前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的医学统计主题范文,仅供参考,欢迎阅读并收藏。
进入21世纪以后,信息技术飞速发展,现代统计工具从计算器发展到计算机为主,能应用相关的统计软件处理医学科研数据已成为必备的能力。否则,一方面有人不懂得选用正确的统计方法,使大量的信息和统计数据得不到有效的利用;另一方面又盲目使用计算机和统计软件,不管是什么研究类型的数据都简单地交给计算机处理,用计算机取代统计,势必造成大量统计方法的滥用和误用。医学研究的许多数据关系到病人的治疗、转归,甚至生死,统计方法的误用会导致严重的论理问题。我们利用计算机、统计软件、多媒体教学课件相结合,使课堂教学摆脱大量的繁琐演算的束缚,在单位时间内讲授的信息量将会大幅度增加。统计学教学不再是数据的罗列和公式的堆砌,而是研究设计的艺术和数据表达的艺术,并使学生体会到统计思维和推理的乐趣。
近年来我们进行了一些改革措施,取得了相应的成果,现总结如下:
一、积极申报院级教学研究立项的课题:
(1)医学统计学多媒体CAI教学系统的研究和应用(2001年)
(2)医学研究生统计学课程教学模式的改革(2002年)
(3)《心理统计学》多媒体课件的制作及题库的构建(2004年)
另外开了《医学科研数据管理与统计分析》选修课
二、进行了一系列的教学改革措施:
(1)教学内容上所进行的改革,具体做到了“四增三减”:减少了目前已无必要讲授的详细手工计算步骤与技巧;减少了复杂的公式推导,改为公式内涵的剖析;减少了部分浅显内容,改为自学或课堂讨论;增加了“实验设计和调查设计”;增加了“医学统计学软件使用”;增加了“多元统计分析”;增加了“医学统计应用错误的诊断”。
(2)在教学手段上进行了以下几方面的改革:建立了医学统计学多媒体CAI教学系统;开设了统计学电脑实验课;开设了“医学统计应用错误的诊断”讨论课。
(3)在考试内容和形式上的改革:着重考核医学统计学综合分析能力以及正确应用统计方法和纠正错误能力。不考死记硬背、公式和定理。
三、发表相关论文:
(1)医学科研论文中t检验误用分析皖南医学院学报2002,21(2)
(2)医学科研论文中x2检验误用分析皖南医学院学报(论文待发表)
(3)皖南地区中学生伤害危险因素的病例对照研究,中华流行病学杂志,2003,24(7)
(4)胆石病病因的临床流行病学研究现代预防医学2001,28(4)
四、编写的教材:
(1)《医学科研方法与临床流行病学》(2003.8,安徽大学出版社)
(2)《预防医学》(第2版)(2003.8,人民军医出版社)
(3)《心理统计学》(2004.8,安徽大学出版社与北京科学技术出版社)
(4)《心理评估学》(2004.5,安徽大学出版社与北京科学技术出版社)
(5)《卫生统计学实习指导》(2003.10,安徽大学出版社)
(6)《流行病学实习指导》(2002.8,中国科学技术大学出版社)
五、成果创新点:
(1)将统计学软件、多媒体教学模式首次引入我院医学统计学教学之中;
(2)将统计思维和科研创造性实践相结合,注重学生科研能力的培养;
(3)改革了医学统计学的教学内容、教学手段、考试方法;
(4)首次在我院学生中开设“医学科研统计应用错误的诊断”讨论形式的教学模式
(5)特别注重教师主导作用与学生能动性统一
(6)编写“医学统计学”相关教材
六、成果应用情况:
(1)已经将改革的内容应用于我院专科生、本科生和硕士生的“医学统计学”;
(2)在本科生和硕士生的教学手段上采用“多媒体CAI教学”模式;
(3)在考试内容已作了相应的改革;
医学实验中统计方法的运用是医学科研分析的一种重要的方法,就目前医学论文的发展而言,其已经逐渐成文论文中不可或缺的重要成分。采用统计方法对医学试验中获得的各项资料进行科学有效合理的收集、整理、分析等工作,从而解决医学中存在的问题具有重要的意义。随着统计学近年来的不断发展,统计学方法也获得了不断地扩充,而t检验作为这其中最为常见也是最为普遍的一种方法,在医学实验方面的应用也较为常见,科学的利用t检验的统计推断方法对医学实验中的相关数据进行处理和对比分析,对于推动医学实验的发展具有较高的实际价值。也正是由于t检验应用的多样性,其出现错误的机会也呈现出上升的趋势,本文就其应用以及可能出现的错误情况展开讨论,为之后有关工作中如何有效避免错误,提高研究水平提出可行化的建议。
一、t检验的概念简析
探讨t检验的具体概念,应当从假设检验的基本目的说起,一般来说,假设检验的直接和基础性目的就是推断各个样本所代表的总体之间具有怎样的理论关系或者是推断某一样本所代表的总体与其他已知总体之间的关系情况。在假设检验中表现出来的方式一般为通过对各总体均数是否相等的判断给出探究的结论。而本文所探讨的t检验的作用主体主要是总的来说样本含量相对较小,并且总体的标准方差表现为未知的一类资料上[1]。T检验究竟有哪些使用情况,本文将会展开讨论。首先,t检验要求样本必须服从正态分布的相关要求;其次,t检验还要求在均数比较的过程中,样本对应总体的方差必须相等;此外,各观察值之间应当满足基本的独立性条件。以上三个重要的约束条件可以概括为正态性、方差齐性以及独立性。
一般来说,t检验可以在三类医学实验情况下具体应用,将在第二节中详细探究。
二、t检验在医学实验中的使用实例
2.1样本均数与总体均数比较的t检验
在这一类t检验中,通常要求作出的推断是将小样本均属所代表的总体均数与已知的总体均数比较,并推断是否存在明显差异[2]。通常来说,已知总体均数一般而言是通过大量观察后获得的稳定值或者是医学实验中的理论值和标准值。这一类推断给出的结果通常可以推断样本是否来自已知的总体[3]。
例如,在判断某种病人的血红蛋白是否与正常人的血红蛋白含量相同的医学实验中,测定25例该病患者的血红蛋白含量,并计算其均数为150g/L,标准差为16.5g/L,而该地正常人的血红蛋白均数为132g/L。这是典型的样本均数与总体均数比较的t检验医学应用实例。按照假设检验的一般步骤,现确定检验水准,再进一步计算检验统计量,
2.2组配对t检验
在医学实验的分析中,可以用这种组配对t检验的方式对比服药前后以及手术前后的差异的情况较为常见,在使用这一类统计推断的方式进行推断的时候应当注意没对数据一旦成对便具有了不可拆分的性质[4]。例如医学实验中,用两种测肺活量的仪器对一组12名女性的肺活量进行测试,判断两个一起是否存在明显差异的问题。假设检验应当先确定假设检验的水准,即假设两台机器无明显差异,μ=0,进而计算检验统计量,以查表的方式判断不能拒绝原假设,也就是说差别不具有统计学意义,不能否认两仪器效果无差异。
2.3两样本均数比较的t检验
在比较两总体均数是否相同的实验中,两样本均数比较的t检验方法较为常见。试验设计要求是完全随机的设计方式,具体来说就是将医学实验资料中的数据按照随机性分为两组,并分别对这两组给予不同的处理方式,进而比较独立的两组样本的均数情况,在使用这一方法的过程中,可以不要求两组样本量一致。
三、t检验在应用中存在哪些问题
t检验在医学实验中应用的过程中通常会比较容易出现三类比较典型的错误,分别是:第一种自身配对的t检验通常可能被误用成组之间的t检验、第二种在计量所得的数据呈现出方差不齐时仍然沿用传统的t检验、第三种多组实验数据比较时,仍然采用t检验。具体来说讨论如下[5]。
3.1自身配对的t检验通常可能被误用成组之间的t检验
这一种类型的问题,造成的典型错误有如下情况:用两种仪器分别测量一组15人的血红蛋白含量,并判断两组一起有无明显差异。这种问题的情况是,对同一对象采取了两种处理方式,从医学实验设计的角度来说属于配对设计,但是实际上研究前后的设计并不是相互独立的数据,而如果生硬地将其套用到独立数据所使用的统计方法上,从而采取t检验对问题进行处理,则是造成明显的处理方法与设计类型相左的问题出现。在这种类型的医学问题的处理过程中,应当采用的正确方法是计算每一对数据的差值,进而利用所计算的差值大小,来反映两组效果差大小。
3.2在计量所得的数据呈现出方差不齐时仍然沿用传统的t检验
这一类型的错误在医学实验的分析中表现得较为明显和直观。经过方差齐性检验的两组数据如果判断为方差不齐,就不能直接使用t检验进行处理,这时候采用校正的t检验会更为合适。例如,在某医学实验的论文中,测得热症组的样本量为27,均值为37.68摄氏度,方差为0.66摄氏度,对比组测得正常人的样本量为36,均值37.19摄氏度,方差为0.33摄氏度。在这一实验中,该作者没有考虑方差齐性存在方差不齐的问题,就直接使用了t检验进行比较,就很容易造成错误。正确的方法应当是校正t检验,并算出校正结果,与P值进行相互比较,从而做出是否拒绝原假设的结论。在一般的医学实验中,参数检验的前提条件应当获得更多的注意力,例如只有经过了严密的方差齐性检验和正态性检验才能够使用t检验进行进一步的分析。如果这一基本条件并不能直接满足,就应当考虑选择适应数据类型的非参数检验方式进行分析,当然,某些情况下变量变换从而使其满足条件也是比较常见的处理方式。
3.3多组实验数据比较时,仍然采用t检验
在医学实验的分析中,t检验与LSD统计方法最大的区别在于,t检验适用于两组数据的比较,而LSD在多组数据的两两比较中应用较为广泛,不应当将二者混用造成混淆,影响实验结论的获得。例如,探究粉尘环境对尘肺的影响情况时,将实验白鼠分别放在三种环境中,测得数据,将三组数据用t检验两两比较,得出某两组无统计学意义,另外两种情况却均有统计学意义,这种错误是非常明显的。而如果采用方差分析,并且进一步采取多重检验,应用统计软件配合LSD方法的使用,将会得出不同而且更有意义的结论。
一、对象
以完成了医学统计学课程学习的2004级(七年级)、2005级(六年级)和2006级(五年级)学生为调查对象,分别有18、38和20人,共计76人。
二、方法
请学生匿名填写调查问卷。问卷涉及四方面内容:学生基本情况、对单阶段教学知识的掌握情况、对两阶段教学的需求与课程设置建议、对教学的其他建议[2]。
三、结果
共计发放问卷76份,回收有效问卷74(97.4%)份。
1.学生基本情况。74份回收问卷中,2004、2005、2006级分别有17、37、20份,各年级分别均有2名女生,其余均为男生。2004级学生全部进入临床实习和课题研究阶段,2005和2006级学生中分别有19人(51.4%)和12人(60%)接触课题研究。
2.对单阶段教学内容的掌握情况。对已完成的医学统计学教学内容,三个年级的掌握情况如附表所示。2006级和2004级的掌握情况要优于2005级。对于描述性统计,学生的掌握和应用情况较好,对科研设计的应用情况2004级学生明显优于其他两个年级。对于高级统计学方法的学习与应用,由于目前课程标准中没有涉及,学生主要通过教师补充教学和自学等渠道学习并应用,效果不尽理想。仅有29人(39.2%)能运用2种以上高级统计学方法;其中用得最多的为多元线性回归、Logistic回归、多因素方差分析、协方差分析。67名(90.5%)学生学习并运用过SPSS统计软件,9人(12.2%)还能运用其他统计软件如SAS、STATA、MATLAB等。41人(55.4%)能用统计软件进行基本统计分析,尚有7人(9.5%)不会运用软件。
3.对两阶段教学的需求和建议。有44名(59.5%)学生认为现阶段教学模式不能满足学习和工作需要,在2004、2005、2006级中分别有12人(70.6%)、23人(62.2%)和9人(45%)。可见随着年级的增高,学生对统计知识的欠缺感和需求越强。有54名(73.0%)学生认为需要开展两阶段教学,有52人(70.3%)认为两阶段教学对提高科研能力有帮助。在两阶段教学课程设置上,对于第一阶段教学,58名(78.4%)学生认为应该在2-4年级进行,56人(75.7%)认为理论学时应安排40-60学时,49人(66.2%)认为上机学时应安排20学时。教学内容应包括基本统计分析(86.5%)、高级统计分析(55.4%)、科研设计(43.2%),还有2人(2.8%)认为应该介绍Meta分析、线性代数等内容。对于第二阶段教学,57名(77%)学生认为应在5-7年级进行,60人(81.1%)认为理论学时应安排30-40学时,48人(64.9%)认为上机学时应为20学时,教学内容包括对第一阶段内容的回顾(74.3%)、高级统计方法(75.7%)和科研设计(78.4%),有4人(5.4%)认为应该加强统计软件和外文文献统计方法的学习。在教学方法上,42人(56.8%)认为应安排在实习医院进行学或开展讲座,25人(33.5%)认为可以开展PBL教学。
四、讨论
1.开展两阶段教学的迫切性。本次调查的结果突显了现阶段的医学统计学教学,尤其是高级统计学方法教学的欠缺与学生临床及科研实践的迫切需求之间的矛盾。单阶段教学强调统计理论框架的搭建和基本统计学方法的介绍,学生在学习时尚未接触临床及科研实践,待真正应用时理论和实践脱节。急需在学生进入临床和科研阶段时开展第二阶段教学,结合科研实际,补充高级统计学方法的教学。
83·7%的学生认为是专业学习和工作的需要,有14·3%的学生是为了应付考试。医学统计学对以后工作的重要程度:有68·5%的学生认为很重要或重要,30·0%的学生认为一般,认为不重要的学生只有1·5%。经过一个学期的学习,97·5%的学生认为对医学统计学有了大致了解或了解,但其中只有21·2%学生对医学统计学的学习感兴趣,75·4%的学生则认为一般,没什么特别的感受,3·5%开始厌倦和讨厌。由此可见,学生对医学统计学的重要性有一定的认识,但学习的积极性不高。
2学生对统计学教学内容的把握
81·7%的学生认为医学统计学的重点应该是方法的选择和结果报告的书写。难点依次为:数值变量的统计推断(t检验、Z检验和秩和检验),方差分析,分类变量假设检验,生存资料的分析和分类变量和数值变量的统计描述。关于教材使用的难度,有30·1%的学生认为很难或有难度,而69·0%的学生认为基本合适。医学统计学与其他一般医学课程相比,有30·0%的学生认为难度大;难度大的原因是方法多,难以选择和原理抽象。
3教学内容的选择和安排情况
在本次调查中,62·0%的学生对医学统计学的课程内容及学时安排认为很满意或满意,36·0%觉得一般,不满意4人(2·0%)。对于医学统计学的理论教学内容的安排,62·0%的学生认为很满意或满意,36·9%的学生认为一般,不满意的有2人(1·0%)。医学统计学的实践教学内容的安排,69·5%认为很满意或满意,29·1%的学生认为一般,3人(1·5%)感觉不满意。另有60·1%学生认为有必要设讨论课,讨论课内容应为统计方法误用分析、医学统计学问题的答疑,对个别难点和重点内容建议开设专题讲座。2·2·2授课和考核方式78·3%的学生认为最适合的授课方式是多媒体和板书;考核方式最为赞同的是闭卷考试(笔试)结合上机操作考(61·6%的学生选择),其次20·7%的学生认为只要上机操作考就可以,16·7%学生建议开卷的形式。
4教学效果评价
目前,该课程的考核方式主要是理论考核和上机操作考。其中笔试的题型包括选择题、是非题、名词解释、简答题和综合分析题。综合分析题的内容主要是如何进行医学统计学方法的选择和SPSS分析结果的阅读。203名学生的理论考试成绩呈正态分布,平均成绩为72·54±12·64分,及格率83%。从试卷的失分情况分析,综合分析题的错误率最高,说明学生对分析方法的选择还有一定的困难。通过一学期的学习,203名被调查者中,179名(88·2%)的学生认为自己能或基本能独立对一般资料进行分析,而有11·8%的学生不能独立对一般资料进行分析。能独立完成资料分析的179名学生中,32·5%的认为自己能够独立进行统计描述和计量资料的统计推断,28·6%的认为自己能进行计数资料的统计推断,36·5%能进行直线相关与回归;而能进行原始数据库的统计分析并给出简单报告的比例占调查者的8·4%(17/203),
【关键词】医学统计学;教学生活化
【中图分类号】R365 【文献标识码】B 【文章编号】1005-0515(2011)07-0015-02
1 引导学生关注社会生活
传统教学中用灌输的方法要求学生死记硬背教科书上的知识,学生普遍感到枯燥难懂、不易掌握,提高学生的学习兴趣成为关键,课堂教学中,书本知识要联系生活实际,使书本知识活起来,引发学生的学习兴趣和学习积极性,让学生去观察、去感受生活中的统计学知识,引导学生关注社会生活。知识来源于生活,也应用于生活,日常生活中可以把统计学用得很活。如课堂上问学生:“假如你到一陌生的地方,在地方小食街上,有很多相同品种的小吃,哪个摊位能代表该地方的小吃水平呢?你会选择在哪个摊位上吃呀?”同学们会回答:“在很多人吃的摊位上呀。”在这样的情况下,就可引入统计学中“众数”的概念,众数在统计分布上具有明显集中趋势点的数值,代表数据的一般水平。
2 引导学生学,把学生放在主体地位
很久以来,人们一直认为教学的过程就是忠实而有效传递学科知识的过程,学生是既定学习内容的接受者和吸收者。教学就是教师对学生单向的“培养”活动,先教后学,学生只能跟着教师学,学生无条件地服从于教,遏制了学的力量,学生的求知欲及创造力受到抑制。教育家陶行知先生认为“先生教的法子必须根据学生学的法子”。教师要把学生放在主体地位,教学中要关照学生的生活经验,以现实生活具体生动的生活事例为中介来进行思考,顺应学生的认知特点,达到优化学习过程的目的。
3教学内容、教学语言生活化
教学生活化,即教学中关注学生切身的生活体验,使学生的课堂学习与社会生活实践紧密结合起来。拓展学生的学习时空,让学生在丰富多彩的生活中,与社会、自然相融,把生活世界提供给学生理解和体验,解放学生的眼睛,让他们去看社会、看生活,根据学生认知水平,生活经历的实际情况,在课程内容中引入生活案例,用形象直观的手段实施教学,构建“生活――教学――生活”的循环。
同学反映,尽管上课老师举了很多例子,但是仍然不免觉得有点抽象,尤其是关于统计设计方面的内容。学完之后,脑子里仍是一片雾水[1]。针对类似现象,老师应从符合学生实际的教学目标出发,选择联系生活实际的教学内容、引入贴近学生生活案例,将难懂的知识、抽象的内容生活化。例如,在讲解“小概率事件”原理时,就问学生:“你们每次上学乘什么交通工具来呀?”学生回答:“汽车、火车、飞机……”。“那有没有发生交通事故的可能性(翻车或飞机掉下来)?”“有呀!”“那为什么我们上车前不跟家人告别说,'爸爸妈妈再见,我一去不复返了'!”这时同学们开始笑了起来,课堂气氛马上活跃起来,随之给学生解释说:“其实我们都把飞机掉下来或车翻了当成了小概率事件,认为这一次出行不发生(小概率事件:可以认为在一次实验中不发生),这样我们在生活中冒了小概率事件的风险,享受了生活的便利。”
学生的日常生活经历中处处存在着与卫生统计学相关的活动,教师要善于捕捉和挖掘生活中的教学资源,把医学统计学教学延伸到学生生活的每一个角落,让学生用自己的方式去认识、去解读生活中的统计学知识。同时,教师在讲授时运用风趣的语言、适当的比喻,就能化抽象为具体,化枯燥为轻松,使学生在轻松愉快的气氛中掌握知识[2]。例如在学习“抽样”的概念时,可以从日常生活中找到答案,问学生:“我们在家炒菜时,在菜将要起锅前,我们一般会做什么动作?”“尝一下(抽样) ” “为什么要尝呀?”“ 看看咸淡是否合适”“能不能把整锅菜尝完了,然后说,味道不错,咸淡适中!” 学生哈哈笑了起来说:“不能。”“对了,这样别人就没菜吃了。” “所以在生活或实际工作中,有时总体是没法测量的,只能通过抽样,通过样本的信息来推断总体的情况”。这样,在同学们熟悉的案例和愉快的气氛中学会了抽象的统计学概念。
陶行知先生提出:“我们的实际生活就是我们的全部课程”“没有生活做中心的教育是死教育”。生活中多种多样的课程资源,为我们提供了广阔的教学空间,在用好现有教材的同时,必须开发和利用学生中的一切生活化的课程资源,发掘医学统计知识,让课堂成为教师创造性地教、学生创造性地学的生活乐园。
参考文献
[1] 徐英,郜艳晖,李丽霞等.让抽象的教学内容具体化[J] 南方医学教育 2008(1)
1.高职医学检验专业的教学现况
我院医学检验专业的学生来源于三校生、文史类和理工类高考生,医学统计学安排在一年级第二学期,学生只接触到解剖学、生理学等课程,尚未接触临床和检验专业课程。
1.1 学生现况。
专科学生毕业后的就业主要在基层医院, 面对的是疾病的诊治工作,认为科研离自己太远,对以后的工作帮助不大,虽然老师强调了课程的实用性和重要性,但对课程结构不明白,培养目标不明确,思想上缺乏主动性。近年,大学招生规模逐渐扩大,生源的质量下降,而对于专科学院的学生来说,部分学生缺乏有效地学习方法,难掌握所学知识。多数学生数学基础薄弱,且把医学统计学定位为数学课,看到数据就头痛,对课程缺乏兴趣,学习起来困难。课程初期,大部分学生还是有学习激情,但随着课程越来越抽象,内容越来越枯燥,理解越来越困难,有不少学生选择了放弃,主动性逐渐丧失,变成为考试而学,甚至为了考试过关,获得平时成绩,抄作业、实验报告的越来越多。
1.2 教学现况。
高职学院的教师多是承担至少两门课程的教学任务, 课时多,任务重,对专业的研究不深。我院医学统计学教师都是承担预防医学的教学,兼职讲授医学统计学,都是非数学专业类教师,对统计学的研究不深,也是非师范类教师,教育的方法有待提高。
1.3 缺乏合适教材
一本好的教材应该是能够让学生快速入门, 并能够提高学习兴趣。当前,面向专科生或高职学生编写的教材非常少,对于高职检验专业来说就更少了,内容缺乏针对性,即便有专科的教材,也是本科教材的缩写版。我院选用的是马斌荣主审的人卫第6 版医学统计学教材,供基础、临床、预防、口腔医学类专业用,属全国高等学校五年制本科临床医学第八轮编写教材。
2.高职医学检验专业医学统计学的教学思考
随着医学和计算机技术的迅速发展,对于疾病的研究,越来越依赖于统计分析,而高职医学检验专业学生毕业后,接触的医学原始资料会越来越多,对医学资料的搜集、整理、分析越来越重要,培养初步的科研能力很必要,结合教学实际,提出以下几点教学思考:
2.1 增强学生认识,明确课程的重要性、实用性
在每门新课的绪论部分, 都向学生介绍课程情况和学习方法以及考核方法,也应向学生阐明医学统计学的重要性。医学统计学是研究医学现象的科学, 是揭示数据内部规律的一门科学,它能指导医学生在医学研究与实践中有效地获取数据、正确的分析数据以及合理解释所得到的结果。在以后的工作中,从事临床工作或医学研究都离不开统计学,对自身非常重要。教师应避免空谈重要性,在整过教学过程中,应经常以统计学在实际工作中应用为例,强调统计学的重要性。如上交专业、实验报告有少数未交,这也符合小概率事件;教材中有计算错误,也符合小概率事件;查找相关论文,让学生发现统计学应用不当等,这些都在我们身边,统计学并不抽象。
2.2 编写具有针对性的教材,适合人才培养。
高职教育培养的是技术技能型人才, 普通本科教育培养的是学术型和工程型人才,两者的培养目标不同。现今的医学统计学教材,多为本科教材演变而来,或为采用普通高校的本科教材,理论内容过多,实践环节少,缺乏吸引力。应组织相关学校的医学统计学教师经常进行教学研讨,研究高职专科生的特点,分析教学环节中出现的问题,组织编写符合实际需要的教材。教材内容应避免理论化,强调实用性,便于学生理解,少一些推导,增加课后习题,并配有答案,增加上机实训操作。
2.3 加强师资培训,提高教学水平
多数教师都是兼职医学统计学教学, 教学任务重, 尽管如此,也应加强师资培训,可以结合自身情况,安排教师集中培训。也可以利用帮扶途径,邀请外校高水平教师到校授课,传授教学经验,选派教师到相关高校去进修。应注重年轻教师的培养,可以采取师徒式的指导培养,年轻教师多听有经验的教师授课,有经验的教师多指导年轻教师,多到课堂,帮助处理教学中存在的问题。
2.4 改革学生考核方式
关键词: 生物信息学 医学统计学 课堂教学
生物信息学融合了生物技术、计算机技术、数学和统计学的大量方法,已逐渐成为发现生命过程中所蕴涵知识的一门重要学科。其基本问题主要包括:DNA分析、蛋白质结构分析、分子进化。医学统计学作为医科院校的基础课程之一,长期以来其理论和方法就广泛应用于临床医学、基础医学的各类研究中。随着生物新技术的诞生,在推动生物信息学发展的同时,医学研究对象也由宏观的病人、生物组织拓展到微观的基因领域,所面对的实验数据在性质和结构上也都有所不同,这对医学统计学的应用提出了新的更高的要求。
目前,医学统计学的很多原理和方法已成功地应用于这些新研究之中,并在此基础之上有了新的发展和改进。如概率分布的知识与序列相似性分析、蛋白质分类等技术密切相关;方差分析、非参数检验方法经改进和结合后在基因表达数据的前期分析中发挥了较好的作用;而聚类分析、判别分析、相关分析这些大家所熟知的统计学方法更是在基因分类和调控网络的建立中得到了广泛的应用。在进行医学统计学课堂教学时加入生物信息学方面的应用实例,不仅可以使学员了解本学科研究的前沿和医学、生物信息学研究的新发展,还可以提高学员对于医学统计学理论学习的兴趣,掌握先进的生物实验数据分析方法,提高今后从事医学科研的能力。下面,本文在回顾医学统计学授课主要内容的基础上,就医学和生物信息学中的可能应用举例如下:
一、概率分布
概率分布(probability distribution)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 (Basic Local Alignment Search Tool)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(gene chip)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(clustering analysis)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(Hierarchical Clustering)、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(Unsupervised Analysis)。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(Average Linkage Clustering)一般能给出较为合理的聚类结果2。
(二)判别分析
判别分析(discriminant analysis)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-Nearest Neighbor Classifiers)、分类树算法(Classification Tree Algorithm),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(Supervised Analysis)。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(correlation analysis)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。
还有一些医学统计学方法目前也逐渐应用于生物信息学研究中,诸如:遗传算法、熵理论等等。但这些方法已经超出了医学统计学课堂教学的范围,我们将尝试在第二课堂或选修课中,作为补充知识进行讲授,供那些学有余力的学员学习交流。
参考文献
1.郭祖超著. 医学统计学. 第1版.北京:人民军医出版社,1999. 238-243
[关键词]卫生信息管理医学统计学教学改革
[作者简介]周文君(1975-),女,江苏盐城人,盐城卫生职业技术学院卫生信息管理教研室主任,讲师,研究方向为公共卫生及卫生信息管理专业教学。(江苏盐城224005)孙晓凯(1978-),男,江苏盐城人,盐城市疾病预防与控制中心慢性病科主管医师,研究方向为慢性非传染性疾病的预防与控制及卫生统计学教学。(江苏盐城224002)
[中图分类号]G642.0[文献标识码]A[文章编号]1004-3985(2009)20-0144-02
现代医药卫生科技信息化发展迅速,卫生信息管理科学的发展对卫生信息管理专业人员的素质提出了很高的要求。医学院校培养的卫生信息管理专业学生需要面向各级卫生行政管理部门、医院、医学信息部门、医学图书馆等部门,从事日常办公事务处理、病案管理、卫生信息资料、医学图书、档案管理等工作和计算机维护工作。①他们除了需要掌握基础医学、临床医学等医药卫生知识和程序设计、数据库管理等计算机知识外,还需要具有较好的统计学理论知识,能够熟练掌握部分统计软件的使用,以便为各级医药卫生机构提供信息和决策依据。为了提高医学统计学课程质量,培养卫生信息管理专业学生建立统计学观念,提高动手解决实际问题能力,近年来,盐城卫生职业技术学院对卫生信息管理专业的医学统计学的教学方法进行了探索与研究,主要从以下几个方面着手。
一、根据课程特点明确学习要求
1.课程特点。医学统计学是一门既有复杂理论知识,又有丰富应用技巧的医学专业基础课程。它是科研设计、资料的搜集、整理和分析的灵魂,可应用于居民健康状况评价、医疗卫生实践和医学科研等各个方面,涉及基础医学、临床医学、预防医学等多学科领域。医学统计学内容主要是以医学理论及其研究内容为载体,应用数理统计学的理论和方法来阐述某个医学实际问题。②
2.学习要求。医学生学习医学统计学,并非要成为医学统计学的专业人才,其目的在于建立起统计学观念,学会从不确定性、机遇、风险和推断的角度去思考医学问题。对于卫生信息管理专业等非预防医学专业学生,特别是专科生,医学统计学的数学原理、公式推导等要求可以更加放宽,重点应放在统计方法的应用上。因此,我们要求学生学习医学统计学必须要牢固树立起统计学观念,如生物性个体变异观念,各种医学指标独特和分类观念,抽样误差不可避免及各种条件下样本具有不同的误差观念,各种研究对象和研究方式含有不同变异的观念,等等。学习医学统计学的具体要求是:能够理解一些基本概念、基本原理;记住一些最基本的公式和界值;重点要掌握统计方法的适用条件、统计结果的解释;此外还要再加上认真的课后练习和上机实习。
二、系统安排教学重点
1.合理选择授课章节。目前,各地院校本科、专科生开设的医学统计学课程课时大多在50~100节课间,要在这有限的课时内讲完这么多的内容很不现实,所以各地学校要根据培养目标选择适当的章节为学生讲解。对于非预防医学专业学生,除了基本的概念、统计描述、概率分布、参数估计、t检验、卡方检验、非参数检验等医学统计学基础理论部分外,其他的理论部分,如实验设计、调查设计、复杂的相关与回归等章节可以不讲,留给有兴趣的同学自学,把更多的时间安排在课上讨论和实习课的操作上。对于卫生信息管理专业学生的培养目标,除了基本统计学理论外,还应重点加上在日后信息统计工作中会常用到的关于各种率的概念、计算方法的章节。此外,还可以讲座的形式为学生介绍一些常用的、比较复杂的统计学方法。
2.明确教学重点。传统的统计学教学内容包括三个方向:一是基本概念和方法;二是公式的来源、推导和详细的手工计算步骤;三是统计结果的解释与分析。③传统的公式推导虽有利于对统计基本概念的理解,但对非统计专业的医学生来讲,冗长的公式推导已很难理解,更谈不上对它的记忆了。因此,对于统计公式,我们要求学生只要了解其直观意义、用途和应用条件,而不要求掌握其数学推导,教学内容的重点放在统计学基本原理、基本要领和逻辑思维上,而不是统计学方法的计算过程或数学算法的讲解上。同时,随着信息技术的迅速发展,各种数据处理软件和统计软件唾手可得,统计学计算也很容易实现,相反,统计学基本知识和基本原理的教学更显迫切。我们的教学重点是培养学生解决实际问题的能力,让学生对已有资料能够找到适合的统计方法,结合本专业知识解释统计结果。为此我们调整了一些教学内容,注重统计学基础、统计学思维、统计学操作能力的培养,同时利用优秀的统计软件,简化统计计算过程,强调统计方法的选择与报告信息的提取。例如,目前医学上常用的假设检验方法有十余种。我们要教会学生能够根据研究目的、资料类型选择最适宜的统计方法,如计量资料常用t检验、方差分析等方法;计数资料常用卡方检验;等级资料可用秩和检验等,同时还要注意各种检验方法的应用条件。
三、注重例题的练习
1.从例题入手,提高学生的认识。医学统计学的学习以理解为主,而一般医学院校的学生对数学的接触很少,因此,对于医学统计学这门课程,很多学生往往存在一种恐惧心理。为消除这种心理,使学生对之感兴趣,从实例入手是非常重要的。在理论教学课上讲授某个概念或方法之前先举个例子或提出问题,让学生给出自己的看法和解决思路,教师适当加以引导和启发,在解决这些问题的同时,再将统计学基本概念、基本原理和基本方法融入其中。这里提到的实例,可以是教材中现有的例题或练习题,可以是统计咨询中碰到的实际问题,或医学期刊论著中的一些实例,也可以是日常生活中的某一现象。学生的思维经过这样一个由感性到理性,由具体到抽象的认识过程,减轻了接受抽象概念和方法的难度,加深了对书本内容的理解,还调动了他们学习的积极性,对提高教学效果大有帮助。此外,大量例题的讲解和练习还有利于提高学生日后解决实际问题的能力。由于毕业后从事不同的工作岗位,对于大部分人来说,很多统计方法往往因用不到而不会使用,等实际工作中碰到时候便无从下手,这时他们便可查阅以往教材、参考书上的例题,与实际工作中的材料进行对比来获得合适的统计方法。
2.进行案例讨论,加深对常见错误的认识。统计方法的选择重点在于要根据设计类型、资料类型及分析目的选用适当的检验方法和检验统计量。我们在讲授各种检验方法时,不但重点强调各种方法的应用条件,还举出具体误用例子加以讨论,将常被误用的方法列举出来,供学生辨析,从反面吸取经验教训。比如常见误用有:配对t检验误用为成组t检验;多组均数比较应用方差分析及q检验误用为t检验;配对设计卡方检验误用为成组卡方检验;多个率比较应用行×列表卡方检验误用为四格表;应该用确切计算概率法误用为四格表卡方检验;等等。新版的“卫生统计学”教材每章都增加了“案例讨论”部分,教师减少了习题课时间,充分利用这些案例,给学生足够时间进行课堂讨论。案例讨论在不偏离主题的前提下,调动了每一个同学的积极性,又能及时发现问题,解决问题,培养学生的综合应用能力,为今后的实际应用打下坚实基础,很受学生的欢迎。
四、使用统计软件提高教学质量
1.选择SPSS软件作为教学软件。计算机和软件技术的飞速发展避免了在医学统计工作中烦琐的计算过程和记忆复杂的计算公式,使得医学统计学的应用越来越易于实现。卫生信息管理专业学生之前接受过计算机基本知识的培训,很容易掌握软件的操作,因此开设统计软件实习课显得尤为必要。目前,国内外的统计软件众多,根据学生的实际情况,从针对性、实用性的观点出发,我们选择了功能强大且易于掌握的SPSS软件作为医学统计学实习课的教学软件。SPSS是目前国际上最流行的、具有权威性的统计分析软件之一,它操作简单,无须编程,易学易用,可以直接读取Excle等数据文件,分析结果清晰、直观,可以直接复制到Word文档中,为学生使用带来极大的方便。④
2.精心安排实习课内容。实习课我们要求学生在计算机上学会应用该软件,能够在学习之后应用该软件独立完成实际资料的统计分析等工作。具体做法是,首先由实习教师对本节课的内容进行讲解,并在主机动态演示SPSS软件的操作过程,解释结果,然后让学生应用SPSS软件独立完成书本上或教师精心筛选的习题,并要求学生看懂计算机输出的结果,同时能对资料进行解释。我们重点让学生掌握的是一些基本操作(包括数据的输入和整理、变量的设置、转换等)、主要统计分析过程(包括描述性统计、t检验、方差分析、卡方检验、线性回归和相关分析、非参数检验)和基本统计图等内容,同时要求学生能理解输出的结果,合理解释统计结论中重点指标的含义。
3.避免盲目使用统计软件。统计方法选择的正确与否依赖于使用者对资料的了解程度与统计分析方法的掌握程度。而SPSS软件只是一种工具,它无法对统计方法的适应性做出判断,不能取代分析过程。如果不懂得选用正确的统计方法,而盲目使用计算机和统计软件,不管是什么研究类型的数据都简单地交给计算机处理,用计算机取代统计,那么大量的信息和统计数据将得不到有效的利用,势必造成统计方法的滥用和误用。另外,学生在课本上看到的是规范化的表格表示出来的资料,很容易选择适当的方法,而日常工作中往往不是这样,因此,如果学生对统计方法掌握不好,在实际工作学习中很容易出现滥用统计软件的情况。所以,我们教学中一再强调不能盲目的使用统计软件,而是要根据统计学原理选择合适的统计方法,然后再使用统计软件进行分析。
五、采用现代化教学手段
医学(卫生)统计学是一门应用性很强的学科,也是培养医科大学生观察和解决问题能力的学科,是临床医学及预防医学专业学生的必修课之一。如何正确、合理地应用数理统计的基本原理和方法,解决医学卫生领域中的统计问题,是本学科的侧重点。2005年3月~2008年12月对医学生进行了提高医学生医学统计基本知识、技能的教学研究,现将发现的问题及教学改革探索报告如下。
1 对象与方法
1.1 对象与分组
在校医学生,不同研究内容其相应的学生人数分别是:定量研究38人,定性研究200人,干预性研究,90人(传统教学组109人,讨论组81人)。
1.2 研究方法
1.2.1 定量与定性调查
针对学生的学习方式、学习态度以及实践教学过程中的问题,设计相应调查表。对定量研究的38人进行问卷调查,对定性研究的200人进行集体问题采访和个别问题采访,并对问题进行记录、整理。
1.2.2 干预性研究
在问卷调查基础上,针对学生学习中存在的主要问题,结合教学实践,采用干预对比研究。讨论组(81人):基本理论讲解+实践操作+讨论;传统教学组(109人):基本理论讲解+实践操作。经过近一学期教学后,对两组学生采用同一份试题进行测评,并对结果进行对比分析。
1.3 资料整理与统计方法
在Excel中进行数据录入,应用SPSS 13.0统计软件包进行描述性分析和χ2检验。
2 结果
2.1 定量与定性调查结果
定量研究结果:学习态度,97.4%(37/38)的学生认为在大学期间还需要好好学习,68.4%(26/38)认为应该积极和主动地学习;不清楚学习《医学统计学》目的的学生占26.3%,复习上课内容的学生占50%,偶尔复习的占13.2%,通常不复习的占36.8%,课前不预习老师上课内容的学生占71.1%。;不能灵活应用统计知识的占52.6%,认为统计理论不重要的学生占26.3%。选用是否复习和是否预习作为考察学生学习态度与实际学习行为关系的客观指标,结果显示,学习态度积极的26人中,复习占57.69%,不复习的占42.31%;学习态度不积极的12人中,复习的占75.00%,不复习的占25.00%,经χ2检验,差异无统计学意义。学习态度积极的26人,预习的占26.92%,不预习占73.09%;学习态度不积极的12人中,预习的占33.33%,不预习的占66.67%,经χ2检验,差异无统计学意义。定性分析结果显示,学生在学习《医学统计学》中存在的主要问题是“概念抽象、模糊”、“难理解”、“枯燥”,“实际应用难度大”、“不能灵活应用”等。
2.2 干预性研究结果
不同教学方法测评的试题总难度系数为63.73%。测评结果显示,讨论组(68.37±10.33)分,传统教学组(60.28±8.47)分,讨论组高于传统教学组(t=5.93,P
3 讨论
医学统计学培养医学生正确、合理地应用数理统计的基本原理和方法,解决医学卫生领域中的统计问题,需要学生们在记忆的基础上训练自己的逻辑思维、判断和综合能力,而这些素质与自主思考是密不可分的,具体体现在学习态度和行为上[1~3]。定量调查结果提示,即使是明白大学生应该自主学习,但具体在《医学统计学》的学习过程中,其行为也并不一定与思想一致,这可能是制约学生自主思考的主要原因,也可能是学习《医学统计学》困难的原因之一。定量调查结果还提示,部分学生对学习《医学统计学》的目的不明确,不了解为什么要学习这门课程,这可能导致学生的学习盲目性和不自觉性。定性调查结果提示,学生学习过程中,统计理论与实际应用脱节。分析其原因,可能是对理论知识的重要性认识不够,以及对基本概念和基本知识的掌握与理解有限。有些学生认为只要会用,统计理论并不重要,也有部分学生过于极端地认为《医学统计学》仅仅是一门操作技能课,忽视其深刻的理论基础。实践教学中,也反映出学生在平时实习课中对必须应用到的一些基本知识点记忆效果不理想,这可能会导致学生在学习中难以建立一个良性的知识循环结构,达到理论学习与实践学习互为促进的效果[4]。
学生在学习《医学统计学》时的实践操作能力与其对统计学基本概念和原理的准确掌握密切相关,鉴于此,在原来的传统教学法中,增加了针对基本概念、基本原理的讨论课,讨论教学组学生对于统计学中出现的基本概念的正确理解率高于传统教学组,提示有针对性的讨论教学对帮助学生准确理解基本概念、基本原理有明显的促进作用。
参考文献
[1]颜艳,徐勇勇. 统计思想是第一位的[J].2001(4):243-244.
[2]徐勇勇,赵清波.医学院校统计教学值得商榷的几个问题[J].中国卫生统计,2000(3):181-182.