[Epub ahead of print] 是印刷版前先行电子版发表，意思是文章还没有印刷成刊物出版前，就在网络上以电子文档的形式发表。就是2012年11月以电子版的形式发表，022是不是22号我就不知道了 2013 jan 7是这篇文章于2013年的 1月 7日以印刷版证实发表了。这里看不出接受到发表的间隔，因为没写明接受日期是什么时候，一般文章接收后还要作者提交一份正式版，如果作者拖拉，晚1两个月发表都正常。此外，Epub的速度不同刊物也是有区别的，有的1周内就Epub，有抢占学术前沿的感觉（万一有相同的研究同时被不同刊物接受，早Epub的就是第一个发表的咯）；慢的1两个月甚至3个月都有可能。
据目前公开的信息，医学新知杂志是一本存在争议的期刊。以下是详细解答：首先，医学新知杂志并非被SCI(E)、PubMed等权威数据库收录的期刊，其影响因子和学术影响力较低。其次，该期刊存在多个版本，包括中英文版、香港版、台湾版等，且版权归不同的出版社所有，这种情况在正规期刊中很少见。再次，该期刊在投稿和审稿流程上存在多项问题，比如不严谨的审稿制度、缺乏医学专业人士参与的审稿等。此外，该期刊的部分文章涉嫌抄袭和剽窃，存在学术不端行为。综上所述，医学新知杂志存在多个版本、学术影响力较低、审稿流程不严谨等问题，因此被认为是存在争议的期刊。建议广大读者在选择期刊时，要多方考察期刊的质量和学术声誉，以免受到不良期刊的误导。
2003是指这篇文章发表的年度；38（6）是指这篇文章的期刊号；422425正确的书写应该是422-425表示这篇文章在这本杂志的422到425页。
是的，医学新知杂志是一种假刊。假刊是指冒充正规学术期刊的非法出版物，通常以高额的出版费用为代价，向作者提供发表文章的机会，但其审稿和编辑流程缺乏严谨性和科学性，文章质量不受保证。医学新知杂志被认为是一种“黑科技”，其出版商通常会向作者收取高额的出版费用，但并不会提供真正的学术评审和编辑服务。因此，发表在该杂志上的文章往往缺乏学术价值，对于读者和学术界来说是没有参考意义的。建议广大读者和作者要警惕此类假刊，选择正规的学术期刊进行发表和阅读。
不会。医学论文的格式简单来说包括标题、署名、摘要、关键词、引言、材料与方法、结果、讨论、参考文献等部分。格式不正确是个很大的问题，应该会被退稿。建议你通过创新医学网投稿，稿件的问题会有专业编辑帮你修改，就不会有问题了。
长期以来在各种医学期刊中人们很少看到实验结果阴性或实验失败的报道，获得阳性结果的论文比阴性结果的论文有更多的发表机会。在此存在着发表偏倚问题，对此人们似乎早已习以为常，认为这是理所当然的。许多人对于这种做法持赞同或认可态度，认为科研工作当然要报告成功的，阴性结果可不必报告。Easterbrook等曾经回顾性地分析了285项研究，其中52%已被发表，作者发现具有显著性结果（阳性）论文比无显著性（阴性）的论文更容易发表（OR=）。为了说明国内这方面的问题，我们统计了1997年国内出版的50多种中华系列杂志上发表的科研论著3718篇，其中属于阴性结果总共有5篇（表1），可谓凤毛麟角。这个问题在临床药物研究特别是Ⅱ期临床实验。研究中表现得尤为突出，一些得出阴性结果的临床报告几乎不可能发表，原因可能来自于研究者本人、委托厂家、审稿人或我等多个方面。 笔者认为有必要对这种现象进行一些讨论。造成这种局面的原因主要来自两个方面：第一，是作者自己认为阴性结果没有临床价值而没有投稿或担心阴性结果的将不会被发表。（事实证明这种担心完全正确）第二，审稿人选择论文时，更愿意发表阳性结果的论文。其实这种做法既不科学，也不合理，甚至有害。首先我们认为这是不符合客观实际的。现实科研中有成功，但在成功的背后则是大量的失败和挫折。科研工作中可能会得出一些与预想相符，作者期望的阳性结果。然而，也会有阴性结果，那为什么只报“喜”而不报“忧”呢？科学研究是一种严肃的探索性工作。在前进的过程中，尤其是涉及前沿的课题和领域中，涉及的未知数越多，遇到的挫折也就越多，失败几乎是不可避免的，这是符合客观规律的。 在医学杂志上只刊登成功的、阳性的结果，不刊登阴性结果，不利于科学人才培养。人类整个文明发展史实际上就是一部挫折、失败与成功的交替史。成功只是其中极小的一部分。在人类科学研究中挫折和失败总是多于成功，而书本和杂志上往往只记录了成功的，很少而且没有披露那些在成功之前经历过的无数次失败、挫折和无数次不屈不挠的艰难探索。这样做的结果容易诱导甚至迫使一些意志不坚强、素质不高的科研人员弄虚作假（因为不这样做就不能毕业、晋升）。 我们应该鼓励争鸣性文章的发表，刊登一些必要的阴性结果还是很有意义的。因为科学研究工作犹如攀登一座座崎岖巍峨的山峰。在登顶过程中人们不断地寻找到达顶峰的路径。经常会出现的情况是虽然历经千辛万苦，最后发现自己已走入绝境（如临绝壁或深渊）。此时只好退回去另寻蹊径。这时如果我们能在原先的入口处立起一座标牌，表明此路不通，或前有绝壁、深渊，以警示后来人，这样可以为别人省去许多麻烦，减少不必要的浪费，甚至牺牲。在科学研究过程中挫折和失败本身可能是带领我们走出困境的向导。正如爱迪生所说：“失败也是我们所需要的，它和成功对我一样有价值。因为只有在我知道一切做不好的方法以后，我才知道做好一件工作的方法是什么。”发现一条走不通的路，其实就是对发现成功之路的一大贡献。 对临床药物研究的文章而言，发表偏倚将会有严重的潜在的后果。因为这样做势必会误导药物的真实治疗效果，进而导致病人治疗上的决策失误，以及医疗方针的重大失误，造成极其严重的经济损失和不良的社会影响。 还有一点也是很重要的，这就是在科学研究过程中有时敢于发表一篇不同观点的结果，用强有力的确凿事实否定一项在相当长时间流行于人们当中的有相当市场的观点、做法，其意义有时更胜一酬。很多事实表明，在科学发展的道路上，对于谬误的揭露和否定，其价值并不亚于某项创造性的发现。由于人们思维中具有强大的惯性定势作用，因而拥护、维护某些目前流行的观点要比*某些过时、陈旧、不科学的观点，接收另外一种崭新的，尤其是一时还只为少数人理解的观念要容易得多。在这种情况下敢于发表并坚持新观点是相当不容易的。所以，我们提倡让那些设计严谨，并有良好对照研究但得出阴性结果的医学科研论文与获得阳性结果者有同等发表机会。
（最好）不要某宝，不要个人，一定要选一个正规的润色机构——服务有保障，有售后，我们实验室都是找北京译顶科技，你有这方面的需求的话可以去找一下看看 ོ࿐
修改医学论文的方法：1、修改语言：论文的语言要确保简洁、严谨、准确。对于文章中一些比较啰嗦的语句，要进行精简，以少、简洁的语言进行表述，同时要确保前后流畅通顺。2、修改材料：修改完语言问题，下面就是文章材料的问题，论文材料也是很重要的，是论文论点成立的依据。
如果确定别人的资料是错的，就把资料修正过来，按自己的思路处理。
还是等proof来后改？会给我重新审稿吗？不改行吗？谢谢各位啊。 请大家帮忙啊 改正的话会重新审稿吗？ 尽快向杂志社说明情况 他们会给你答复 如果不是重要结论的修改 一般会重新审稿后录用 谢谢小小鸟啊 你是说不会重新审稿 是吗？ 顶一下 是SCI杂志吗？发生这种事的原因，是编辑不懂统计，审稿人的统计知识有缺陷。有些统计学问题，以一些简单计算就能发现问题。我发现国内杂志，哪怕是国内顶级杂志也会发生此类问题，因此曾想，建议所有杂志社要增加两个位置，一个叫统计审计；另一个叫原始资料审计。要是这样的话，可避免很多低阶错误，但，这样就会断了很多人的晋升之路。 [标签:content1][标签:content2](责任编辑：admin) 【求助】请教BBRC的投稿状态【求助】投稿选杂志遇到的【讨论】作者署名单位问题【求助】大修后投稿过去一【求助】投稿要求大修的几【共享】3年发表82篇SCI Jo【求助】肝移植方面的文章【求助】Waiting for Potential【求助】求助该投往那个刊【转贴】给SCI写手的一点参【求助】投sci杂志要求推荐【求助】求教——中国当代【求助】这些杂志是合法杂【求助】我该怎样回答这个
是自己发现的吗？是的话，对未排版定稿的立即纠正，已排版定稿的插一个更正说明，已经发表的论文在下期赶紧发一个勘误告示。
如题，以前发表的文章的论文资料有点错误，现在写毕业论文，毕业论文里面改正过来可以吗？ 修正一下，发一个Erratum去原来杂志，有专门这种文章型别的， 毕业论文你就当写书，独立于发表论文的，当然可以改过来dale79(站内联络TA)论文有错误是常出现的事情，看你毕业论文怎么对待，可以避开，也可以纠正，这个要分错误的性质而定，如果是论文理论错误导致资料错误就比较麻烦，如果理论正确，而只是选取的算例错误，则可以避开silentmoon(站内联络TA)Originally posted by purezhang at 2010-07-12 22:41:07: 修正一下，发一个Erratum去原来杂志，有专门这种文章型别的， 论文有错误是常出现的事情，看你毕业论文怎么对待，可以避开，也可以纠正，这个要分错误的性质而定，如果是论文理论错误导致资料错误就比较麻烦，如果理论正确，而只是选取的算例错误，则可以避开 谢谢！是模拟的结果错了，理论应该是对的。当然基于模拟的结果在论述上需要修正。请教一下，我可否附上新的模拟结果？purezhang(站内联络TA)Originally posted by silentmoon at 2010-07-12 23:51:18: 没问题的，有人问起时你绕得过去就行 然后若干年后有人引用你的资料发了文章时， 没问题的，有人问起时你绕得过去就行 然后若干年后有人引用你的资料发了文章时，你再告诉他，我这里面有东西是算错的 我也认为只要不是理论上问题还是比较好解决，怕的的公开发表的论文有理论硬伤就比较麻烦了
如果你不需要发表的话，那就尽量的编严谨一些，别被指导老师发现了就好。 你也可以去看看同领域有的论文去看看他们的资料，去模仿他们的资料，数值尽量随机一点，不然太明显了
你很追求完美啊，但也说明你做事不够细心，其实每个人写微博都可能出现错别字，没关系的。你可以再写一封，改掉错字啊。如果简历里面有错别字就不好了，不过那肯定是可以改的。有些事情做错了，就无法挽回了，所以在我们做事说话的时候，最好细心一些，养成好习惯。
自己有个账号，你在右上角可以看到你账号状态，在这个情况下进入任何人的空间评论，应该会自己动留下的，只是可能会有验证码而已。谢谢
这里找一下吧:lun-wen./
医学SCI论文稿件的录排与打印八点建议
(1)尽量不要使用脚注，除非期刊为某些目的而要求这样做。
越来越多的期刊正倾向于取消正文中的脚注，这是因为脚注明显地增加了排版的麻烦(例如:脚注需要采用与正文不同的字号，不同页码间文字的调整也常影响到脚注的位置等)，并且，脚注对读者快速阅读和理解也有干扰。为方便排版和读者的阅读，有些期刊(如Science)在每篇论文的最末设置“文献和注释” (Reference and Notes)，以此来避免脚注。
(2)除非编辑部有专门的要求，否则就用A4纸(212 mm 297 mm)， Times New Roman字体、12号(points)字(相当于小四号字)、单面、通栏、隔行排印文稿。
(3)稿件的每部分都以新的一页开始。论文题目、作者姓名、地址应放在第1页，摘要置于第2页，引言部分从第3页开始，其后的每一部分(材料和方法、结论等)都以新的一页开始。插图的文字说明集中放在单独的一页。表和插图(包括图例和文字说明)应集中起来放在稿件的最后，但在正文中要注明相关图表应该出现的位置。
(4)打印稿应留有足够的页边距(上、下、左、右的边距应不少于25 mm)，页边距可供审稿人或编辑阅改时做注记，也可用于文字编辑和排版人员做标记用。
除主标题(如“材料和方法”等)外，大多数期刊都允许使用次级标题。要参照相应期刊的最新版本来决定用什么体例的标题(黑体字或斜体字)。尽量使用名词性词组(避免使用完整的句子)作为主标题和次级标题。
尽量避免使用三级标题，甚至四级标题，许多期刊也不允许用更多级次的标题(有些综述性期刊由于发表较长篇综述性论文的需要，通常允许使用三、四级或更多层次的标题)。
(5) 英文稿件中要注意美国英语和英国英语拼写方面的不同。投向美国期刊的稿件应使用美式拼法，投向英国等欧洲国家期刊的稿件则使用英式拼法。对于非英文字母的特殊符号及标点符号，一定要在录排软件的'西文状态下录入。
(6)文字处理及图件制作软件应视期刊的要求选用，在期刊编辑部没有特定要求的情况下，最好使用Microsoft Word录入排版，但同时应备份一个纯文本格式的文件。目前有相当多期刊要求作者使用LaTeX软件录入排版，这是作者在录排之初就需要注意的。
必须使用期刊指定的绘图软件来制作图件，在没有特定要求的情况下，最好使用将图形文件保存为两种或更多种不同的存储格式，以便出版商的读取和修改。打印的图件至少应有600 dpi的分辨率，数字化的图件至少需要1200 dpi的分辨率。
(7)页面设计和连字符(-)的使用。期刊通常不要求稿件的正文两端对齐(即各行在垂向上左端对齐，右端可以参差不齐)，作者如果希望稿件的各行在垂向上两端对齐，可通过文字处理软件自动增减单词间距来调整，除非期刊有专门的说明，否则绝对不要使用连字符来分隔单词以达到右端对齐的目的。大多数期刊都不允许作者为达到右对齐的目的而使用连字符，以免这些连字符干扰期刊的排版。
(8)最后的检查。作者本人一定要仔细阅读打印稿。令人吃惊的是有很多稿件在打印完毕后不经过校阅就直接投到期刊编辑部这种稿件大多充满了打印错误，有时甚至连作者的姓名和工作单位都拼错。
不能过于依赖软件的语法和拼写自动检查功能。拼写检查器只能检查单词的拼写错误，不能识别出拼写正确但语境错误的单词(如assess误拼写为access)，因此，作者一定要认真、细致地阅读打印稿来校改电脑录入错误。
医学统计中的常见误区有哪些
医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。医学研究的对象主要是人体以及与人的健康有关的各种因素。下面是我为大家带来的关于医学统计中的常见误区的知识，欢迎阅读。
一，真正差异和统计学差异
常常有人和我说： P值越小，试验结果的差异就越大!而且还有依据 [P < 是有显著性差异; P < 是有极显著性差异]。
其实，这些人忽略了 n 这个样本数的作用，n 的大小会影响 P 值。但更应该澄清一下的是： P 值代表的是统计学差异，并不是真正的差异!真正的差异只能靠平均值或者频度的比较才能得到。
二，卡方检验的局限性
我们知道各组之间的计数资料的比较，要用卡方检验，但有些情况是不行的!!!
1，当样本有小于5的值2X2表时，必须要用 Fisher 检验才正确!
2，当组与组之间有不同的背景，而这些背景因子还可能会影响到组与组之间结果差异，这是就必须要用 Mantel-Haenszel 检验!
这第2条可能大家不要理解，那我就举两个例子：
1) 关于男性和女性对于不同颜色的喜好的统计学分析
但这里应该注意到年龄可能会对这个分析造成影响，这就要用Mantel-Haenszel 检验了。
***红色 蓝色 黄色
男性 5 7 8
女性 15 10 6
可以按大人和小孩(比如我们以15岁为分界)分层，在SPSS中要把这个因素放到[行] [列]下边的[层化]一栏里，并在统计指标选项里，选 Cochran和Mantel-Haenszel的统计量选项，这样出来的结果就可靠了!
2)两种治疗(A和B)效果的评价分析：
*****A法 B法
生存 41 54
死亡 47 31
用卡方检验 X2=; P <
但是，病人的临床分期将影响着分析结果：
********生存**************死亡
——————————***——————————
————A****B————————A*****B———
1期-----18-----21--------------------0--------0-------
2期-----23-----33-------------------13------- 8-------
3期------0------0--------------------34-------23-------
再用Mantel-Haenszel检验： X2=; P >
说明实际上A法和B法两组的统计学差异，是这个不同的分期造成的!!!
1，当样本有小于5的值2X2表时，必须要用 Fisher 检验才正确!
讨论：当样本有小于5的值2X2表时，必须要用 Fisher 确切概率法。
当样本有小于5的值R×C表时，将某两组合并，用pearson卡方检验。
三，t 检验的局限性
1，我们经常用 t 检验来判别两组病人血清中某种标记物水平上的差异，但这里要注意，有一些血清标记物的水平是不能用 t 检验的!
比如： 血清标记物 PSA和AFP，在正常人的水平是很低的，而在病人则明显增加，呈现指数幂次改变，这样一来，血清 PSA和AFP水平在每组病人中很容易不是呈现正态分布!
这时应该用 非参数性检验---即 Mann-Whitney U test (Wilcoxon U test)。
2，关于用不用配对t 检验，我个人认为当同一组样本在不同时点，不同处理方式的比较上，应该用配对t 检验。
四，ANOVA 检验的局限性
1，在2组以上计量资料样本比较时，ANOVA 检验非常常用。但这个检验只是说明了一个趋势的比较结果，并不能说明真正的统计学差异，真正的`差异还要通过每两个点的直接比较，也就是说应该在ANOVA 检验后，还必须做两两比较或多重比较，这样才能从全貌上反映出统计的全部结果。
2，既然方差分析得到差别有显著性意义的结论后，还需进行两两比较，有人认为还不如一开始就进行多次t检验更方便，其实，这种认识是不妥当的。t检验用于ANOVA的两两比较将增大第一类错误，产生假阳性，因此要采用特定的方法，在SPSS的one-way ANOVA或General linear models中操作时，Post Hoc(多重比较)对话框内有多种方法可供选择，象两两比较一般用SNK法，而多个试验组和一个对照组的比较则多用dunnett检验。
3，我们经常用 ANOVA 检验来判别几组病人血清中某种标记物水平上的差异，但这里要注意，与 t 检验一样，有一些血清标记物的水平是不能用 ANOVA 检验的!
如上所说的： 血清标记物 PSA和AFP，在正常人的水平是很低的，而在病人则明显增加，呈现指数幂次改变，这样一来，血清 PSA和AFP水平在每组病人中很容易不是呈现正态分布!
这时应该用 非参数性检验---即 Kruskal-Wallis rank test 。
五，单元线性相关分析
有时我们常常只注意到了 P 值大小，可最重要的是 r 值!
样本数 n 对 P 值 结果的影响很大，容易让我们产生错觉，其实，相关的存在与否的评价是与 r 值最直接相关的，如下：
当 P 值小于时： r 值
几乎没有相关关系
弱的相关关系
有相关关系
强相关关系
极强相关关系
P 值只是证明这个相关在统计学上是否成立!!!
1，当样本有小于5的值2X2表时，必须要用 Fisher 检验才正确!
讨论：当样本有小于5的值2X2表时，必须要用 Fisher 确切概率法。
当样本有小于5的值R×C表时，将某两组合并，用pearson卡方检验。
不是说样本小于5
而是说：在R×C表中
理论频数不应该小于1，并且1≤T≤5的格子数不应该超过总格子数的1/5，若出现上述情况可以通过以下方法：
a.增加样本含量，使理论频数增大;
b.根据专业知识，删除理论频数太小的行和列;或者将理论频数太小的行或列与性质相近的邻行和邻近列合并。
c.改用双向无序的R×C表的fishher确切概率法。
还有一点
四格表卡方检验的适应指标：(T为理论频数)
1。n≥40，且T≥5时用卡方检验基本公式。但是当p≈α应该用fisher确切概率法
2。n≥40，但是1≤T≤5时，用四格表校正公式
3。n<40，或者T<1时，用fisher四格表确切概率法
4。四格表卡方检验的连续性校正仅仅用于自由度为1的四格表尤其是n较小时。
补充几点：
1. 关于P值：P值的大小并不是各组差异的大小，而是统计学差异显著性的大小。P值越小，说明得出各组没有差异的概率越小，越有理由说明各组存在差异(可以说，P值的大小反映了做出统计结论的“理由”的大小，而不是被比较的各组的实际差异的大小，得出有意义的结论后，其差异的大小可直接通过各组的均数或率进行比较)。
2. 关于t检验和方差分析：katalyster兄上面提到的t检验及方差分析在某些时候不适用，实际上就是每种方法都有其应用条件，不服从正态分布当然不能用。对这样的资料首先可考虑变量变换(如抗体滴度等资料，为指数或幂次的关系，可用对数转换)，如变换后，服从正态分布，可用上述方法;若还不符合，则考虑非参数检验。
3. 关于相关分析：两个变量间是否存在相关关系，要看P值，而不是r值，r值用来说明相关关系的大小。当P<，才能讲两变量间存在相关关系，再看r值，r值越大，相关关系越强，反之越小;否则，P>,不能讲两变量间存在相关关系，r值毫无意义。
感谢kushuya, xiaoxiongzjh两位专家的补充和指正!之所以开这个专题，是真心想让初学者从这些<误区>中走出来!
六，Logistic regression 分析
在判断某因子对疾病的危险度时常用的方法。
1，假设要判断某因子对疾病的危险度(OR)，要了解这个OR是一个相对危险度，即是有某因子存在和没有某因子存在之间比较的OR值。
2，OR 和 RR 不一样，OR是在Logistic regression model中使用，RR是在Cox proportional hazard model中使用。
3，假设要判断某因子对疾病的危险度，要在多变量Logistic regression model中校正一些混扰因素，如常见的年龄，性别，吸烟等等，并最后得出这个 Adjusted OR。但并不是说有了这些校正，我们就可以在实验设计上就不考虑这些混扰因素，相反，必须在实验设计上就把这些混扰因素在实验组和对照组配平，光靠在多变量Logistic regression model中校正是不可靠的。
其它方法---生存分析 (Kaplan-Meier法+ Logrank法)：
我们有时在临床研究只注意到了用这种方法分析与生存相关的研究，其实，在疾病复发上也常用这种方法!前者是以生---死为判别，后者则以复发---不复发为判别。
呵呵~~~没事，查到也是学校的责任，学校会帮你的，没事放心吧！
科学研究很早就已经从简单的定性分析深入到细致的定量分析，科研工作者要面对大量的数据分析问题，科研数据的统计分析结果直接影响着论文的结果分析。在医学科研写作中，实验设计的方法直接决定了数据采取何种统计学方法，因为每种统计方法都要求数据满足一定的前提和假定，所以论文在实验设计的时候，就要考虑到以后将采取哪种数据统计方法更可靠。医学统计方法的错误千差万别，其中最主要的就是统计方法和实验设计不符，造成数据统计结果不可靠。下面，医刊汇编译列举一些常见的可以避免的问题和错误：打开百度APP，查看更多高清图片一、数据统计分析方法使用错误或不当。医学论文中，最常见的此类错误就是实验设计是多组研究，需要对数据使用方差分析的时候，而作者都采用了两样本的均数检验。二、统计方法阐述不清楚。在同一篇医学论文中，不同数据要采取不同统计处理方法，这就需要作者清楚地描述出每个统计值采用的是何种统计学方法，但在许多使用一种以上数据统计分析方法的医学论文中，作者往往只是简单地把论文采用的数据统计方法进行了整体罗列，并没有对每个数据结果分析分别交代具体的统计方法，这就很难让读者确认某一具体结果作者到底采用的是何种数据分析方法。三、统计表和统计图缺失或者重复。统计表或者统计图可以直观地让读者了解统计结果。一个好的统计表或统计图应该具有独立性，即作者即使不看文章内容，也可从统计表或统计图中推断出正确的实验结果。而一些医学论文只是简单地堆砌了大量的统计数字，缺乏直观的统计图或表；或者虽然也列出了统计表或统计图，但表或图内缺项很多，让读者难以从中提取太多有用的信息。另外，也有作者为了增加文章篇幅，同时列出统计表和统计图，造成不必要的浪费和重复。统计表的优点是详细，便于分析研究各类问题。统计图(尤其是条形统计图)的优点是能够直观反映变量的数量差异。医学论文中对数据统计结果的解释，最常见的两个错误就是过度信赖P值(结果可信程度的一个递减指标)和回避阴性结果。前一个错误的原因是因为一些作者对P值含义理解有误，把数据的统计学意义和研究的临床意义混淆。所以医学研究人员一定要注意不能单纯依靠统计值武断地得出一些结论，一定要把统计结果和临床实践结合在一起，这样才会避免出现类似的错误。至于回避阴性结果，只提供阳性结果，是因为不少作者在研究设计时，难以摆脱的一种单向的思维定式就是主观地先认定自己所预想的某种结果结论。在归纳某种结果原因时，从一个方向的实验就下完美的结论，尤其是如果这个结论可能对实际情形非常有意义时。这样的思维定势过于强调统计差异的显著性，有时会刻意回避报道差异的不显著结果，不思考和探究差异不显著的原因和意义，反而会因此忽视一些重大的科学发现。
实证论文统计年鉴数据错误的解决方案是发布更正说明。根据查询相关资料信息，实证论文统计年鉴数据错误会导致论文全军覆没，可联系杂志编辑，发布一个更正说明，将正确的年鉴进行说明。
不论是什么错，还是谁提出的，一经核实，原刊物会在以后的期刊中，给出勘误表或更正。如果是作者本人，发现的最好尽快与杂志社联系，予以更正，并附一封对读者的致歉信。
中国光大（集团）总公司：你公司《关于报送企业集团统计报表的请示》（光京字［2003］67号）收悉。经研究，现批复如下：一、我局现行企业集团统计报表制度规定，国家试点企业集团和中央管理的企业集团统计报表由我局企业调查总队负责布置、收集。由于你公司属于中央管理的企业集团，因此你公司填报的企业集团统计报表应直接报送给我局企业调查总队，具体执行时间从今年半年报开始。二、《北京市统计局关于完善企业集团统计报表制度的通知》（京统发［2003］85号）要求你公司向其报送集团2003年年报和半年报的有关事宜，我局企业调查总队已和北京市统计局企调队进行了沟通，北京市企业集团统计的范围不再包括你公司，其所需资料由我局企业调查总队予以提供。国家统计局办公室二○○三年九月十五日
那就不用改了，有时候会出现这种情况的，自己不确定的话问问老师或是带你的人
医学论文统计学方法应用的错误解析论文
摘 要： 统计学方法应用正确与否直接关系到医学科研结果的可信度和有效性，在研究设计时的错误应用会否决整个科研研究方案，基于错误统计学方法上产生的结果会浪费科研人员的时间和精力。编审人员应该高度重视医学论文的统计学方法应用，提高单篇文献的质量和学术水平。
关键词： 统计学方法；医学论文；解析
一、引 言
医学由于其研究的复杂性和系统性，常需要应用严谨的统计学方法，由于有些作者对医学科研的统计学理论和方法的应用缺乏深刻了解，在医学论文中错误应用统计学方法的现象时有发生。统计学方法应用的错误直接导致统计结果的错误。例如统计学图表、统计学指标、统计学的显著性检验等。因此，正确应用统计学方法，并将所获得的结果进行正确的描述有助于单篇论著的质量提高，现将医学论文中统计学方法应用及其常见结果的错误解析如下。
二、医学论文统计学方法应用概况
医学论文的摘要是全文的高度浓缩[1]，主要由目的、方法、结果、结论组成。一般要求要写明主要的统计学方法、统计学研究结果和P值。一篇医学论文的质量往往通过摘要的统计学结果部分就能判断。统计学方法的选择和结果的表达直接影响单篇论著的科研水平。
(一)材料与方法部分
正文中，材料与方法部分必须对统计学方法的选择、应用、统计学显著性的设定进行明确说明。通过对统计学方法的描述，读者应该清楚论著的统计学设计思路。材料部分要清楚说明样本或病例的来源、入组和排除标准、样本量大小、研究组和对照组的设定条件、回顾性或者前瞻性研究、调查或者实验性研究、其他与研究有关的一般资料情况，其目的是表明统计学方法应用的合理性和可靠性，他人作相关研究时具备可重复性。方法部分应详细叙述研究组和对照组的不同处理过程、观察的具体指标、采用的测量技术，要具备可比较性和科学性，
方法部分还要专门介绍统计分析方法及其采用的统计软件。不同的数据处理要采用不同的方法，必须清楚的说明计数或者计量资料、两组或者多组比较、不同处理因素的关联性研究。常用的有两组间计量资料的t检验，多组间计量资料的F检验，计数资料的卡方检验，不同因素之间的相关分析和回归分析。有些遗传学研究方法还有专门的统计学方法，要在这里简要说明并给出参考文献，还要简单叙述统计方法的原理。统计学软件要清楚的说明软件的名称和版本号，如基于家系资料研究的版本。
(二)论文结果部分
论文结果部分要显示应用统计学方法得到的统计量[2]，所采用的统计学指标较多时，往往分开叙述。分组比较多时还要借助统计图表来准确表达统计结果。对于数据的精确度，除了与测量仪器的精密程度有关外，还与样本本身的均数有关，所得值的单位一般采用紧邻均数除以三为原则。均数和标准差的有效位数要和原始数据一致。标准差或标准误差有时需要增加一个位数，百分比一般保留一个小数。在统计软件中，分析结果往往精确度比较高，一般要采用四舍五入的方法使其靠近实验的实际情况，否则还会降低论文的可信度和可读性。
结果部分的统计表采用统一的“三线”表，表题中要注明均数、标准差等数据类型。表格中的数值要按照行和列进行顺序放置，要求整齐美观，不能出现错行现象。要明确标注观察的例数，得到的检验统计量。统计图可以直观的表达研究结果，如回归和相关分析的散点图可以显示个体值的散布情况。曲线图表达个体均值在不同组别随时间变化的情况或者不同条件下重复测量的结果。误差条图由均数加减标准误绘出，描述的是67%的置信区间，不是95%，提倡在误差条图采用95%的置信区间。
关于统计量，一般采用均数与标准差两个指标，均数不宜单独使用。使用均数的时候要明确变异指标标准差或者精确性指标标准误。关于百分比，分母的确定必须要符合逻辑，过小的样本会导致分母过小而出现百分比过大的情况。百分率的比较要写清两者中不同的变化，可以采用卡方检验。
1.假设检验的结果中，常见只写P值的情况，有时候会误导读者，也会隐藏计算失误的情况，因此写出具体的统计值，如F值、t值，可以增强可信度。对于率、相关系数、均数这类描述统计量，要清楚写明进行过统计学检验并将结果列出。P值一般取与作为检验显著性，对于结果的计算要求具体的P值，如P=或P=。
2.在对论文进行讨论时，作为统计学方法产生的结果往往要作为作者的主要观点支持其科学假设，对统计结果的正确解释至关重要。P值很大表明两组间没有差别属于大概率事件，P值很小表明两组间没有差别的概率很小。当P<；，表明差异具有统计学意义。P值与观察的样本量的大小有关联，当样本量小的时候，数据之间的差别即使很大，P值也可能很大；当样本量大时，数据之间的差别即使很小，P值也可能显示有显著性差异。相关系数统计学意义的显著性也与相关系数的大小没有绝对的关联，有统计学意义的样本相关系数可能很小。因此，有统计学差异的描述并不一定意味着两组间差别很大，错判的危险性很大，显著性的检验为定性的结果，结合统计量大小方可判断是否具有专业意义。
变量间虚假的相关关系与变量随时间变化而变化相关，统计学意义的关联并不表示变量间一定存在因果关系。因果关系的确定要根据专业知识和采用的'研究方法的不同来考量。使用回归方程进行分析，当两变量间具有显著性关系，但是从自变量推测因变量仍然不会很精确。相关或回归系数不能预测推测结果的精确程度，而只是预测一个可信区间。诊断性检验应用于人群发病率很低的疾病，灵敏度、特异度的高低对于明确疾病诊断并不能很肯定。“假阳性率”与“假阴性率”根据实际的需要不同要求并不一致，在疾病患病率很低时，出现假阳性也是正常的，要确诊疾病必须要与临床症状体征相结合。因此，这两个率的计算方法必须交待清楚。
三、医学论文统计学方法应用的常见错误分析
(一)“材料与方法”中的统计学方法应用的常见错误
“材料与方法”中统计学方法常见的问题主要为：对样本的选择或者研究对象的来源和分组描述很少或者过于简单。例如，临床入组病例分组只采用简单的随机分组，未描述随机分组的方法，未描述是否双盲双模拟，未设置空白对照组，分组后对性别、年龄、文化程度的描述未进行统计学检验，对于特殊的统计学方法没有详细交代；动物实验分组的随机化原则描述过于简单，没有具体说清完全随机、配对或分层随机分组等；统计分析方法没有任何说明采用的分析软件，有的只说明采用的分析软件而不交代在软件中采用的统计方法；没有说明原因的情况下出现样本量过于小等情况。
(二)“结果”统计学方法应用的常见错误
1.应用正确的统计学方法出现的结果表达并不一定正确。例如前文所述数据的精确度要求。医学论文常见错误中包括均数、标准差、标准误等统计学指标与原始数据应保留的小数位数不同；对于率、例数、比值、比值比、相对危险度等统计学指标保留的小数点位数过多；罕见疾病的发病率、患病率、现患率等指标没有选择好基数，导致结果没有整数位；相关系数、回归系数等指标保留的小数位数过多或者过少；常用的一些检验统计量，如F值、t值保留的位数不符合要求。
2.对统计学指标进行分析和计算时，一般采用计数资料和计量资料进行区分。计量资料常用三线表，在近似服从正态分布的前提下采用均数、标准差进行说明，如果不符合正态分布时，可以采用加对数或其他的处理方式使其近似正态分布，否则只能采用中位数和四分位数间距等指标进行描述。医学论文中常见未对数据进行正态分布检验的计算，影响统计结果的真实性和可信度。对于率、构成比等常用的计数资料指标，常见样本量过小的问题，采用率进行描述会影响统计结果的可靠性，采用绝对数进行说明会显得客观一些。还有一些文献将构成比误用为率，也是不可取的。
3.在判断临床疗效之一指标时，两组平均疗效有差别并不意味着两组的每一个个体都有效或无效，必须通过计算有效率进行计算。如比较某药物治疗糖尿病的疗效，服药一周后，研究组和对照组的对血糖降低值分别为 ± 和 ± ( P = 1) 。按空腹血糖值低于的疗效判定有效率，研究组和对照组的有效率分别为和 ，尽管平均疗效相差较多，但也要注意到该药物对部分患者无效()。对假设检验结果的统计学分析结果，P 值的表达提倡报告精确P值，如P = 或P = 等。目前的统计学分析软件均可自动计算精确的P 值。例如常用的SAS，SPSS等，只要提供原始数据，就可以计算出t值、F值和相应的自由度，并可获得精确的P值。
四、小 结
提高医学论文中统计学方法的使用质量是编辑部值得重视的一项长期而又艰巨的工作[3]，医学论文中统计方法应用和统计结果的表达正确与否，不仅体现了论文的科学性和严谨性，而且对于提高期刊整体的学术质量，促进医学科学的发展和传播也有着重要作用[4]。
参考文献：
[1] 李敬文,吕相征,薛爱华.医学期刊评论性文章摘要的添加对期刊被引频次的影响[J].编辑学报,2011(23).
[2] 陈长生.生物医学论文中统计结果的表达及解释[J].细胞与分子免疫学杂志,2008(24).
[3] 潘明志.新时期复合型医学科技期刊编辑应具备的素质和能力[J].中国科技期刊研究,2011 (22).
[4] 张春军,董凯.网络信息时代加强医学期刊编辑的信息素养[J].牡丹江医学院学报,2011(32).