思维定势医学论文

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。

常识是人们在实践生活中总结而成的经验，很多时候常识有助于我们“诗意地栖居”，但有时，常识也可能会欺我们。 亚里斯多德看见飘落的叶子，提出“物体质量越大，下降速度越快”这一论断看似符合常理，却被伽利略用铁球实验推翻了。可见，常识有时只是虚渺的烟，绕过去，便会发现真理。 因为常识，我们避开了许多弯路；也因为常识，我们容易形成思维定势。突破这一重围挡，自有康庄大道。 适时跳出常规，超越常识，才会有一片开阔的境地。正如陶渊明抚无弦之琴时悠然道出“但识琴中趣，何劳弦上声？”不被常识的弦束缚身心，突破思维定势的围挡，才能自由地高飞，抵达悠远的天空。 常识中，旭日是淡紫色的吗？当然不可能，但莫奈告诉我们，薄雾中的初日看得不真切，却分明不是红色，他用深邃的笔触点染出波光与日影，创作出《日出?印象》，开创了印象派的先河。突破思维定势的围挡让他超越了一个时代。 我们必须清楚地知道，没有常识，我们寸步难行，但只依靠常识，我们则无法走得更远。恰如看待那只砸中牛顿的苹果，依据常识，我们会认为苹果就应该落到地上；而跳出常识，突破了思维定势，牛顿才发现了万有引力，开启了科学发展的一个全新的时代。 科学家告诉我们，打破常识的壳，突破思维定势，我们便能发现深藏其中的真理；艺术家告诉我们，摆脱常识的锁链，突破思维定势，我们便能跳出更美的舞姿；文学家告诉我们，脱去常识的外衣，突破思维定势，我们便能发现平时看不到的新奇。 常识就像拐杖，很多时候，我们需要它的辅助，但随着我们的成长和研究思考的不断深入，拐杖有时也会牵绊住我们前进的脚步，此时我们必须学会超越常识，突破思维定势的围挡，奋勇前行。 对待常识，我们也要擦亮眼睛，去粗取精，突破围挡，追逐梦想。