咨询下师兄或者导师看是否还能修改。
医学论文投稿后，发现文章有错误怎么办？具体可以分以下四种情况，大家发表评职称医学论文时，中途发现错误，可以对号入坐！一、刚刚投稿，还没有审稿发现文章有错误现在多数的期刊都使用在线系统，如果在稿件投出去后，尚未指派编辑前，发现论文中的错误，可以先尝试通过系统更新档案。也可以直接联系期刊，在邮件中说明需要更正的内容以及原因，并附上稿件编号、论文题目以及具体的页码和段落，编辑通常很快就会响应的。
二、文章处于审稿的状态，修改的同时，发现论文有错误当你的论文处于大修状态，假设你发现的问题并不影响研究发现的本质和影响力，就不需要撤销投稿。有修改意见的时候，您再修改文章的同事，可以向期刊编辑说明情况，在给审稿人的逐点回复中，提供详细的回复以及说明做出的修改。三、有的文章重新投稿后，发现论文有错误论文重投后，如果又发现修改的内容有错，是在出结果之前发现论文中有错误，最好立刻联系编辑，说明论文中有错误，并在邮件中夹带更正过的论文。必须要说明是什么样的错误，在论文什么地方做了修改，也可以在论文中标示修改的地方。四、文章录用后，发现论文有错误论文在正式下过录用通知以后，还需要经过校稿，之后期刊才会进行在线发表或是进入印刷排版程序。如果在收到清样前前发现错误，错误也不严重，可以等收到清样后再看看问题是否还在。大部分的期刊都接受一些细微的修改，尤其是错误的内容，在回复的时候向编辑解释即可。
如何修改已经发表的blog文章请按如下顺序查找:
1、控制面板、BLOG文章管理、文件夹、进入控制面板、BLOG文章管理、文件夹2、然后点进去会看到每篇您发布的文章，后面都会带一个笔的图形点选文章、带一个笔的图形3、点那个笔图形，具体修改某个文章。对文章进行处理的各种选项、修改好后、发表文章
想问后来怎么解决的啊？我也是，毕业一年了发现其中一个结论中挺严重的理论错误，闹心、好纠结，怎么办啊？还不敢跟导师说
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。
算数据造假，但是已经毕业，应该不至于被取消学位。
硕士论文算错也就是数据造假。如果论文数据的确存在造假行为，那就存在被人发现的可能，一旦被查，将会受到相应的处罚。据统计，数据造假发生最多的领域，第一是医学， 其次是药理学。硕士论文一般是由学校保存，只有优秀的论文才能被知网等网络数据库收录。
但是在论文答辩之前要经过审核的，还是要注意一些为好。 对论文的认真程度，要看你的答辩组的老师态度了，还有硕士论文在毕业之后，还会经历一次教育部的抽查， 如果到那时被发现出了问题，就比较麻烦了。所以建议你如果数据可以得到真实的，就避免使用虚假数据。
论文数据重要性：
虽然审稿专家没有发现，但是并不代表论文发表出去后，别人发现不了。要知道论文发表出去，面向的是与你方向相同的人员，肯定会有不少同行业的人员阅读你的论文，若是发现错误，那么会质疑你的论文水平，也会怀疑杂志社及审稿专家的水平，对你今后在行业的发展并没有好处。
所以，一旦发现错误之后，就要及时联系杂志社或是审稿专家修改。尤其是医学方面的作者来说，任何一个小数的错误，可能都会影响整个研究实验，甚至会造成连锁反应。就拿药学论文来说，因为一个小数原则，可能导致某一项药品成分增加或是减少, 起到相反的作用，那么后果是非常严重的。
而对于一件机械零件的设计而言，可能因为一厘一毫的差别， 而导致一批零件无法投入使用。所以发现错误后要及时修改，这既是对自己，也是对他人负责的表现。
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).
（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科技
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。
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。
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
论文图表是论文的精要所在。在论文撰写的过程中，论文图表的“陷阱”也比比皆是，我们常常不知不觉就掉进坑里。下面为大家罗列总结了图表的常见“陷阱”，火眼金睛的你，看看这些错误你是否犯过？ 一 图表格式问题 图表不符合页面比例 一张论文插图，需要照片和文字比例得当，图片的可读性高，不放大或缩小的情况下能清所有内容(组织结构除外) 。如果你的图表，需要用放大镜才能看清，那么糟糕的阅读体验将会让你的论文质量大打折扣。然而编辑们发现，图表比例不对的问题在论文中经常能看到：图文比例失调，图片中的字体大小不一致，系列图中不同图片的比例不协调...有时候一组照片，不同图片的放大倍数不一样，也会给读者造成误导。 图表设计缺陷 图表设计也值得注意。统计图、表设计不规范，表格中线条过多；或者是表格采用三线，而另一些地方，则是全部实线，格式不统一...这些图表都需要回炉“重造”。 二 图表质量问题 图表不清楚 清晰度是图表最重要的一点。大多数期刊都会在指南里注明图片的最低像素在300dpi，在制图中一定要符合要求。此外，还要注意图片的格式，大部分期刊所接受的图片格式为JPEG和TIFF，保险起见， 在将图片转换成期刊要求的格式外，自己也要记得保存原始格式图片。 图表不是原文件 有些同学为了省事，会直接将手机拍下的低分辨率图表数据放到论文中。在手机屏幕中虽可以看清，但在论文中，尤其在Word或PDF文档中，图片的大小将被压缩，从而变得模糊。还有的同学直接从Excel中拷贝图表，这样的后果是在word中显示不清楚，一定要用Word中“插入对象-excel图表”的功能来插入。这样，也能保证图表在后续可以直接通过Word来编辑，包括更改（坐标轴、标签、线条粗细）等。否则一旦修改表格中的内容，表格的对齐方式和框架就会改变。 三 数据质量问题 数据不全 图表中数据有空缺，是图表制作的大忌； 数值计算不精确 表格中的数据，往往经过原始数据计算得出，因此大多不是整数。在数据计算时，应该保留相同的小数位。同时，同一指标数字的有效位数应相同，不足者以“0”补足。针对百分数，应注意各百分比总和为100%。 数据排列不当 在数据处理时，应注意表中分组变量与观测指标的位置颠倒及排列不当的问题。数据应遵循同类数据纵排的原则,排列不当则将传达错误信息,影响数据对照。 四 图表标注问题 表题不确切 表题是表格的重要组成部分，是对表格中内容的概括，应主谓有序，简洁、准确。 表注不当 表注不应过简 ，从而导致表注不清楚，漏掉单位、特殊符号等；同时， 表注也不应过繁 ，表注是对表格中有关内容的必要补充和说明，应简明扼要。若需备注的内容较多，应在正文中利用文字介绍。表格中数据的计算公式，应在论文的“ Material and Method”部分介绍，不宜列入表注。 原始数据堆砌 图表是对结果的总结，而不是研究过程的罗列，不必将原始数据全部展示在论文中。 缩略语及量和单位不规范 表格中所列的指标名称，应使用固定的缩略语。特殊情况下使用不常用的单位和缩写词时，需在表注中说明。法定计算单位应一律使用符号，单位也应遵循国际标准命名原则。 五 图文一致 图表中的术语、符号、单位，都需要和文字叙述一致，并在文中相应提及，以显示整个论文的完整与统一。相同的叙述内容，应根据逻辑，在文字、表格和统计图中选择其中一种表达形式，以方便了解论文主旨和要义为方向。切忌重复叙述。
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。
呵呵~~~没事，查到也是学校的责任，学校会帮你的，没事放心吧！
算数据造假，但是已经毕业，应该不至于被取消学位。
硕士论文算错也就是数据造假。如果论文数据的确存在造假行为，那就存在被人发现的可能，一旦被查，将会受到相应的处罚。据统计，数据造假发生最多的领域，第一是医学， 其次是药理学。硕士论文一般是由学校保存，只有优秀的论文才能被知网等网络数据库收录。
但是在论文答辩之前要经过审核的，还是要注意一些为好。 对论文的认真程度，要看你的答辩组的老师态度了，还有硕士论文在毕业之后，还会经历一次教育部的抽查， 如果到那时被发现出了问题，就比较麻烦了。所以建议你如果数据可以得到真实的，就避免使用虚假数据。
论文数据重要性：
虽然审稿专家没有发现，但是并不代表论文发表出去后，别人发现不了。要知道论文发表出去，面向的是与你方向相同的人员，肯定会有不少同行业的人员阅读你的论文，若是发现错误，那么会质疑你的论文水平，也会怀疑杂志社及审稿专家的水平，对你今后在行业的发展并没有好处。
所以，一旦发现错误之后，就要及时联系杂志社或是审稿专家修改。尤其是医学方面的作者来说，任何一个小数的错误，可能都会影响整个研究实验，甚至会造成连锁反应。就拿药学论文来说，因为一个小数原则，可能导致某一项药品成分增加或是减少, 起到相反的作用，那么后果是非常严重的。
而对于一件机械零件的设计而言，可能因为一厘一毫的差别， 而导致一批零件无法投入使用。所以发现错误后要及时修改，这既是对自己，也是对他人负责的表现。
你可以参考一下 《当代医学论文研究 》 里面很多这样子的文章
1 设计方面的问题
11 分组没有严格遵循随机化原则研究对象的分组与抽样离不开随机化原则，在足够样本的前提下，随机抽样，随机分组，明确交代随机方法，各组样本量、基本特征等。随机不等于随便，有的作者滥用随机，只要抽样或分组，一概冠以随机，不描述随机方法，把随意、随便当做随机，使研究结果不可信。
12 无对照组或不合理医务科技工作者开展研究的目的就是验证假设是否正确，没有对照，无法做出判断。有的论文无对照组，没有对比观察，所得结论没有说服力。有的论文虽设有对照组，但不是严格的随机分组，组间缺乏可比性，如非同期对照，组间性别、年龄、患病状况不一致等。在实验组和对照组的可比性方面，两组例数要基本一致，否则没有可比性。
13 样本含量过少抽取恰当的样本量，结果才有可靠性。有些文章例数太少，这样抽样误差大，导致结果不可靠。研究对象变量标准差小的，样本可以小一些。观察计数指标的样本一般不少于20～30例，计量指标的样本不少于5～10例。有的作者仅仅观察了数例患者，就得出百分之多少的有效率，显然是不恰当的。
对于对比分析，样本太少得出的结果不可靠，往往随着样本量的增大而发生变化。
2 统计学处理不恰当在进行统计学处理时，首先要明白研究资料是计数资料还是计量资料，尽管是一个常识性的问题，但仍有不少作者搞混了。先分类再计数的资料叫计数资料，如A组30例，B组32例，可根据研究目的计算出阳性率、治愈率等。测定某项具体数值的资料叫计量资料，如身高、体重、脉搏、血压等许多物理诊断和化验结果。在医学科研论文中，计数资料最常用的统计学方法是检验，计量资料最常用的是t检验。在研究设计时，就应根据研究资料的特点，决定假设检验的方法。在处理资料时，因均数和标准差是用来描述正态分布资料集中和离散趋势的指标，可否采用均数±标准差描述研究资料的分布特征，首先要看资料是否是正态分布，如果资料不是正态分布或者方差不齐时，应对资料进行转换处理，使其符合正态分布，方差齐性后采用t检验或方差分析，达不到上述要求，用秩和检验。来稿中，不少作者不考虑适用条件，盲目使用t检验。造成统计学方法使用不当，结果不可靠。更有甚者，有的作者不分计数资料还是计量资料，乱用检验或t检验，其结果可想而知。这是无统计学常识或极不负责任的表现。
有的研究资料数据庞大，只能在表格描述中用阿拉伯数字或特殊符号表示与比较对象的P值，如 P>005 ， P<005， P<001，无法一一给出具体的P值。但有的作者既不交代使用的统计学方法，也不给出具体的P值，直接列出 P<005或 P>005，认为差异有统计学意义或无统计学意义，使读者对无法判断结果的可靠性。正确的做法是写明使用的统计学方法，使用了什么统计学软件，如进行了校正检验。亦应说明。这才有说服力。
3 描述不严谨日常生活中对差异的判断与统计学上差异是否有统计学意义是两个完全不同的概念。我们主观上感觉差异不大，而经统计学处理差异可能具有统计学意义;主观上感觉差别很大，但经统计学处理差异可能有统计学意义。有相当数量的作者，在描述统计学结果时，常用差异显着或差异非常显着，易与日常生活中差异的概念混淆，使用差异有统计学意义或差异无统计学意义更为确切。
我们把检验水准设定为 a=005时就是以 P>005为界值，一般以 P>005， P<005， P<0O1 3个档次描述差异有无统计学意义即可，有的作者出现 P<0001，以强调差异的显着性。有的作者用 P>O01或 P<01来表示，是错误的， P>0O1既可能是 P>005，也可能是 P<005，二者有本质的不同。
4 统计符号使用不规范统计符号使用不规范是论文中经常出现的问题，把卡方检验中的 写成x或x2，丢掉平方或把希腊字母x写成英文字母x;把均数±标准差( ±s)，丢掉z 上方的一横，既影响论文质量，又影响阅读效果。
5 统计表格不规范统计表格是论文的重要组成部分，表格是否符合统计学要求，对论文有重要影响。常见的问题有：
① 无表题;
② 表题过于简单或过于繁琐。不确切;
③ 横纵标目倒置，不符合语法规律;
④ 标目层次过多;
⑤ 线条太多。甚至左上角有斜线;
⑥ 表内同一栏目数字不对齐，小数点后位数不一致。
表题如同文章的题目，简明扼要，字数控制在15个字以内。表格左侧的标目叫横标目，相当于汉语的主语，表明相应横行内数字的涵义;纵标目位于表格的上方，相当于汉语的谓语部分，说明表格内相应纵行数字的'涵义。
主谓语倒置是统计表格最常见的错误，一般情况下主语做横标目，谓语做纵标目。统计表用三线表，即顶线、底线和隔开纵标目与表内数字的横线，必要时可在纵标目下加辅助线，其余线条一概省略。
统计表格和文字叙述相辅相成，互相补充，能用简洁的文字说明的，一般不用表格，文字描述不要和表格内容完全重复。表格要简洁明快，重点突出，让人一目了然，不要变成数字的堆彻。出现统计表前，要用简要文字描述或强调主要发现，不要把文字叙述放在表格后。
6 使用统计指标不当常见的问题是率与构成比、发病率与患病率、死亡率与病死率等的混淆。
61 把构成比当率构成比是说明事物或现象内部各构成部分的比重，构成比表示某事物内部各组成部分的比重或分布，单位为%，各组成部分之和应为100%。计算公式为：构成比=某组成部分的观察单位数/同一事物各组成的观察单位总数例如2011年某市围产儿死亡总数为18例，其中死胎7例、死产3例、新生儿死亡8例。其构成比分另0为3889%、1667%、4444%。
率为表示某种现象发生的频率或强度。常以%、/万或/lo万表示。计算公式为率=某时期内某现象实际观察单位数/同时期内可能发生该现象的观察单位总数，如共检测568名5～7岁儿童，患龋齿儿童314人，检出率5528%。
构成比和率都是相对数指标。有一篇题为某年某地区4种乙类传染病疫情分析。经数据处理后，作者认为，4种传染病的发病率依次为痢疾5453%(1546/2 835)、肝炎1619%(459/2 835)、乙脑921%(261/2 835)、流脑689% (569/28352007)。该资料是构成比，不是发病率。作者犯了以比代率的错误。
62 发病率与患病率发病率是指观察期内(年、季、月等)新发生某病的例数与同期平均人口数之比，强调在观察期内的新发病例数，常以‰、/7/或/lO万表示。其计算公式为：某病发病率等于某年(期)内所发生的新病例数除以同年(期)平均人口数乘1000%o。例如某地某年年平均人口数为2500人，白喉发病28人，该地白喉年发病率为1120%0。而患病率则指观察时点的某病的现患病例数与该时点人口数之比强调的是该观察时点上某病的现患(新、旧病例)情况，常以百分率表示。有人调查16 875人，其中男性8 674人，沙眼患者7 632人，发病率为8799%;女性8 201人，沙眼患者6 210人。发病率为7572%。这样的结论当然是错误的，其所描述的结果应该是患病率。
63 死亡率与病死率这也是两个容易混淆的指标。某病死亡率是观察人群中某病的死亡频率。常以‰、/万或/10万表示;某病病死率是某病患者中因该病而死亡的频率。
一般以百分率表示。前者反映人群因该病而死亡的频率，后者反映疾病的预后。部分作者常将某病住院病死率误为某病死亡率。如重症监护室患者死亡情况分析一文中报道，颅脑损伤32例，死亡20例，死亡率为625%;严重心衰26例，死亡9例，死亡率为346%;严重肾衰竭18例，死亡11例，死亡率为611%。很明显，作者在这里是将住院病死率误作死亡率来讨论。
我们在编辑医学论文中经常会发现存在这样那样的统计学问题，致使文章质量下降，甚至无法刊用，十分可惜。提高统计学应用水平，减少统计学差错，是作者、审稿专家和编辑共同的责任。树立严谨的科学态度，选择正确的统计学方法，对提高科研水平，确保论文质量有着十分重要的意义。
安瑞医学希望能解答您的问题，有更多医学sci疑问的朋友也可以私信我：医学sci论文在投稿中有以下10种状态：1. Submitted to Journal当上传结束后，显示的状态是Submitted to Journal，这个状态是自然形成的无需处理。2. With editor如果在投稿的时候没有要求选择编辑，就先到主编那里，主编会分派给别的编辑。这当中就会有另两个状态：① Editor assigned编辑分派② Editor Declined Invitation编辑拒绝邀请，这时主编不得不将投稿文章重新分派给其它编辑。3. Reviewer(s) invited说明编辑已接手处理，正在邀请审稿人中。有时该过程会持续很长时间，如果其中原因是编辑一直没有找到合适的审稿人，这时投稿者可以向编辑推荐审稿人。4. Under review审稿人的意见已上传，说明审稿人已接受审稿，正在审稿中，这应该是一个漫长的等待（期刊通常会限定审稿人审稿时间，一般为一个月左右）。当然前面各步骤也可能很慢的，要看编辑的处理情况。如果被邀请审稿人不想审，就会decline，编辑会重新邀请别的审稿人。5. required review completed审稿结束，等编辑处理，该过程短则几天，长则无期，科学堂有一篇文章出现required review completed状态已近一个月了，还是没有消息。6. Decision in Process到了这一步就快要有结果了，编辑开始考虑是给修改还是直接拒，当然也有可能直接接受的，但可能性很小，呵呵。7. Minor revision/Major revision小修/大修，这个时候可以稍微庆祝一下了，因为有修改就有可能。具体怎么改就不多说了，谦虚谨慎是不可少的（因为修改后一般会再发给审稿人看，所以一定要细心的回答每一个审稿人的每一个问题，态度要谦逊，要让审稿人觉得他提的每个问题都很有水准的，然后针对他的问题，一个一个的做出答复，能修改的就修改，不能修改的给出理由，而且都要列出来，文章的哪一段哪一行修改了最好都说出来，记住：给审稿人减少麻烦就是给你自己减少麻烦！另注：有时，审稿人会在修改意见里隐讳里说出要你仔细阅读某几篇文献，这时可要注意了，其中某些文章可能就是评审者自己发表的，这时你最好在你的修改稿中加以引用），修改后被拒绝的例子也多不胜数的。8. Revision Submitted to Journal修改后重新提交，等待编辑审理。9. Accepted如果不要再审，只是小修改，编辑看后会马上显示这个状态，但如果要再审也会有上面的部分状态。一步会比较快，但也有慢的。看杂志的。10. Rejected相信大家见了Rejected，都会很郁闷。但也不要太灰心，耐心将评审意见看完，一般评审者会给出有益的建议，相信看后你会有所收获。在投稿和审稿的过程中有可能出现的错误以及需要注意的问题是：发表的研究论文会给科研与创新带来新方法，为科学、技术与社会发展开辟新视野。本文分享下着名学者审稿和投稿经历，让投稿、审稿更轻松；相关经验总结如下：一、做研究决不能拖拉，有了idea一定要努力push，不管任务有多难，总是有希望完成的，一鼓作气，不到论文发表决不停歇（最好是还有后续工作）； 二、论文投稿一定要及时，多少导师压着学生的paper不理不改不投，耽误了时机甚至影响其毕业？ 三、即便是follow别人的研究工作，只要做的更加深入、系统、具体，总是能得到更为普遍的结论，也具有一定的发表价值，但是如果做的单薄，就难免被审稿人诟病而被拒稿； 四、审稿应该认真仔细些，不仅需要通读细读全文，也要提出准确中肯的意见，还得认认真真参照杂志审稿要求打分。试问有多少人认为光有审稿意见足矣，而打分只是随便打打的？ 五、要学会从审稿意见中推测审稿人是谁，如果被拒稿，改投其他期刊后在建议审稿人里把之前可能是给好意见的那位加上，而对于给苛刻难以对付的审稿意见那位，就建议编辑规避，这样也许可以加速文章审稿和被接收的进程。目前， 国际一流SCI杂志基本都已采用了在线投稿方式。 常见的投稿系统有： ScholarOne Manuscripts， Editorial Manager， Elsevier Editorial System， EJPress， Open Journal Systems （OJS）， 等等； 也有些出版者倾向于自己开发投稿系统， 如美国物理联合会出版社（AIP）的Peer X-Press， 英国物理学会出版社（IOPP）的Author Service and Referee Service， 等等。 这些在线投稿系统虽然界面风格各有不同， 但总体功能十分相似， 极大地方便了编者、作者、审稿人之间的联系与沟通， 对于提高出版效率、降低出版成本具有非常重要的作用。 在线投稿时应注意的事项主要有： （1） 应注意查询拟投稿期刊的最新要求， 以便在稿件的准备中尽早开始遵循期刊的习惯和格式。 （2） 投稿时应严格遵循期刊的相关要求， 按规定的程序填写或添加投稿信息， 如投稿信、摘要、文件类型、辅助信息、图件、建议的审稿人等， 以满足期刊的要求 （3） Email地址必须准确， 有些期刊要求主要作者和通信作者有相互独立的用户名和密码， 并且主要是与通信作者进行投稿及投稿后的联系， 这也是在投稿时需要注意的。 （4） 在投稿系统注册以后作者便拥有自己的网页， 该网页通常分为几个区域， 如投稿、查询已投稿件的状态、继续已经开始的投稿、传送修改稿、已录用稿件的出版阶段等， 因此， 对于特定的期刊（群）， 应尽量保持自己唯一的用户名和密码， 以免导致混乱。 （5） 除了Email和FTP投稿形式需要一次性投稿外， 通过网页的投稿可以采取暂时保存的形式分多次完成投稿任务， 在最终递交稿件前， 投稿系统需要作者确认所有项目均已完成并且允许作者修改。 通常情况下投稿完成以后就不允许作者对已投的稿件进行修改， 除非编辑和出版商要求作者作某些修改。 （6） 投稿成功以后， 作者通常会收到一份来自编辑或系统的确认函， 作者可根据确认函提供的稿件编号跟踪稿件状态及进行投稿后的联系（如要求加快稿件处理速度）， 可通过投稿系统规定的渠道或Email与编辑联络。
论文图表是论文的精要所在。在论文撰写的过程中，论文图表的“陷阱”也比比皆是，我们常常不知不觉就掉进坑里。下面为大家罗列总结了图表的常见“陷阱”，火眼金睛的你，看看这些错误你是否犯过？ 一 图表格式问题 图表不符合页面比例 一张论文插图，需要照片和文字比例得当，图片的可读性高，不放大或缩小的情况下能清所有内容(组织结构除外) 。如果你的图表，需要用放大镜才能看清，那么糟糕的阅读体验将会让你的论文质量大打折扣。然而编辑们发现，图表比例不对的问题在论文中经常能看到：图文比例失调，图片中的字体大小不一致，系列图中不同图片的比例不协调...有时候一组照片，不同图片的放大倍数不一样，也会给读者造成误导。 图表设计缺陷 图表设计也值得注意。统计图、表设计不规范，表格中线条过多；或者是表格采用三线，而另一些地方，则是全部实线，格式不统一...这些图表都需要回炉“重造”。 二 图表质量问题 图表不清楚 清晰度是图表最重要的一点。大多数期刊都会在指南里注明图片的最低像素在300dpi，在制图中一定要符合要求。此外，还要注意图片的格式，大部分期刊所接受的图片格式为JPEG和TIFF，保险起见， 在将图片转换成期刊要求的格式外，自己也要记得保存原始格式图片。 图表不是原文件 有些同学为了省事，会直接将手机拍下的低分辨率图表数据放到论文中。在手机屏幕中虽可以看清，但在论文中，尤其在Word或PDF文档中，图片的大小将被压缩，从而变得模糊。还有的同学直接从Excel中拷贝图表，这样的后果是在word中显示不清楚，一定要用Word中“插入对象-excel图表”的功能来插入。这样，也能保证图表在后续可以直接通过Word来编辑，包括更改（坐标轴、标签、线条粗细）等。否则一旦修改表格中的内容，表格的对齐方式和框架就会改变。 三 数据质量问题 数据不全 图表中数据有空缺，是图表制作的大忌； 数值计算不精确 表格中的数据，往往经过原始数据计算得出，因此大多不是整数。在数据计算时，应该保留相同的小数位。同时，同一指标数字的有效位数应相同，不足者以“0”补足。针对百分数，应注意各百分比总和为100%。 数据排列不当 在数据处理时，应注意表中分组变量与观测指标的位置颠倒及排列不当的问题。数据应遵循同类数据纵排的原则,排列不当则将传达错误信息,影响数据对照。 四 图表标注问题 表题不确切 表题是表格的重要组成部分，是对表格中内容的概括，应主谓有序，简洁、准确。 表注不当 表注不应过简 ，从而导致表注不清楚，漏掉单位、特殊符号等；同时， 表注也不应过繁 ，表注是对表格中有关内容的必要补充和说明，应简明扼要。若需备注的内容较多，应在正文中利用文字介绍。表格中数据的计算公式，应在论文的“ Material and Method”部分介绍，不宜列入表注。 原始数据堆砌 图表是对结果的总结，而不是研究过程的罗列，不必将原始数据全部展示在论文中。 缩略语及量和单位不规范 表格中所列的指标名称，应使用固定的缩略语。特殊情况下使用不常用的单位和缩写词时，需在表注中说明。法定计算单位应一律使用符号，单位也应遵循国际标准命名原则。 五 图文一致 图表中的术语、符号、单位，都需要和文字叙述一致，并在文中相应提及，以显示整个论文的完整与统一。相同的叙述内容，应根据逻辑，在文字、表格和统计图中选择其中一种表达形式，以方便了解论文主旨和要义为方向。切忌重复叙述。