时间：2022-10-16 19:09:15
序论：在您撰写医学统计论文时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
1.1单因素方差分析(ANOVA)两两比较误用独立样本t检验单因素方差分析设计3组以上的均数比较,如果总体比较有差异,需进行两两比较,一般用SNK法或LSD法。但部分研究者却将资料进行拆分,应用独立样本t检验进行两两比较,导致第Ⅰ类统计学错误发生率(假阳性率)增加,从而掉进了一个常见的“统计陷阱”,使所得结论可信度大大降低甚至得出错误结论。SNK法与LSD法虽然并非等价,实质是一致的。SNK法一般用于经方差分析结果具有统计学意义时才决定进行的两两事后比较,而LSD法可用于方差分析不足以具有统计学意义时也能进行两两比较[1]。比较两种方法在SPSS的输出结果形式,SNK是“分堆”比较,一目了然,对于组别数较多的研究更为好用,但没有具体P值,而LSD是在进行“两两”比较时,能给出具体的P值。
1.2两两比较时检验水准的重新调定χ2检验或秩和检验3组以上整体比较有差异时,需应用分割法进行两两比较,这时检验水准应由原0.05调定为0.0167,否则会增加第Ⅰ类统计学错误的发生率。特别当P值处于0.0167~0.05时,按照P<0.0167的标准,差异无统计学意义,而按照P<0.05的标准,却有意义,与事实相悖,出现假阳性,很容易得出错误结论。这种分割法有时很保守,当行列表资料分组多且为有序时可用Mantel-Haenszel卡方检验,也称线性趋势检验(testforlineartrend)或定序检验(Linear-by-Lineartest)[2]。统计路径:用SPSS进行计数资料的趋势检验,在输出结果中读取线性关联检验统计量(Linear-by-LinearAssociation,LLA),如P<0.05可得出随着病种级别的升高,检测指标逐渐升高的趋势。
1.3临床诊断试验中的统计学方法应用在临床诊断试验研究中,经常选取单项计量指标或者联合计量指标以诊断某种疾病,若仅用初级统计学方法如t检验、单因素方差分析等往往不能有效挖掘信息,此时应采用受试者工作特征曲线(ROC)对检测结果进行分析评价。ROC曲线分析基本原理是通过诊断界点的移动[3],获得多对灵敏度和误诊率(1-特异度),以灵敏度为纵轴、误诊率为横轴,连接各点绘制曲线,然后计算曲线下的面积,面积越大诊断价值越高。ROC曲线很直观,能根据敏感性与特异性之和最大化原则自动产生最有效的诊断临界点。具体路径可以参考相关统计专著[3]。统计学处理一般描述为:采用SPSS(版次)统计软件分析数据,对单项及联合检测结果作图绘成ROC曲线,计算曲线下面积(AUC)和标准误,其中联合检测结果变量即预测概率由Logistic回归产生(也可以用判别分析得出)。计量资料应用-x±s表示,运用独立样本t检验及单因素方差分析,两两比较采用SNK及LSD法,计数资料采用χ2检验。检验水准为0.05。具体内容可据情而定。
1.4重复测量资料的方差分析误用拆分文件的t检验或方差分析如研究共设3组,每位患者在3个时间点均查某项血指标,部分作者在处理此类数据时,常误将纵向(同一时间点3组的比较)与横向(同组3个时间点的比较)数据均应用拆分文件的t检验或单因素方差分析来处理,结果导致统计学第Ⅰ类错误发生。此组数据实质是重复测量资料,应采用重复测量资料的方差分析。SPSS中的统计路径:数据-分析-一般线性模型-重复度量。研究者可以参考相关书籍进行处理[3]。
1.52×2析因设计及析因方差分析实验是2×2析因设计时,分组有两个因素,A与B,故分组为A、B、O、A+B,这个设计在析因设计研究中很常用,但常会出现分组设计正确,却没有用析因设计方差分析。析因设计与单因素方差分析不同[4],它不但能分析治疗效果中处理因素的单独效应和主效应,还能分析因素间的交互效应,并能提高检验效能。非统计专业的研究者进行析因分析可能稍有难度,可参考相关统计学书籍提供的统计步骤进行此类分析[3]。
1.6Meta分析Meta分析是循证医学系统评价常用的方法[5],应用时需注意统计学处理中计数资料采用比值比(OR)作为效应变量。具体路径:先进行异质性检验,当P>0.05时,认为同质,选择固定模型;P≤0.05时,不同质,此时可采用敏感性分析或分层分析等异质性处理,使之达到同质后再选择固定模型;若采用异质性处理仍未达到同质,则采用随机模型,以上统计路径均需交代清楚。Meta分析的结果是以“森林树”体现的,审校中我们经常遇到作者绘制的“森林树”左上角“文献、对比、结果名称”等内容显示为“?”,这是由于部分版本的RevMan软件不能输入中文,此时可以考虑省去,或用Photo-shop软件添加相应中文。Meta分析作为一种高级统计方法,专业性要求较高,作者可参考循证医学类权威杂志上的文章格式,如《中国循证医学杂志》中“论著•二次研究”栏目的循证文章。
2科技论文中统计学处理的相关表述
2.1资料与方法中具体统计路径的描述“统计学处理”的内容常位于论文资料与方法的最后一段,一般来说包括统计软件名称及版次、统计描述、统计方法、检验标准等内容,亦可细致交待每个表格的具体统计方法。经典例子如下,“统计学处理:采用SPSS(版次)统计软件分析数据。计量资料用均数±标准差表示,采用单因素方差分析,两两比较采用SNK法及LSD法。检验水准为0.05”。上述内容包括了大致的统计方法,即具体的统计路径。此部分内容,没有绝对统一的规定[6]。常见的问题有:统计学方法描述不全、内容过于简单、存在粘贴抄写痕迹等。如部分论文的统计学处理中提及“以α=0.05为检验水准,P<0.05为差异有统计学意义”这句话,这在统计学上实质是一个重复句,保留其一即可。
在各种医学期刊中，半数以上是疗效观察方面的论著。现择其较普遍存在的统计学问题，结合实验设计基本原则加以讨论。
（一）对照与均衡性测定
国内医学期刊有关临床疗效观察的文章甚多，不少杂志刊登了一些事先未设计对照的文章，其结论难以令人信服。如《用柴葛解肌汤治疗上呼吸感染》一文，报道治愈好转率为97.7％，因无对照，无法断定其效果如何，因此，治愈好转率中含有假像。
对照的方法虽有多种，但对照的基本原则是与实验组齐同可比，最好作均衡性测定。
（二）安慰剂与盲法试验
安慰剂与盲法试验是医研（主要是比较性研究）中常用的科研方法，结果准确、误差性小。安慰剂在形、量、色、味等要与实验药物一样，不能给受试者和执行者任何暗示。这种试验就是双盲法试验。但近年来，尚有人用改良的双盲法，此法分两期：第一期（公开期）试验有效者留，无效者弃。有效者进入第二期（双盲试验），以确定疗效是否系安慰剂的作用。在预防效果观察时可采用该法，临床上应用诸多困难，应视具体情况而定。
（三）样本含量与重复原则
没有足够样本的研究结果，是经不起重复试验的，有的论文凭少数病例观实的结果下结论，是不慎重的。如《重症肺炎并发DIC29例》一文，作者观察脑型患者3例，其中死亡一例，就得出“一般脑型病死率高达57％，本组脑型病死率较低，看来及早用肝素阻断DIC过程，对降低脑型病死率可能具有重要意义”的结论。因无对照，结论不可靠。
（四）随机分组与实验设计类型
随机化分组即每个实验对象有同等机会被抽样（分配）到各组去，而不受任何系统因素的影响。常用的实验设计类型有完全随机设计、自身对照设计、交义设计、配偶设计、随机区组设计、拉丁方设计、正文（析因）设计、序贯设计、半数效量实验设计（动物试验），回顾性与前赡性调查研究设计等。科研设计时应根据研究目的要求选择不同类型的实验设计方法，进行相应的统计处理。
合理的试验设计与统计处理的可信度存在直接联系，研究者在编写医学论文时应对医学研究设计方法进行说明。在进行试验设计时应遵循随机、对照、均衡和重复四大原则。在进行试验设计的时候通常会涉及到研究对象的选择，研究对象的分组及选择合理的检测指标三个方面的内容。医学论文就是通过对样本的研究来进行推断总体，找出其共性，得出结论。因此研究者在选择研究对象时应注意选择样本应具有一定数量，能反映出该事物的规律性特征，但又应注意例数不能太多，以免造成不必要的浪费。其选择的原则就是在保证试验结果可靠性的前提下选择最少的样本例数。研究者在选择样本对象后应对其基本特征进行详细的描述，比如患者的年龄、性别、病理分期、疾病诊断的标准等。此外在试验中所用到的试剂、仪器的型号、规格等都应作出说明，以供读者借鉴和做出判断。选定好研究对象后就要对其进行分组。在进行分组时研究者一般遵循统计学中的“随机分配”、“设立对照”以及“均衡”、“重复”的原则。随机化原则是提高组间均衡性的一个重要手段，也是资料分析时进行统计推断的前提。有对照才有比较，在进行组间比较时，应确定好处理因素与实验效应的关系。均衡性则是要使得对结果产生影响的非处理因素尽可能保持一致，这样才能保证对照的结果让人信服。观察实验效应的指标主要有主观指标与客观指标。正所谓主观指标就是通过问答的方式调查受试者自己判断的主观感受；而客观指标则是通过仪器来检验和测量所得出的结果。在进行试验设计时应选择客观性较强、高灵敏性和精确性的指标。
二、统计学方法的选择
统计学方法的正确选择是直接影响到论文结论可信度的重要依据，因此研究者在编写论文时应注意选择合适的统计学方法。不同的统计学方法应用的范围不同。研究者在编写医学论文时常根据论文研究的目的、资料类型、试验设计的方案、样品大小、水平数、特定条件、数据分布特征以及综合分析等来选择对应的统计方法，同时还要根据专业知识与资料的实际情况，结合统计学原则，灵活地选择。当定性资料正态分布时，研究者一般用均数和标准差来表示统计描述指标；当定性资料不符合正态分布时，则可选用中位数及级差来表示；当定量资料正态分布且组间方差齐时一般选用参数法，反之则选用非参数法。t检验一般适用于小样本(n<50)的定量资料且方差齐的两组数据之间的比较。其特点是在均方差不知道的情况下，可以检验样本平均数的显著性，大样本(n≥50)采用u检验；多个样本均数两两比较则用方差分析，如差异有统计学意义，可采用q检验；Dunnett检验则适用于多个实验组与一个对照组均数的比较。定性资料中，表现为互不相容的类别或属性，分为二分类和多类反应，如治疗结果为显著和好转的人数等，该种资料可选用字检验，大样本(n≥50)时采用u检验。如：患者的治疗结果评定为痊愈、显著有效、好转、无效或死亡。该种资料可选用秩和检验或u检验。总之，不论论文中选用的是哪种统计学方法，都要计算出检验值，然后再根据统计量值来判定P值的大小，结论一般描述为“差异有(无)统计学意义”。
三、常见统计学方法的误用分析及对策
1.统计方法误用。
最常见统计方法误用是对等级资料进行比较时应用秩和检验而误用卡方检验。例如：在评价采取不同治疗方法的两组急性脑血管病患者疗效中，治疗组显著有效、有效、无效三种分型分别为15例、10例、8例，对照组分别为14例、11例、9例。本资料例数较少，应选用等级比较的秩和检验，而有些作者却认为只要是率的比较就可以采用字检验。研究者在选择统计学方法时应根据相应的原则，对文章研究目的、资料类型、样品大小、水平数、数据分布特征等进行综合分析后，再来选择对应的统计方法。
2.选用检验方法错误。
在有些论文中，作者常将本应用方差分析和q检验的误用t检验。t检验一般适用于小样本(n<50)定量资料且方差齐的两组数据之间的比较，而方差分析及q检验主要用于对多个样本均数进行比较，几种不同治疗或处理方法等的同时比较。例如：在讨论中、西以及中西医结合治疗急性脑血管病时，两组患者的年龄、病程、病情严重程度等差别均无统计学意义，比较三组患者的一些指标变化。组间多重比较应用q检验，但文中作者采用的是t检验，对三组均数进行两两比较。这不仅造成了资料的利用率低，也增加了假阳性的概率，降低了试验结果的可信度。
四、结论表述中的统计学应用
概率分布（probabilitydistribution）是医学统计学中多种统计分析方法的理论基础。授课内容一般包括：二项分布、Possion分布、正态分布、t分布、F分布等。
借助概率分布常常可以帮助我们了解生命指标的特征、医学现象的发生规律等等。例如，临床检验中计量实验室指标的参考值范围就是依据正态分布和t分布的原理计算得到；许多医学试验的“阳性”结果服从二项分布，因此它被广泛用于化学毒性的生物鉴定、样本中某疾病阳性率的区间估计等；而一定人群中诸如遗传缺陷、癌症等发病率很低的非传染性疾病患病数或死亡数的分布，单位面积（或容积）内细菌数的分布等都服从Poisson分布，我们就可以借助Poisson分布的原理定量地对上述现象进行研究。
在生物信息学中概率分布也有一定应用。例如，Poisson分布可以用于基因（蛋白质）序列的相似性分析。被研究者广泛使用的分析工具BLAST(BasicLocalAlignmentSearchTool)能迅速将研究者提交的蛋白质（或DNA）数据与公开数据库进行相似性序列比对。对于序列a和b，BLAST发现的高得分匹配区称为HSPs。而HSP得分超过阈值t的概率P(H(a,b)>t)可以依据Poisson分布的性质计算得到。
二、假设检验
假设检验（hypothesis）是医学统计学中统计推断部分的重要内容。假设检验根据反证法和小概率原理，首先依据资料性质和所需解决的问题，建立检验假设；在假设该检验假设成立的前提下，采用适当的检验方法，根据样本算得相应的检验统计量；最后，依据概率分布的特点和算得的检验统计量的大小来判断是否支持所建立的检验假设，进而推断总体上该假设是否成立。其基本方法包括：u检验、t检验、方差分析（ANOVA）和非参数检验方法。
假设检验为医学研究提供了一种很好的由样本推断总体的方法。例如，随机抽取某市一定年龄段中100名儿童，将其平均身高（样本均数）与该年龄段儿童应有的标准平均身高（总体均数）做u检验，其检验结果可以帮助我们推断出该市该年龄段儿童身高是否与标准身高一致，为了解该市该年龄段儿童的生长发育水平提供参考。又如，医学中常常可以采用t检验、秩和检验比较两种药物的疗效有无差别；用2检验比较不同治疗方法的有效率是否相同等等。
这些假设检验的方法在生物实验资料的分析前期应用较多，但由于研究目的和资料性质不同，一般会对某些方法进行适当调整和结合。
例如，基于基因芯片实验数据寻找差异表达基因的问题。基因芯片（genechip）是近年来实验分子生物学的技术突破之一，它允许研究者在一次实验中获得成千上万条基因在设定实验条件下的表达数据。为了从这海量的数据中寻找有意义的信息，在对基因表达数据进行分析的过程中，找到那些在若干实验组中表达水平有明显差异的基因是比较基础和前期的方法。这些基因常常被称为“差异表达基因”，或者“显著性基因”。如果将不同实验条件下某条基因表达水平的重复测量数据看作一个样本，寻找差异表达基因的问题其实就可以采用假设检验方法加以解决。
如果表达数据服从正态分布，可以采用t-检验（或者方差分析）比较两样本（或多样本）平均表达水平的差异。
但是，由于表达数据很难满足正态性假定，目前常用的方法基于非参数检验的思想，并对其进行了改进。该方法分为两步：首先，选择一个统计量对基因排秩，用秩代替表达值本身；其次，为排秩统计量选择一个判别值，在其之上的值判定为差异显著。常用的排秩统计量有：任一特定基因在重复序列中表达水平M值的均值；考虑到基因在不同序列上变异程度的统计量，其中，s是M的标准差；以及用经验Bayes方法修正后的t-统计量：，修正值a由M的方差s2的均数和标准差估计得到。三、一些高级统计方法在基因研究中的应用
（一）聚类分析
聚类分析（clusteringanalysis）是按照“物以类聚”的原则，根据聚类对象的某些性质与特征，运用统计分析的方法，将聚类对象比较相似或相近的归并为同一类。使得各类内的差异相对较小，类与类间的差异相对较大1。聚类分析作为一种探索性的统计分析方法，其基本内容包括：相似性度量方法、系统聚类法（HierarchicalClustering）、K-means聚类法、SOM方法等。
聚类分析可以帮助我们解决医学中诸如：人的体型分类，某种疾病从发生、发展到治愈不同阶段的划分，青少年生长发育分期的确定等问题。
近年来随着基因表达谱数据的不断积累，聚类分析已成为发掘基因信息的有效工具。在基因表达研究中，一项主要的任务是从基因表达数据中识别出基因的共同表达模式，由此将基因分成不同的种类，以便更为深入地了解其生物功能及关联性。这种探索完全未知的数据特征的方法就是聚类分析，生物信息学中又称为无监督的分析（UnsupervisedAnalysis）。常用方法是利用基因表达数据对基因（样本）进行聚类，将具有相同表达模式的基因（样本）聚为一类，根据聚类结果通过已知基因（样本）的功能去认识那些未知功能的基因。对于基因表达数据而言，系统聚类法易于使用、应用广泛，其结果——系统树图能提供一个可视化的数据结构，直观具体，便于理解。而在几种相似性的计算方法中，平均联接法(AverageLinkageClustering)一般能给出较为合理的聚类结果2。
（二）判别分析
判别分析（discriminantanalysis）是根据观测到的某些指标的数据对所研究的对象建立判别函数，并进行分类的一种多元统计分析方法。它与聚类分析都是研究分类问题，所不同的是判别分析是在已知分类的前提下，判定观察对象的归属3。其基本方法包括：Fisher线性判别（FLD）、最邻近分类法（k-NearestNeighborClassifiers）、分类树算法（ClassificationTreeAlgorithm），人工神经网络（ANNs）和支持向量机（SVMs）。
判别分析常用于临床辅助鉴别诊断，计量诊断学就是以判别分析为主要基础迅速发展起来的一门科学。如临床医生根据患者的主诉、体征及检查结果作出诊断；根据各种症状的严重程度预测病人的预后或进行某些治疗方法的疗效评估；以及流行病学中某些疾病的早期预报，环境污染程度的坚定及环保措施、劳保措施的效果评估等。
在生物信息学针对基因的研究工作中，由于借助了精确的生物实验，研究者通常能得到基因（样本）的准确分类，如，基因的功能类、样本归结于疾病（正常）状态等等。当利用了这些分类信息时，就可以采用判别分析的方法对基因进行分类，生物信息学中又称为有监督的分析（SupervisedAnalysis）。例如，基因表达数据分析中，对于已经过滤的基因，前三种方法的应用较为简单。而支持向量机（SVMs）和人工神经网络（ANNs）是两种较新，但很有应用前景的方法。
（三）相关分析
相关分析（correlationanalysis）是医学统计学中研究两变量间关系的重要方法。它借助相关系数来衡量两变量之间的关系是否存在、关系的强弱，以及相互影响的方向。其基本内容包括：线性相关系数、秩相关系数、相关系数的检验、典型相关分析等。
我们常常可以借助相关分析判断研究者所感兴趣的两个医学现象之间是否存在联系。例如，采用秩相关分析我们发现某种食物中黄曲霉毒素相对含量与肝癌死亡率间存在正相关关系；采用线性相关方法发现中年女性体重与血压之间具有非常密切的正相关关系等等。
生物信息学中可以利用相关分析建立基因调控网络。如果将两个不同的基因在不同实验条件下的表达看作是两个变量，相关分析所研究的正是两者之间的调控关系。如采用线性相关系数进行两基因关系的分析时，其大小反应了基因调控关系的强弱，符号则反应了两基因是协同关系（相关系数为正），还是抑制关系（相关系数为负）。
四、意义
生物信息学不仅是医学统计学的研究前沿，更是医学研究由宏观向微观拓展的重要领域，其研究内容已逐渐为多数医学院校的学员了解和熟悉。而如何对新技术产生的生物实验数据进行准确合理的分析，却成为生物信息学研究的主要瓶颈之一。
在医学统计学课堂教学中引入生物信息学实例，而不仅仅局限于常见的医学、卫生领域的例子，将难以理解的统计理论和方法与前沿的生物实例相结合，拓宽了学员的视野，提高了学员的学习兴趣，更可以加深对所学知识的理解；与此同时，使学员掌握了生物实验数据的先进分析方法，扩大了学员的知识面，提高了他们今后开展医学科研工作的能力。
按照《教育部学科门类、一级学科、二级学科目录》，公共卫生与预防医学的二级学科为:流行病与卫生统计学、劳动卫生与环境卫生学、营养与食品卫生学、儿少卫生与妇幼保健学、卫生毒理学、军事预防医学等。笔者对2006年－2010年间我国部分地区高校公共卫生与预防医学二级学科科技论文统计与分析的文献简要评述如下。
目前，国内外对于2006年－2010年期间，我国高校公共卫生与预防医学二级学科的科技论的统计与分析比较少，仅有山西医科大学孔瑞珍的学位论文《高等院校公共卫生与预防医学科技论文产出的综合评价》对筛选出的27所高校在2003年—2007年间产出的科技论文，经秩和比法逐年统计分析后得知，北京大学、四川大学、复旦大学、华中科技大学等高校具有较高的论文产出能力，提示这些高校在公共卫生与预防医学学科方面具有较强的科研能力，成绩突出。对27所高校预防医学下属二级学科的科技论文产出数量运用秩和比法统计评价后，得出了在各二级学科方面各大学的科研情况以及优势所在:流行病与卫生统计学以第四军医大学和复旦大学为优，劳动卫生与环境卫生学方面复旦大学和华中科技大学表现突出，营养与食品卫生学是第三军医大学和中山大学名列前茅，儿少卫生和妇幼保健学以华中科技大学和安徽医科大学最强，卫生毒理学突出的是第三军医大学和吉林大学［1］。在进行横向比较后发现，各高校5年间每年的论文产出数量相对起伏不大，但高校在各学科的论文产出能力并不均衡，需要发挥所长，弥补不足，既要全面发展，也应重点突出。
其他文献主要是对以某地区的卫生机构或某一高校的公共卫生与预防医学进行研究，例如:温州医学院图书馆赵丽红的《2002－2007年温州医学院医药卫生科技论文产出的计量分析》一文中应用文献计量学的科学方法，对2002－2007年温州医学院(温医)教师在国内生物医药期刊上发表学术论文及SCIE收录国际论文进行定量研究，提供各项指标的统计数据和测评结果。文中利用中国生物医学文献数据库和美国《科学引文索引》按照论文机构分布、论文作者分布、载文期刊分布、基金资助项目产出论文情况统计分析等，得出2002－2007年间，温州医学院国内发文和SCIE论文量均呈现出显著增长的趋势，在数量上和质量上均有很大程度的提高，但就目前而言，与国内一流医学院校尚存在一定的差距［2］。浙江省医学情报所的舒畅和《移植杂志》编辑部的沈敏共同完成的《浙江省各地区医学科技论文计量分析》一文中用中国生物医学文献光盘数据库(CBMdisc)对浙江省11个省辖市在2002－2007年发表的生物医学文献进行统计，按照11个省辖市的总量、省辖市在核心期刊上发表的文献量、11个省辖市排名前五位的学科等进行统计，根据统计结果对浙江省各地区的生物医学水平进行分析，发现浙江省生物医学水平有长足的进步，但地区发展不均衡的现象十分明显，尤其是省属单位占居了主导地位，市级医疗单位难以与他们竞争，该文对以后这些地区的发展提出了建议。
采用随机整群抽样的方式，以预防医学系预防医学专业2007级全体学生共101人为研究对象，自行设计问卷对其进行调查，根据计算机产生的伪随机数随机抽取1、2班为实验组，3、4班为对照组。
2教学方法
在理论课教学方式上，实验班和对照班均采用多媒体传统教学。而在实验课程的教学方式上，对照组的实验课程仍旧沿袭以往传统教学模式，即“回顾理论课知识点练习教科书中对应的思考练习题课后复习”，学生被动参与。实验组在实验课程中则以案例讨论分析为核心，学生主动参与为主线的教学模式，即“课前复习理论知识提出案例互动交流分析案例解析教师总结”，通过对典型的案例进行分析，使得同学们有机会运用理论知识对文献中的统计分析方法进行探讨，达到从实践层面上锻炼学生解决问题和分析问题的能力。
3调查方法
教学效果主观层面学生自我评价：根据研究对象和研究目的自行设计调查表，调查内容主要包括个人一般情况、学习效果自我评价、教学改革效果评价以及对实验教学的建议和意见。经预调查后，调查表在实验组与对照组同时统一发放，学生当场填完，经核实无漏项当场回收。本次调查发放问卷101份，回收有效问卷99份，有效回收率98%。教学效果客观层面评价：为客观评价教学改革效果，老师特意命制了具有调查目的的试卷,以期末考试的形式对学生的学习效果进行客观评价。试卷分两部分，前半部分为基础知识部分，后半部分为综合运用部分，满分100分，由同学们在规定时间内独立完成。除两人缓考外，其他所有试卷当场收回，回收率98%。
4统计分析方法
资料经统一编码后实用Epidata3.1软件建立数据库，采用双录入的方法，2人分别录入再进行对比，对数据进行逻辑查错后经整理形成最终数据库，数据分析运用SPSS16.0统计软件包进行包括算数平均数、标准差、等统计描述，以及统计推断如t检验，卡方检验，秩和检验等。
5结果
5.1一般情况比较
本次调查回收有效问卷，实验组49人，对照组50人。两组同学入学前的性别、来源地、户籍构成、和年龄差异均无统计学意义（p>0.05）。提示两组资料人口特征上有可比性，均衡性好。
5.2理论知识认知情况
分析结果显示，实验组与对照组对理论知识的认识情况，包括T检验、方差分、统计图表、直线相关回归、多元线性回归，差异均无统计学意义（P>0.05）。
5.3教学效果自我评价情况
实验组与对照组对教学方法的评价中，交流能力、表达能力、获取信息能力以及解决实际问题的能力方面，差异均有统计学意义（P<0.05）,且实验组优于对照组。而学习效率方面，差异无统计学意义（P>0.05）。
5.4期末成绩客观指标
为客观评价教学改革效果，老师特意命制了具有调查目的的试卷。试卷分为两部分，前50分为基础题，题目涉及的知识点比较基础；后50分为实际运用题，需要灵活运用书本知识，难度相对较大。实验组与对照组基础知识部分得分、综合运用部分得分、总分方面，差异均无统计学意义（>0.05）。
6讨论
随着医学科技以及卫生事业的发展，社会对以学生的知识、能力、素质提出了更高的要求，培养医学生的科学素质和科研能力已成为现代医学教育的主要内容，以案例问题分析为基础的教学是顺应教学改革潮流发展起来的一种新的教学方法。通过上述调查，结果显示在不同的实验教学模式下，通过对不同实验教程的教学效果分析，实验组与对照组在对统计学知识认知方面无差异无统计学意义（P>0.05）；两组同学在获取知识的能力、表达能力以及交流能力方面，差异均有统计学差异(P<0.05)，实验组优于对照组。学习效率方面自我评价，差异无统计学差异(P>0.05)；两组同学期末考各方面得分方面，差异均无统计学意义（>0.05）。分析可能原因如下：
（1）学生缺乏学习主动性：
实验教学课程改革的核心是进行案例分析。其前提是需要对书本理论知识要有一的理解。学生由于缺乏主动性，在上实验课程之前，由于很大一部分学生缺乏主动性，没有在实验课之前做好充分的准备和预习，包括收集资料、查阅文献、全面透彻的理解书本知识。致使在实验课程中不能积极的投入到讨论之中。同学们应在课下即使巩固知识，在对书本知识理解的基础上，再进行具体的案例分析，才能融会贯通地提高对书本知识的灵活运用。
（2）学生缺乏学习积极性：
医学统计学理论和系统性较强，章节内容比较枯燥抽象，公式难以辨别和识记，同时同学们的数学演算和推理能力较弱，因此同学们对统计学的认同程度较低，普遍存在畏难和烦躁情绪，案例分析要求每个同学都积极加入到讨论中，同时主动发言，回答相关问题。实验组同学普遍反应压力较大，学习负担重，这样更能激起同学们的排斥情绪。可见，同学们的不良情绪对本次调查结果存在一定的影响。
（3）实验组缺乏课后的巩固练习：
对照组的实验教学模式以课后练习为重心，在理论课程之后，对具体的课后练习题进行解答，这有助于同学们对理解知识的巩固和理解。实验教学采取案例分析为核心的教学方式，但是仅仅通过课堂的短短几十分钟是远远步够的。学好统计学除了需要识记理论知识外，更重要的是学以致用，而适量的课后练习则是通向融会贯通的桥梁。统计学是一门应用的学科，实验教学组同学在案列分析之后，要做适量的练习题巩固知识，这样才能从本质上提高解决问题的综合能力。
7结语
实验教学课程的改革使得学生在交流、表达、获取信息方面的能力得以提高。这主要归功于案例分析给予了同学更多表达自己的机会。同学们畅所欲言，个人综合能力得到锻炼。但是在改革中还存在一定的问题，要想达到预期的目标，除了教学形式的改革，更重要的是要从老师的教学方式和学生的学习方式进行改革，提高学生的积极性、主动性、创造性。笔者认为可以着眼从以下方面进行调整：
（1）实施前老师应该多与学生交流，增强了学习动力和信心。同时同学应在老师的指导下，课前准备更充分些，多让学生望参加现场数据收集工作，增加接触实际工作的机会。在实际工作中带着浓厚兴趣去学习将有助于调动同学们的积极性和创造性。
1.1样本来源
样本来源于《中国科技期刊引证报告（扩刊版）》（2011版）。由浙江省出版发行的医学专业期刊共有25种，占浙江省科技期刊总数（115种）的1/5。涉及基础医学、内、外科等13个学科，数量最多的为综合类（4种），其次为学报类（3种）。刊期以月刊为主（12种），其次为双月刊（11种），半月刊和季刊各1种。
1.2统计方法
以中国科技期刊引证报告（扩刊版）》（2011版）为数据源，统计25种期刊的影响因子、总被引频次、基金论文比等3项反映期刊影响力的指标进行文献计量学分析。同时，为客观评价期刊的水平，对以上指标用本期刊的指数/学科平均指数来进行纵向的比较，比值>1表明该指标高于学科平均水平。
2结果与分析
2.1浙江省医学期刊影响因子与总被引频次
影响因子是一个相对统计量，它表征期刊有用性或显示度，与期刊影响力、论文质量和学术水平直接关联，是目前公认的衡量期刊尤其是同类期刊影响力大小的最为重要的指标之一。表2显示：浙江省医学期刊总体的影响因子低于全国平均水平，影响因子/学科平均比值>1的期刊仅有5本：中国医学高等教育（2.303）,浙江大学学报（医学版）(1.612),护理与康复（1.243），肝胆胰外科杂志（1.203））和中华眼视光学与视觉科学杂志（1.190），其余都在本学科的平均水平之下。从以上结果来看，除了浙江大学学报（医学版）外，其余4本杂志均具有鲜明的专业学科特色,表明专业特色对提升杂志的影响因子具有较大的帮助；而浙江大学学报（医学版）虽为综合类期刊，但其依托浙江大学雄厚的科研背景，使杂志的成长有了有利的环境。总被引频次可以显示期刊被引用和受重视的程度，以及在科学交流中的地位和作用，是评价期刊学术水平的重要指标。浙江省医学期刊中总被引频次均值为1201次/刊，高于全国平均水平（882次/刊），说明浙江省医学期刊在学术交流过程中有一定的地位。但是高于本学科平均水平的并不多，仅有4本期刊：中国高等医学教育（3.659）,浙江中医药大学学报（1.581)），浙江预防医学(1.187)和中华急诊医学杂志（1.162）。有学者认为总被引频次与载文量相关,本文总被引频次/学科平均>0.6的13种期刊中只有2种是双月刊，因此浙江省医学期刊整体的总被引频次较高是否与其载文量较多有关，有待探讨。
2.2浙江省医学期刊基金论文比情况
基金论文比在一定程度上体现了科技期刊吸收学科前沿和高质量论文的能力，因此也是衡量期刊论文学术质量的重要指标之一。浙江省医学期刊的总的基金论文比低于全国平均水平，有8本期刊与学科平均比值＞1，分别为：中华临床感染病杂志,温州医学院学报,中华急诊医学杂志,浙江大学学报（医学版）,中国高等医学教育,中华眼视光学与视觉科学杂志,浙江医学和口腔材料器械杂志。一般来说，高校学报或者由高校主办的杂志依托高等学府，基金来源丰富，拥有较高的基金论文比的几率比较高，本文中除了《口腔材料器械杂志》和《浙江医学》，其余6种杂志均由浙江大学或者温州医学院主办，这2所大学均拥有较雄厚的科研实力。值得关注的是《浙江医学》作为一本地方性的医学杂志，拥有较高的基金论文比,充分说明其在浙江省医务工作者中的地位。
3讨论
3.1浙江省医学期刊的总体评价
目前，期刊的评价指标有10余种，其中影响因子，总被引频次和基金论文比是其中比较重要的指标，虽然这些指标各有局限，但还是能够基本反映期刊的总体状况。本文通过对浙江省医学期刊以上3种指标的统计分析发现：浙江省医学期刊的总体水平偏低，影响力较弱，虽然在学术交流中有一定的作用和地位，但是吸收前沿学科和高质量论文的能力与国内的优秀期刊相比还有待提高，这与浙江省期刊的总体情况相似。但是也不乏亮点，一些期刊如《中国高等医学教育》,浙江大学学报（医学版）等在其自身的学科领域内名列前茅，具有较高的学术质量。
3.2提升浙江省医学期刊影响力的建议
3.2.1找准定位，坚持专业化和特色化
随着生物医学的快速发展，要在国内的众多杂志中占有一席之地，需要找准自身的定位，寻求鲜明的特色和学科优势。从本文结果可以看出，有着自身特色或者学科优势明显的期刊影响力均较强，如《中国高等医学教育》的各项指标名列前茅，这与其是为数不多的医学领域中涉及高等教育的杂志密切相关，独特性和稀缺性导致了高影响力。另外几种具有较高影响力的期刊，除了浙江大学学报，其余几种也都具有明显的“小而精”专业特色。因此，找准适合自身的发展道路，才能在激烈的竞争中立于不败之地，这不仅需要编辑部根据自身的特点制定发展方向，同时也需要管理部门在政策层面上给予引导和支持。
3.2.2探索集约化的发展之路
2011年，原新闻出版总署已明确科技期刊出版体制的改革的”路线图”,期刊的集约化发展已势在必行。国内外的实践证明，集约化有助于提升期刊的核心竞争力，如国内中华医学会的“中华”系列杂志，在医学领域里有着强大的影响力，在浙江省主办的3本“中华”系列杂志中，除了中华临床感染病杂志因办刊时间较短，一些指标略低之外，中华眼视光学与视觉科学杂志和中华急诊医学杂志在本学科领域中名列前茅，充分显示出“中华”品牌较强的竞争力。因此，今后可以结合浙江省医学期刊的特色或者学科特点，逐步整合横向和纵向资源，通过灵活多样的方式，建立具有鲜明特色的浙江医学期刊集群，通过集团优势提升期刊整体的影响力和竞争力，如刊名带有“浙江”的地方性医学期刊，因其强烈的地域特色，普遍存在影响力偏低的现象，而且一些杂志的学科和内容也趋于雷同，这些杂志是否可以尝试联合经营，优化配置，取长补短，通过团队的力量形成有自身特色的品牌集群，进一步带动期刊的整体发展。
3.2.3加快信息化建设，大力发展数字化出版
