
表3 兩組不同分期的NSCLC肺部ROI的Max SUV和Mean SUV比較（略）
對差錯的辨析與釋疑 原作者所用的兩種統計分析方法都屬于分析單因素設計定量資料的統計分析方法，是不正確的。屬于未正確辨析實驗設計類型，就盲目套用統計分析方法的一種壞習慣，其結論是不可信的。該定量資料中涉及兩個實驗因素，一個是中醫上的分型（非血瘀證與血瘀證），另一個是疾病分期。兩個因素共有8種水平組合，各組合下都有一組獨立的患者，兩個因素同時出現在實驗中，尚無專業知識保證它們對觀測指標的影響誰是主要或次要，故這個定量資料所對應的實驗設計類型應叫做兩因素析因設計或叫2×4析因設計，當定量資料滿足參數檢驗的前提條件時，以選用相應設計定量資料的方差分析處理為宜。例4 很多人用成組設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析處理表4資料。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？
表4 各組肺組織病理圖像分析結果比較（略）
對差錯的辨析與釋疑 原作者所用的兩種統計分析方法都屬于分析單因素設計定量資料的統計分析方法，是不正確的。屬于未正確辨析實驗設計類型，就盲目套用統計分析方法的一種壞習慣，其結論是不可信的。該實驗共有8個實驗組，每組中的10只動物都在三個區被檢測某定量指標的結果，故“三個區”是與重復測量有關的因素。要判斷該定量資料所對應的實驗設計類型，關鍵是要弄清“組別”是一個實驗因素還是一個復合因素。顯然，“組別”中涉及到很多因素，如“是否建模”、“是否用藥”、“用何種藥”、“用藥種數”，這4個因素每個至少有2個水平，全面組合至少應有16個小組，現在只有8個組，說明這些因素的水平未全面組合，屬于“多因素非平衡組合實驗”，而不是一個標準的多因素實驗設計。對于這種定量資料，應對“組別”進行合理拆分。可能的拆分結果如下。組合1：正常對照組與模型組；組合2：模型組、丹參組、黃芪組、雷公藤組、氫化考的松組、硫唑嘌呤組；組合3：模型組、雷公藤組、硫唑嘌呤組、硫唑嘌呤+雷公藤組。將上述三種組合分別與三個區同時考慮，構成不同的實驗設計類型，具體地是，組合1叫做“具有一個重復測量的兩因素設計”，其設計格式見表5。
組合2也叫做“具有一個重復測量的兩因素設計”，其設計格式見表6。
表5 兩組肺組織病理圖像分析結果比較（略）
表6 各組肺組織病理圖像分析結果比較（略）
組合3應叫做“具有一個重復測量的三因素設計”，因為該組合中的4個實驗分組本身形成了一個2×2析因設計結構，再加上與重復測量有關的因素“三個區”，其結構用統計表表達出來（表7），便可一覽無余，層次清晰，易于辨析其真正的實驗設計類型。
表7 4組肺組織病理圖像分析結果比較（略）
例5 很多人用配對設計定量資料的t檢驗和單因素多水平設計定量資料的方差分析（兩兩比較用LSD法）處理多因素影響下的定量資料，如本刊2006年第4卷第3期第287頁上的表1資料（為節省篇幅，詳細資料此處從略）。請辨析：這樣做錯在哪里？為什么？正確的統計分析方法是什么？
對差錯的辨析與釋疑 在此資料中，第1列“Group”之下的5個組不是單因素5水平之間的關系，它是多因素非平衡組合實驗，因此，需要對“Group”進行合理地“拆分”：如組合①，前4組可同時比較；組合②，“第1組，第2、3、4三組中取一組，第5組”可同時比較。還應考慮放置在表中縱向上的“時間”因素，第1個時間點為“處理前”，應將其視為“協變量”，而且，“時間”是與重復測量有關的因素，簡稱重復測量因素。同時考慮某種組合和時間，則分別與組合①、組合②對應的統計分析方法都叫做“具有一個重復測量的兩因素設計定量資料的一元協方差分析”。
【參考文獻】
1 Hu LP， Li ZJ. Fundamental of medical statistics and discrimination of typical misuse. Beijing: Press of Military Medical Sciences. 2003: 149153. Chinese.
