几则很有趣的医学统计学故事
统计学小故事-1
统计学小故事-1今天的临床工作中经常遇到统计问题，绝大部分是在科研和实验当中遇到，不过说起来我们临床实际工作中的指南和课本上的理论，在现代的医学来讲也是用无数和科学的统计得到的理论体系和或者共识意见。
虽然这些理论和共识意见有可能很快就被更新。
说了些没有太多用的套话，实际一点的就是，我们在读文章的时候总会遇到统计学内容和成分。
虽然有些文章和文献快速阅读的方法是阅读文章摘要和看看结论，甚至更细致一些的会看看讨论；而具体文章中所用的统计学方法和计算理论往往是不熟悉的，比如卡方检验、T检验、meta分析等；说实话，每当读到这一块的时候，很多人会选择自然略过。
今天就“科学的工作”开一个头，或者做个引子。
以后会陆续对于统计学的内容进行一点一点复习。
今天的主要内容是听个统计学有关历史的故事。
这部分来源于《罗辑思维》的脱口秀。
当我听到这段内容时还是非常敬佩的，非医学专业的人在医学统计学的历史方面有如此的见识，值得点赞。
虽然这期内容“你还信中医吗？”带有明显的“反中医”色彩，也遭到了“中医粉”的谩骂，但这些并不重要，而他所讲的的这个随机双盲对照实验（RCT）讲得通俗易懂，逻辑流畅，是我们“复习”的典范。
这里主要讲了通过放血疗法退出历史舞台等内容自然引出“对照-双盲（盲测）-随机-大样本”的叙述流程。
之前还讲述了如何发现确切治疗坏血病的方法，这里没有引用。
这里所讲述的内容，在科学研究方面讲的还是比较明白的。
这里说的了“中医”是“朋友翻脸，割席断交”的话题。
首先我们既不是中医粉也不是完全反对中医，只是客观地看待历史文化与现代科学引领下的医学体系。
我们只是学习统计的小知识，带着学习的态度去阅读某一方面的内容，目前不涉及有关话题的立场问题。
以免真的惹出麻烦。
放血疗法退出历史舞台、安慰剂对照与RCT有10分钟的内容，不喜欢的直接略过，建议WIFI观看其实除了读文献资料可以遇到统计问题之外，那么在写文章时是必然会遇到的（除综述与个案报道外），比如实验设计，统计指标的选择，统计方法的选择，题目立意的选择等都可能与统计相关。
有趣的医学故事1000
有趣的医学故事1000最经典的也是最广为流传的上世纪医学最伟大的发现青霉素。
弗莱明的丘吉尔的基情轶事。
然而二十世纪对科学贡献最大的人或许另有其人现代做医学研究的一定听说过海拉细胞系一位来自美国农村的黑人妇女她促成了二十世纪的重大医学突破，包括小儿麻痹症的疫苗（十年前国内影视作品中很多出现小儿麻痹症，现在已经在中国消灭了），癌症化疗，基因复制，基因图谱，体外人工受精。
被带到太空里研究细胞融合，也被用于原子弹对细胞伤害的评估研究。
本世纪五个诺贝尔奖是基于海拉细胞系的研究。
1951年1月，30岁的Lacks发现自己的腹部出现了一个硬块，随即前往约翰·霍布金斯大学医院接受治疗。
诊断结果显示，Lacks患上了子宫颈癌。
在其不知情的情况下，其主治医生采集了Lacks身上的癌组织标本。
同年10月，Lacks去世了，但是从Lacks身上采集的细胞却没有死亡，出现了生长迹象，每隔24小时细胞数量就增加一倍，并被称为“不死”细胞。
1973年科学家找到了海拉的家人，海拉家人开始追回海拉细胞系的所有权。
终于在62年后的2013年取回的海拉细胞所有权。
在以后的岁月中，海拉细胞被提供给了世界各地的研究机构，用于癌症研究和制药等。
海拉细胞曾被用于调查原子弹爆炸对人体造成的影响，也曾搭载美国和苏联的火箭升空，被人们用于研究失重状态下的细胞增殖。
据医学及生物学数据库“PubMed”显示，与海拉细胞有关的论文数超过了65000份。
进入21世纪以来，已经有5个基于海拉细胞的研究成果获得了诺贝尔奖，其中包括“发现HPV”、“发现及开发绿色荧光蛋白质”等。
海拉细胞已经成为医学研究中十分重要的工具。
迄今为止，海拉细胞已在单细胞状态下活了18000代，相当于人类的45万年！据推算，迄今为止培养出的海拉细胞已经超过了5000万吨，其体积相当于100多幢纽约帝国大厦。
当年，Lacks并不知道自己的细胞已经被用于医学研究，直到20多年之后，Lacks的家属才知道海拉的细胞至今依然存活，继续为人类健康发挥着积极作用。
分享医学统计学科研实验中的几个小故事
医学统计学是一门很值得医生朋友们学习的科学。
只要熟练掌握了，绝大多数的科学研究都不在话下。
然而，绝大部分国内期刊，甚至在很多低分SCI杂志上，乱用统计学的现象多如牛毛。
很多医生朋友在学习医学统计学时，都抱着一副“比葫芦画瓢”的态度，试图套用统计学方法来解决自己面临的问题，而不去仔细思考统计学方法的来龙去脉。
笔者在这里和大家分享几则与医学统计学相关的小故事，并加以分析说明，希望可以帮助大家学到更多的知识。
1、甲经历数十年的研究，动用了各种高精尖的研究手段，发现了一个新的蛋白（命名为蛋白A）。
在肝癌患者中展开的研究表明，蛋白A和甲胎蛋白（AFP）有很好的相关性，其相关程度之好，几乎可以用“一塌糊涂”来形容，相关系数达到了0.99（P<0.0001）。
甲欣喜若狂，尽管蛋白A的检测过程还十分繁琐，检测费用还十分高，但是甲还是把持不住内心的激动，日夜兼程地撰写论文，宣称自己找到了一个新的肝癌标志物。
乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见写道：统计结果表明蛋白A和AFP的相关性十分明显。
如果是这样，在临床实践中，通过检测AFP完全就可以得知蛋白A的浓度了，蛋白A在肝癌中的临床价值完全可以被AFP代替，还不说蛋白A的检测过程繁琐，费用太高的问题，你说蛋白A还有什么价值？小故事大道理：统计学阳性的结果未必是“好结果”。
2.甲发明了两套诊断肺癌的方案，分别命名为A和B。
为了明确这两种方到底谁“更胜一筹”，甲找了100个肺癌患者和100个疑似肺癌患者（结核、肺炎等），分别用A、B两套方案去进行鉴别诊断。
在200个研究对象中（100个肺癌和100个非肺癌），方案A正确了100回，准确率50％，方案B仅仅正确了50回，准确率仅为25%。
卡方检验表明：方案A和B准确率之间的差异有统计学意义（P<0.01）。
很明显，方案A的准确性要高于方案B。
甲赶紧发表论文，指出：方案A诊断肺癌的准确性优于方案B。
中医药小故事
中医药小故事
故事一，《针灸神奇的力量》。
在古代，有一位名叫华佗的医生，他精通中医药，尤其擅长针灸疗法。
有一次，有位皇帝因患有急性头痛而找华佗求医。
华佗为皇帝施行了针灸疗法，不久皇帝的头痛便得到了缓解。
皇帝对华佗的医术大为赞赏，从此，针灸疗法在中医药中被广泛应用，成为了中医药中不可或缺的一部分。
故事二，《草药的神奇功效》。
在古代，有一位名叫神农的医者，他发现了很多草药的神奇功效。
有一次，神农在山中发现了一种名叫黄芪的草药，他尝试使用黄芪治疗了很多患者，效果非常显著。
后来，黄芪被广泛用于中医药中，成为了一种重要的草药材料之一。
故事三，《中医药在抗击疫情中的作用》。
在近年来的抗击疫情中，中医药发挥了重要的作用。
许多中医药医生奋战在抗击疫情的一线，他们运用中医药的理论和方法，成
功治愈了很多患者。
中医药在疫情中的作用得到了充分的肯定，也让更多的人认识到了中医药的重要性。
故事四，《中医药的传承与创新》。
中医药作为中华民族的宝贵文化遗产，一直以来都得到了精心的传承与创新。
许多中医药学者和医生不断地钻研中医药的理论和临床实践，不断地创新中医药的疗法和药物。
这些传承与创新，使得中医药在现代医学中依然具有重要的地位和作用。
中医药小故事，让我们更加深入地了解了中医药的历史、理论和实践，也让我们对中医药有了更加深刻的认识和理解。
中医药的神奇力量，不仅体现在治疗疾病上，更体现在中医药文化的传承与创新中。
让我们一起珍惜和传承中医药这一宝贵的文化遗产，让中医药的光芒继续闪耀在人类医药史的长河中。
医学统计学案例分析
医学统计学案例分析医学统计学是应用数理统计学原理和方法对医学研究进行分析的学科。
下面介绍一个医学统计学案例分析。
某医院开展了一项针对心脏病患者的新药临床实验。
实验分为两组，A组为接受新药治疗的患者，B组为接受常规治疗的患者。
为了评估新药的疗效，研究者采集了每组患者的治疗前和治疗后的心脏功能数据。
实验结果如下表所示：组别治疗前心脏功能治疗后心脏功能A组 70 85B组 65 80为了分析和评估新药的疗效，可以采用配对样本T检验进行统计分析。
配对样本T检验是一种适用于两个相关样本的统计检验方法。
首先，可以计算出每组患者的差值（治疗后心脏功能-治疗前心脏功能）：差值A组 = 85-70 = 15差值B组 = 80-65 = 15接下来，计算这些差值的平均值和标准差：平均值差值A组 = 15/1 = 15平均值差值B组 = 15/1 = 15标准差差值A组= sqrt(Σ(xi-平均值差值A组)²/(n-1)) = 0标准差差值B组= sqrt(Σ(xi-平均值差值B组)²/(n-1)) = 0然后，可以计算T值：T = (平均值差值A组-平均值差值B组)/sqrt((标准差差值A组²/样本容量)+(标准差差值B组²/样本容量))T = (15-15)/sqrt((0²/1)+(0²/1)) = 0最后，根据自由度和显著性水平可以查找T值对应的临界值。
假设显著性水平为0.05，查表可得临界值为1.96。
由于计算得到的T值为0，小于临界值1.96，所以可以得出结论：新药治疗和常规治疗在心脏功能上没有显著差异。
通过以上医学统计学案例分析，我们可以对新药的疗效进行客观评估，为临床医学提供科学依据。
姜晶梅医学统计学案例讨论
姜晶梅医学统计学案例讨论医学统计学是应用统计学原理和方法来分析医学数据、评估医学假设和支持医学决策的学科。
在医学统计学中，姜晶梅是一个常用的案例，它可以用来讨论不同的统计学概念和方法。
以下是对姜晶梅医学统计学案例的多角度全面回答。
1. 背景介绍：姜晶梅是一位医学研究人员，她正在进行一项研究，旨在探究某种新药对心脏病患者的疗效。
她随机选取了200名心脏病患者，将其分为两组，一组接受新药治疗，另一组接受传统药物治疗。
她收集了两组患者的相关数据，并进行了统计分析。
2. 研究设计：姜晶梅采用了随机对照试验的设计，这是医学研究中常用的一种设计。
通过随机分组，可以减少实验结果的偏倚，增加实验的可靠性和可比性。
3. 数据收集：姜晶梅收集了两组患者的基本信息，如年龄、性别、病史等，并记录了治疗前后的心脏功能指标，如心率、血压、心电图等。
这些数据可以用来评估新药治疗的效果。
4. 数据分析：姜晶梅使用了多种统计学方法对数据进行分析。
她首先进行了描述性统计，计算了两组患者的平均值、标准差等指标，以了解两组之间的差异。
然后，她进行了假设检验，比较了两组患者在心脏功能指标上的差异是否显著。
此外，她还进行了生存分析，评估了新药对患者生存率的影响。
5. 结果解释：姜晶梅根据数据分析的结果得出结论。
她发现，接受新药治疗的患者在心脏功能指标上表现出显著改善，与传统药物治疗组相比，差异具有统计学意义。
此外，生存分析结果显示，新药组的患者生存率更高。
6. 结果讨论：姜晶梅对结果进行了讨论，并提出了可能的解释。
她认为，新药可能具有更好的疗效，可以改善心脏病患者的生存和心脏功能。
她进一步讨论了研究的局限性和未来的研究方向。
7. 实践意义：姜晶梅的研究结果对临床医学具有重要的实践意义。
它为心脏病患者的治疗提供了新的选择，并为进一步的研究和开发新药提供了依据。
综上所述，姜晶梅医学统计学案例涵盖了研究设计、数据收集、数据分析、结果解释、结果讨论和实践意义等多个方面。
医学统计学案例分析
医学统计学案例分析医学统计学是医学研究中不可或缺的重要组成部分，它通过对医学数据的收集、整理、分析和解释，为医学研究提供了有力的支持。
本文将通过一个具体的医学统计学案例，来说明统计学在医学研究中的应用和意义。
某医院进行了一项针对心脏病患者的临床研究，研究对象分为两组，一组接受传统治疗，另一组接受新型药物治疗。
研究的目的是比较两种治疗方法在降低心脏病发作率方面的差异。
在研究开始前，研究人员首先收集了参与者的基本信息、病史、生活方式等数据，然后在一定时间内对两组患者的心脏病发作情况进行了观察和记录。
通过对收集到的数据进行统计分析，研究人员得出了如下结论，新型药物治疗组的心脏病发作率明显低于传统治疗组。
经过统计检验，这一差异被证实具有显著性。
此外，研究人员还发现，新型药物治疗组的患者在心脏病发作后的恢复速度也更快，住院时间更短。
这个案例充分展示了医学统计学在临床研究中的重要作用。
首先，通过对参与者的基本信息和病史等数据进行描述性统计分析，研究人员可以更清楚地了解研究对象的特征和分布情况。
其次，通过对不同治疗组的心脏病发作率进行比较，可以得出治疗效果的初步结论。
最后，通过统计检验等方法，可以验证结论的显著性，为临床实践提供科学依据。
在医学研究中，统计学还可以帮助研究人员解决一些实际问题，比如样本量的确定、研究设计的选择、数据分析方法的应用等。
同时，统计学方法的运用也使得研究结果更加客观、可靠，提高了研究的科学性和说服力。
总之，医学统计学在医学研究中发挥着不可替代的作用，它为医学研究提供了科学的数据支持和分析手段，为临床实践提供了科学依据。
希望医学界的研究人员能够更加重视统计学的学习和运用，不断提高自身的统计学素养，从而更好地开展医学研究工作，为保障人民健康做出更大的贡献。
和统计有关的10个小故事知音
和统计有关的10个小故事知音统计是一项重要的工作，它可以帮助人们了解世界、做出决策和规划未来。
在各行各业中，统计都扮演着重要角色。
下面我们将通过10个小故事，来了解统计在日常生活中的应用。
第一个故事发生在一家大型超市。
这家超市想要了解顾客们对新推出的产品的反应，于是他们进行了一次问卷调查。
通过对收集到的数据进行分析，他们得出了顾客们的满意度，并且做出了相应的调整。
这个故事告诉我们，统计可以帮助企业了解市场需求，从而做出更好的经营决策。
第二个故事发生在医院里。
一名医生想要了解某种药物对患者的治疗效果，于是他进行了一项临床试验，并对实验结果进行了统计分析。
通过统计，医生得出了该药物的疗效，并且为患者的治疗提供了参考依据。
这个故事告诉我们，统计可以帮助医生进行科学的医疗决策，提高治疗效果。
第三个故事发生在学校里。
一名老师希望了解学生们的学习情况，于是她进行了一次考试，并对成绩进行了统计分析。
通过统计，老师得知了学生们的学习水平，并且可以根据统计结果进行有针对性的教学。
这个故事告诉我们，统计可以帮助老师了解学生，提高教学质量。
第四个故事发生在政府部门。
一家政府部门希望了解市民对某项政策的满意度，于是他们进行了一次问卷调查，并对数据进行了统计分析。
通过统计，政府部门得出了市民对政策的态度，并且可以根据统计结果进行政策调整。
这个故事告诉我们，统计可以帮助政府了解民意，制定更好的政策。
第五个故事发生在科研领域。
一名科学家希望了解某种新发现的规律，于是他进行了一系列实验，并对实验数据进行了统计分析。
通过统计，科学家得出了新的规律，并且可以为进一步的研究提供指导。
这个故事告诉我们，统计可以帮助科学家发现新知识，推动科学进步。
第六个故事发生在金融行业。
一家投资公司希望了解股市的走势，于是他们对股票数据进行了统计分析。
通过统计，投资公司可以了解股市的变化趋势，并且可以做出相应的投资决策。
这个故事告诉我们，统计可以帮助投资者找到投资机会，获得更好的投资回报。
趣味统计学经典案例
趣味统计学经典案例1. 生日悖论生日悖论是指在一个房间里，只需要23个人，就有50%以上的概率至少有两个人生日相同。
这个案例经典的体现了概率论中的鸽巢原理和生日悖论的概率计算。
2. 蒙提霍尔问题蒙提霍尔问题是指一个选手会面对三扇门，其中一扇门后面有奖品，另外两扇门后面是空的。
选手先选择一扇门，然后主持人会打开剩下两扇门中的一扇门，露出一扇空门。
选手是否应该换门以增加获奖的概率，这个问题引发了很多争议和讨论。
3. 红绿灯问题红绿灯问题是指在一个红绿灯路口，红灯亮的时间为60秒，绿灯亮的时间为90秒。
假设一个人随机到达这个路口，他等待的时间有多长？这个问题可以用概率统计的方法来解答，并且可以拓展到更复杂的情况。
4. 奇偶校验奇偶校验是一种常用的错误检测方法，常用于计算机数据传输中。
它利用二进制数中1的个数的奇偶性来检测错误。
比如，一个字节中有奇数个1，则奇偶校验位为1，否则为0。
这个案例可以帮助我们理解错误检测的原理和应用。
5. 投掷硬币投掷硬币是统计学中最基础的实验之一。
通过投掷硬币的结果，我们可以计算出正面和反面出现的概率，进而进行概率分布的推断和假设检验。
6. 高尔夫球洞问题高尔夫球洞问题是指在一个高尔夫球场上，有一个球洞和一个标杆。
如果球员将球随机击打，求平均击打到球洞的距离。
这个问题可以通过统计模拟和概率分布计算来解答。
7. 疾病筛查疾病筛查是统计学在医学领域的重要应用之一。
通过对人群进行检测和筛查，可以计算出疾病的发病率、敏感性、特异性等指标，对疾病的预防和控制起到重要作用。
8. 艾滋病传播模型艾滋病传播模型是指通过数学模型和统计方法，研究艾滋病在人群中的传播规律和预测。
通过对不同人群的感染率、传播速度等指标的估计，可以制定有效的防控措施。
9. 电影评分电影评分是一种常见的统计学应用，通过对观众的评分和评论进行统计分析，可以计算出电影的平均评分、评分分布、观众对电影的满意度等指标，对电影的推广和市场研究具有重要意义。
医学统计学案例分析
案例六
• 问题： 处理因素为治疗方法，有三个水平，但各组 根据病情需要加用静脉滴注硝酸甘油。硝酸 甘油有改善心绞痛的症状，因此各组效应既 包括处理因素的效应，又包括硝酸甘油的效 应，混杂在一起，无法分辨到底是谁的作用。 各组治疗时间不同，7天到27天不等，疗效评 价结果缺乏说服力。
设计
• 1、已知正常人乙酰胆碱酯酶的均数为 1.44U，现测得13例慢性气管炎患者的乙酰 胆碱酯酶：1.50 2.19 ……….1.96 2.39 。
实验设计案例分析
2010.11
案例三
• 目的：小剂量干扰素加三氮唑核苷治疗流行 性乙脑效果
• 分组：
治疗组---对发病5天以内接受一般治疗的 患者加用小剂量干扰素与三氮唑核苷治疗
对照组---一般治疗
• 结论：两组比较差别有统计学意义，治疗组 优于对照组。
• 问题：未达到均衡可比要求
案例四：问题
• 问题： 对照不全。如组1与组3差别无统计学意义， 而组2与组3差别有统计学意义，无法判断是 因为污染还是带糠皮米造成的。
• 对照形式：自身前后对照 • 假设检验方法：差值d如为正态，则配对t检验或单
组重复测定设计有关分析方法； • 差值d如为偏态，则配对符号秩检验
设计
• 从8窝大鼠的每窝中选出同性别、体重相近的2只， 分别喂以水解蛋白和酪蛋白饲料，4周后测定其体 重增加量，结果如下。
• 窝别
1
2 。。。 7
8
• 酪蛋白 82 66 。。。 73 90
谢 谢！
• 水解蛋白 15 28 。。。 21 37
• 设计类型：配对设计
• 假设检验方法：差值d如为正态，则配对t检验；
• 差值d如为偏态，则配对符号秩检验。
中国古代的医学奇闻野史
中国古代的医学奇闻野史中国古代的医学奇闻野史记录了许多令人称奇的医疗事件和医术传奇，这些故事不仅展示了中国古代医药的发展历程，也反映了人们对生命和健康的关注和追求。
以下将介绍几个具有代表性的例子，以展示这些医学奇闻。
一、扁鹊救命金针中国古代最著名的医生之一扁鹊，以他的卓越医术被世人所称颂。
据传扁鹊年轻时曾在夜晚遇到一位将死的少年，他即兴使用金针刺入患者身体，令其病情突然好转，并最终康复。
这一奇迹般的疗效使得扁鹊声名鹊起，他的针灸疗法也成为中国古代传统医学的核心之一。
二、华佗断肠救命华佗被誉为中国古代最伟大的外科医生之一，他的医术高超令人叹为观止。
据说，有一次，一位病人因心脏破裂而濒临死亡，华佗立即决定采用肺切开术来拯救他。
然而，手术中断了病人的胸腔，使他的心脏露出体外，华佗决定用自己的手背放在病人的心脏位置来保持血液供应，手术一直持续了很长时间。
最终，手术成功，病人获救。
这个故事流传至今，成为对华佗临危不乱、冷静机智的赞美。
三、李时中求生术李时中是明代著名的医学家和博物学家，他在医学方面有很高的造诣。
据传，李时中一次遭遇了一名恶鬼的袭击，他一边被恶鬼咬住，一边利用自己的医学知识，提取一种草药用舌头含在嘴里。
这种草药具有毒性，李时中与恶鬼共享这种药物，结果恶鬼毒发身亡，而李时中幸存。
这个故事被赞美为李时中机智过人、智慧出众的体现。
四、董永真经治愈董永是唐代著名的中医师，他以真经医术而闻名于世。
相传，董永曾治愈了一位因失恋而导致的抑郁症患者。
患者情绪低落、食欲不振，且出现失眠等症状。
董永根据患者的病情，采用了一些特殊的草药配方，并结合针灸疗法进行治疗。
令人惊讶的是，这位患者不久后恢复了健康，重新燃起了对生活的热情。
这一治愈案例引起了广泛的关注，对中医草药的研究也在此得到了推动。
五、杨延德的翻脸术杨延德是明代的一位著名医学家，他以其卓越的整形手术而闻名。
据说，杨延德曾经对一位因战争而留下严重面部伤痕的士兵进行整形手术。
很有趣的医学统计学故事(一)
很有趣的医学统计学故事(一)医学统计学是一门很奇妙的科学。
要说它简单吧，其实也挺简单的，常见的统计方法也就十余种，在教科书上都能找到，只要熟练掌握了，虽不敢夸下海口说可以“以秋风扫落叶的气概横扫四海之内的杂志”，但足以轻车熟路地应付 99% 的科学研究。
要说它复杂吧，也挺复杂的，毫不夸张地说，绝大部分国内期刊，甚至在很多低分 SCI 杂志上，乱用统计学的现象多如牛毛。
很多同行在学习医学统计学时，都在抱怨自己很难走出“一学就会，一会就用，一用就错，一错就懵”的怪圈。
究其原因，主要是部分同行学习医学统计学时都抱着一副“依葫芦画瓢”的态度，试图“套用统计学方法”来解决自己面临的问题，而不去仔细思考统计学方法的来龙去脉。
本文拟谈几则与医学统计学相关的故事，希望能帮助大家从宏观上正确认识医学统计学这门科学。
1、两个指标诊断疾病的问题路人甲做了一个研究，旨在比较两个指标（A 和 B）对肝癌的诊断价值。
路人甲以 A 和 B 的参考范围上限作为诊断界值，得出了 A 和 B 在该界值下对应的诊断敏感性和特异性。
结果表明，本人系天天论文网就职11年的资深论文编辑；工作中与各大医学期刊杂志社进行学术交流过程中建立了稳定的编辑朋友圈，系多家医学杂志社的特约编辑，常年为医学期刊杂志供稿，负责天天论文网医学论文·分检·编校·推送·指导等工作！工作企鹅1:1550116010 工作企鹅2: 766085044A 的诊断敏感性为 0.80，特异性为 0.90；B 的诊断敏感性为 0.85，特异性为 0.87。
路人甲很快撰写论文报道了自己的研究成果，指出 B 诊断肝癌的敏感性高于 A，而特异性低于 A。
路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见中写道：就敏感性而言，B 高于 A；就特异性而言，A 高于 B。
诊断敏感性和特异性与所采用的界值密切相关，作者得出的敏感性和特异性仅仅代表了一个诊断界点下面的诊断效能，无法从全局上反映 A 和 B 的诊断价值。
有趣的医学小故事
有趣的医学小故事
医学界有许多令人啧啧称奇的小故事，其中一则故事令人难以置信又好笑。
故
事发生在19世纪，当时由于医学技术的限制，手术过程相当困难且危险。
有一天，一位年轻的医生正在为一位患有结石的病人进行手术。
他首次尝试进
行膀胱手术，但显然还不够熟练。
手术中，这位医生意外地将一只长12厘米的钳
子掉进了病人的腹腔。
医生立即感到惊慌，意识到他犯了个大错误。
他绝望地想到这位病人可能会由
于这个错误而丧命。
但是，他并没有因此而放弃，相反，他冷静地思考后决定采取一种卓越的行动。
这位医生首先决定采用一种不同寻常的方法。
他告诉病人：“我发现了个好玩
的游戏，我们一起来玩吧！你看到的这只钳子在你的体内，我将尝试用另一只钳子抓住它，如果我成功了，你将是个幸运的人！”
然后，这位医生在手术室里设置了一个特制设备，帮助他准确地找到钳子的位置。
凭借他超人的耐心和灵巧的技巧，医生竟然成功地从患者的腹腔中取出了钳子，而且庆幸的是，病人没有受到任何伤害。
这个故事虽然有点离奇，但它展示了医生们在面对错误时的常人以外的创造力
和自信。
这位年轻的医生不仅仅是寻找救援的方法，还要保护病人的安全和心理健康。
这则医学小故事无疑向我们展示了医学界中的一位英雄，他在最为困难的情况
下表现出色，最终拯救了病人的生命。
与医学的快速发展相比，这个故事不仅仅是一个有趣的医学奇迹，更是对医生职业道德的一种光辉体现。
有趣的医学史故事
有趣的医学史故事1. The Dancing Plague (舞蹈瘟疫)在1518年，法国斯特拉斯堡市爆发了一种奇怪的现象——大量民众开始疯狂地跳舞，无法停下或控制自己的动作。
据称，这种疯狂持续了数周甚至数月，直到受影响者疲惫不堪或死亡。
医学家对这种现象分析后认为，可能与集体心理暴动、药物中毒或神经病理有关。
2. The Spanish Flu (西班牙流感)在1918年至1920年期间，一场名为"西班牙流感"的全球大流行病肆虐了世界，造成数百万人死亡。
这种流感与一般感冒不同，病程短暂却高度致命，主要攻击年轻而健康的人群。
医学家长时间试图确定其起源和传播途径，由于当时的医学技术有限，事实上一直没有找到确切的答案。
3. The Case of Phineas Gage (菲尼厄斯盖奇事件)1848年，美国铁路工人菲尼厄斯·盖奇发生一起严重的事故，一根长肉钩从他的脑部穿过。
尽管菲尼厄斯没有丧失生命，但他的脑损伤导致了巨大的性格和行为改变。
这个案例对于认识大脑的功能以及脑损伤对人格和情绪的影响产生了重要影响，被视为心理医学历史上的里程碑事件之一。
4. The Discovery of Penicillin (青霉素的发现)青霉素被誉为现代抗生素时代的奠基之一。
在1928年，亚历山大·弗莱明偶然发现一种抑制细菌生长的真菌，在其发电机上留下一滩发霉的样本后，他发现周围的细菌无法在其附近生长。
这个意外的发现最终开启了抗生素研究的新纪元，救了数百万人的生命。
5. The Strange Case of Phineas Fernandes (费内斯·费尔南德斯的奇怪案件)在2000年代早期，一位巴西男子费内斯·费尔南德斯在一次非法手术中失去了大部分上半身，包括内脏器官和四肢，只剩下一个头和胸部。
这个令人难以置信的案例引发了医学界的广泛关注和辩论，医生们为他安装了一个特制的金属外壳并进行了一系列的手术，最终使他得以继续生存。
医学趣味小故事
医学趣味小故事以下是 8 条医学趣味小故事：1. 有一次，医生小明在急诊室里遇到了一个奇怪的病人。
那家伙居然说自己像个气球一样，感觉要飘起来了。
小明就问他：“咋回事啊，难道你真觉得自己能飞呀？”后来一检查，原来他是吃错药产生幻觉啦！你说这事儿搞不搞笑？2. 还记得那次，王奶奶说她的头疼得像有小人在里面敲鼓。
医生小李赶紧给她检查，一边检查还一边开玩笑地说：“王奶奶，那小人是不是奏的摇滚乐啊？”最后发现只是王奶奶没休息好。
这可真是让人虚惊一场啊！3. 哎呀呀，那次小张医生遇到一个小朋友，小朋友哭着说自己的肚子里有小怪兽。
小张笑着说：“那我们得把小怪兽赶跑呀！”经过一番查看，原来是小朋友吃太多零食闹肚子啦。
真是可爱的小朋友呀！4. 你们知道吗，有个病人跟医生说他的骨头像散架了一样。
医生小赵马上严肃起来，问道：“那你是不是跟人打架啦？”结果是他做了太剧烈的运动。
这可把他吓得够呛！5. 有回李医生被一个病人拉住，病人非要说自己能看见别人看不见的东西。
李医生打趣道：“难道你有第三只眼呀？”最后诊断原来是精神压力太大了。
可把大家紧张坏了！6. 记得有个病人对王医生说自己的腿像面条一样软。
王医生笑着回他：“那不成了面条人啦！”检查后发现只是营养不良而已。
真是让人哭笑不得呀！7. 有次一个大叔说自己的心脏跳得像敲鼓。
医生小刘惊讶地问：“那鼓声大不大呀？”结果是大叔喝了太多咖啡。
这大叔也太逗了吧！8. 曾经有个阿姨说她的喉咙像被堵住了。
医生小马就说：“难道是有个小怪物在那捣乱呀？”原来是喉咙发炎啦。
这阿姨可把大家逗乐了。
结论：这些医学趣味小故事是不是很有意思呀？它们让我们看到了医学中的各种奇妙状况，也感受到了医生和病人之间有趣的互动。
其实医学也可以充满乐趣呢！。
颜虹的医学统计学案例选
颜虹的医学统计学案例选引言在医学领域，统计学被广泛应用于增进医疗技术、患者治疗以及药物研制等方面。
而颜虹作为统计学大师，在医学研究领域上也留下了许多研究成果。
本文将介绍颜虹医学统计学案例，以期为科研工作者提供参考和借鉴。
一、颜虹与慢性疾病患者的生命质量颜虹曾经对慢性疾病的患者生活质量进行了研究分析，研究的对象为美国弗吉尼亚州的慢性疾病患者。
他们的研究表明，慢性疾病的患者在感知自身生命质量时会受到一系列因素的影响，例如患病类型、发展程度、患病持续时间以及患者个人特点等。
此外，研究结果还表明，患者基本的人口统计信息也会影响他们的生命质量体验。
这项研究结果对于了解患者的真实需要以及制定相应的医疗计划具有重要意义。
二、颜虹与乳腺癌药物治疗乳腺癌是女性中非常常见的恶性肿瘤疾病，目前多数乳腺癌伴随着激素受体阳性。
因此，避孕药在乳腺癌治疗中也有重要的应用价值。
而颜虹与其他统计学家合作，对有服用避孕药史的乳腺癌患者进行了药物治疗的研究分析。
结果表明，与未服用避孕药的患者相比，服用避孕药的患者在接收药物治疗时，生存期有所延长，治疗效果更加显著，具有一定的优势。
这一研究结果提供了一定的临床实践指导，尤其对于该疾病的治疗具有重要的指导意义。
三、颜虹与基因组学研究颜虹与其他学者还研究了基因组学在医学诊断和治疗中的应用。
这项研究运用了多项统计学方法，包括拟合模型、整合模型和模型选择等。
结果表明，基因组学分析可以帮助科研人员更好地理解基因间互动关系，从而为疾病的诊断和治疗提供更加准确的方法。
此外，该研究还表明，基因组学分析可以为疾病的预后评估和治疗方案的制定提供参考，具有很深远的意义。
四、颜虹与防止新病例发生颜虹与其他统计学家还研究了防止新病例发生的方法。
他们在对政府公共卫生部门的调研中发现，全面的健康教育和公共卫生宣传可以显著地降低新疾病的发生和流行程度。
比如，研究表明在SARS爆发期间，强制执行口罩佩戴和个人卫生习惯的教育宣传可以显著降低SARS的传播速度。
统计学在医学领域的应用分析
统计学在医学领域的应用分析随着社会的发展，人们的生活习惯、环境变化和基因突变等因素在不断影响着人们的健康，同时医疗技术也在不断发展和进步。
而统计学在医学领域的应用越来越受到重视，因为通过统计分析可以将大量的疾病数据变成可以理解的形式，并推断出相应的医学决策与行动，为医生提供更有力的决策支持，同时也为患者提供更科学、更有效的治疗方法。
本文将着重探讨统计学在医学领域中的应用案例。
一、病毒性疾病流行趋势分析当发现某个病毒性疾病开始流行时，医生需要了解疾病的流行趋势，以便更好的为病人提供相应的治疗和预防措施。
例如，在SARS疫情爆发期间，广州市疾病控制中心利用统计学方法进行对疫情的预测和分析，并在相关人员当中加强咨询服务、扩大病毒筛查，帮助政府做出相应的防疫决策。
通过统计学方法，研究人员可以对疾病流行的空间、时间、人口等因素进行分析，并预测流行趋势和疫情高发地区。
这样，政府可以采取控制措施，减少疾病的传播。
二、药物疗效分析药物疗效分析是临床试验中的重要环节，也是统计学在医学领域中的重要应用之一。
疾病的治疗需要选择合适的药物，因此评价药物疗效是临床试验中的一个重要内容。
通过合理的样本大小、实验设计和数据分析，可以减小因样本数据不足或者偏差产生的影响，从而得出更合理和客观的分析结果。
程序中需要处理的问题包括检验药物的有效性、安全性，以及药物与其他因素之间的关系等。
三、医疗质量分析医疗质量是医院的核心竞争力。
质量管理需要系统化的建设，而统计学是质量管理的核心工具之一。
在医疗质量管理中，统计学可以帮助医院检验各项质量指标是否达到规定标准，分析医疗过程和结果的变化趋势，制定补救措施和改进措施。
如果医生在治疗上出现过失，统计学方法可通过分析治疗前后的数据，找出治疗过程中的漏洞和问题。
四、疾病预测分析通过统计学方法，可以对人群进行分类，并做出相应的预测。
例如，根据病人的年龄、代谢情况、生活环境等因素，可以进行心血管疾病的预测，并制定相应的预防方案。
“卫生院”里的数故事
“卫生院”里的数故事卫生院是一个为了照顾大家身体健康的地方，那么在卫生院里会发生哪些有趣的数故事呢？接下来我们就来制作一份关于卫生院里的数故事。
故事一：“打疫苗的故事”小明和妈妈一起来到卫生院，因为小明要接种疫苗了。
医生拿出一支注射器，里面装着5毫升的疫苗液。
小明看着那支长长的针筒，有些害怕，但是为了保护自己的健康，他还是勇敢地伸出了手臂。
医生慢慢地将5毫升的疫苗液注射到小明的皮下组织里。
小明感觉到一点点疼痛，但是他想到这样做可以预防疾病，于是乖乖地咬咬牙，忍了下来。
这个故事中，我们可以学到数学的计量单位——毫升。
5毫升的疫苗液注射到小明的身体里，预防了他的健康。
通过这个故事，我们可以了解疫苗的使用和计量单位的重要性。
小芳的奶奶生病住进了卫生院，为了关心奶奶，小芳和爸爸妈妈一起前去探病。
在病房里，小芳看到奶奶左手上被缠着一个长长的纱布，奶奶跟小芳说：“这是医生给我做了手术，缝了2根线。
”小芳好奇地数了数，果然有2跟线头在纱布上露了出来。
探病的时候，小芳还看到了护士给奶奶喂药。
她问护士：“奶奶要吃多少颗药？”护士笑着说：“奶奶一次要吃3颗药，每天吃3次。
”小芳想了一下，算了一下，奶奶一天要吃9颗药。
在这个故事中，我们学到了数学中的计数和乘法。
通过数线头和计算药品数量，我们可以在生活中更方便地使用数学知识。
小强发烧了，妈妈赶紧带他来到卫生院。
医生拿出了一支体温计，对着小强的嘴巴测量体温。
医生告诉小强：“你的体温是39摄氏度。
”小强看着体温计上的刻度，很惊讶地问：“39是高还是低？”医生耐心地解释说：“正常体温是36.5摄氏度到37.2摄氏度之间，你的体温比正常体温高了很多，说明你生病了。
”通过这个故事，我们可以学习到温度的测量和比较。
了解正常体温范围，可以帮助我们更好地判断身体健康状况。
因为天气变冷，很多人都感冒了，于是卫生院里排队看病的人特别多。
小红看到门诊室里的人很多，就问妈妈：“我们要排多久的队呢？”妈妈答复说：“我们是第10号，现在正在为第5号的病人做检查，我们需要等待一段时间。
医学有故事10死磕药物安全性
医学有故事10死磕药物安全性埃尔利希刚在威斯巴登会议做完报告，第二天就有许多人直接从威斯巴登来到法兰克福，研究所走廊挤满了人。
有些是医生，来访为的是索取洒尔佛散试用样本；有些是病人，来这里是想请埃尔利希给他们治疗。
几天之后，信件也开始抵达，每天都有上百封信，向埃尔利希索要洒尔佛散。
电话铃整天响个不停，卡德雷特按要求回复电话，还需要尽量拦住试图闯进大门找埃尔利希求药的人。
埃尔利希不做临床，但很明白临床操作。
病人直接上门求医，他不会同意；他不是江湖术士，不打算靠出售秘方发财。
病人来求诊，他都是转荐到专门的医院去，让医生安排治疗。
至于来求药的医生，他会仔细询问背景，询问对梅毒治疗的经验，旁敲侧击地了解这个医生对药效检验是不是理性，是不是足够谨慎。
他有理由这么苛刻，流传民间的秘方，即使有一些生物活性，效价也很弱，若有人胡乱服用，通常不会有什么严重后果，至少不会马上看到严重后果。
真正的有效药，是不能随便让人使用的，洒尔佛散效力很强，虽然从实验数据和目前的临床试用结果看，其体毒确实很低，但只要是高效的药物，就必须提防对人体的冲击，给病人用这样的药，用药人员都要经过专业训练，所以埃尔利希坚持严格考察医生背景，考察满意，才可以提供药源，让他们试用。
这些医生都必须做出承诺，保证严格按规定选择适应症。
洒尔佛散还处于临床检验阶段，出于稳妥，埃尔利希要求，只有早期梅毒才可以选为治疗对象，理由很简单：目前洒尔佛散是靠实验室设备生产，产量太少，早期原发梅毒大多可以快速治愈，而晚期病人却需要多次给药，用量太大，目前的产量撑不住。
埃尔利希对临床工作没热情，但对用药需要注意的各种问题都非常清楚。
他给试用洒尔佛散的医生们定下要求，首先必须检查病人是不是有器官损害，确认适应症，才可以开始用药；用药必须考虑个体差异，对不同的人，要分别探索耐受剂量，探索时必须高度小心，小量增加。
以往曾经有希望的几个候选药物，包括306和418，都出现过敏问题，所以他交代临床医生，要密切注意观察有没有过敏迹象，如果出现问题随时处理。
有趣的医学故事
有趣的医学故事嘿，大家知道吗？医学的世界那可真是充满了各种稀奇古怪又有趣的故事呢！有一次啊，我听说了一个事儿。
有个医生遇到了一个特别奇怪的病例。
这病人啊，总说自己肚子疼，可怎么检查都找不出原因。
医生们那是绞尽脑汁啊，各种检查做了个遍，还是一无所获。
这就好比你在家里找东西，明明感觉就在那一块儿，可就是怎么都找不到！你说急人不急人？后来啊，有个经验丰富的老医生出马了，他就像个侦探一样，仔细询问病人的生活习惯。
结果你猜怎么着？这病人有个特别的爱好，喜欢吃那种奇奇怪怪的野果子。
嘿，这下可找到源头了！原来啊，是一种野果子在他肚子里捣乱呢！这就像你不小心吃了个坏东西，然后肚子就开始闹腾了。
还有啊，曾经有个病人，一直觉得自己身体不舒服，但就是说不出个具体症状来。
医生们都快被他搞晕了，这可咋办呢？这时候啊，有个年轻的医生灵机一动，决定和病人好好聊聊他的日常生活。
一聊才发现，这病人啊最近工作压力特别大，整天忙得晕头转向，心情也不好。
这不就跟我们有时候压力大了就觉得浑身不自在一样吗？然后医生就建议他先放松放松，调整一下心态。
嘿，你别说，过了一段时间，这病人还真就好多了！这是不是很神奇？就好像你的心情好了，身体也跟着变得轻快了。
再给你们讲个更有意思的。
有个病人去看医生，说自己头疼得厉害。
医生检查了半天，也没发现什么大问题。
这时候，医生突然注意到病人头上戴了顶特别紧的帽子。
一问才知道，这帽子是病人新买的，觉得好看就一直戴着。
医生就让他把帽子摘了，结果头疼居然慢慢就好了！这像不像你穿着一双特别紧的鞋子，走得脚疼，把鞋子脱了就舒服了？这些故事是不是很有趣？医学可不只是那些冷冰冰的仪器和数据，它也有很多充满人情味和意外的地方呢！其实我们的身体就像一个复杂的机器，有时候一些小细节就能引起大问题。
我们可得好好照顾自己的身体，别乱吃东西，别给自己太大压力，穿合适的衣服鞋子。
不然啊，说不定什么时候身体就会给你闹个小别扭呢！所以啊，大家要记住，身体是革命的本钱！平时多注意自己的身体状况，有不舒服的地方一定要及时看医生。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
几则很有趣的医学统计学故事医学统计学是一门很奇妙的科学。
要说它简单吧，其实也挺简单的，常见的统计方法也就十余种，在教科书上都能找到，只要熟练掌握了，虽不敢夸下海口说可以“以秋风扫落叶的气概横扫四海之内的杂志”，但足以轻车熟路地应付99%的科学研究。
要说它复杂吧，也挺复杂的，毫不夸张地说，绝大部分国内期刊，甚至在很多低分SCI杂志上，乱用统计学的现象多如牛毛。
很多同行在学习医学统计学时，都在抱怨自己很难走出“一学就会，一会就用，一用就错，一错就懵”的怪圈。
究其原因，主要是部分同行学习医学统计学时都抱着一副“依葫芦画瓢”的态度，试图“套用统计学方法”来解决自己面临的问题，而不去仔细思考统计学方法的来龙去脉。
本文拟谈几则与医学统计学相关的故事，希望能帮助大家从宏观上正确认识医学统计学这门科学。
1、两个指标诊断疾病的问题路人甲做了一个研究，旨在比较两个指标（A和B）对肝癌的诊断价值。
路人甲以A和B的参考范围上限作为诊断界值，得出了A和B在该界值下对应的诊断敏感性和特异性。
结果表明，A的诊断敏感性为0.80，特异性为0.90；B的诊断敏感性为0.85，特异性为0.87。
路人甲很快撰写论文报道了自己的研究成果，指出B诊断肝癌的敏感性高于A，而特异性低于A。
路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见中写道：就敏感性而言，B高于A；就特异性而言，A高于B。
诊断敏感性和特异性与所采用的界值密切相关，作者得出的敏感性和特异性仅仅代表了一个诊断界点下面的诊断效能，无法从全局上反映A和B的诊断价值。
文章的结论到底是想说明A优秀还是B优秀呢？Reject!这个故事说明：统计指标选错了，统计出来的东西往往难以“自圆其说”。
稿件被退了，路人甲有些许郁闷。
经过认真学习科研设计与统计学知识后，路人甲终于明白了一个问题：两个指标诊断性能的比较是不能比较敏感性和特异性的，而应该比较ROC的曲线下面积，因为曲线下面积才是衡量整体诊断效率的最佳指标。
路人甲很快绘制了ROC 曲线，统计结果表明，A的曲线下面积为0.80，B的曲线下面积为0.82。
路人甲欣喜若狂，赶紧动笔写论文，并且理直气壮地给文章定了一个结论：B的诊断效率是优于A的，其理由就是因为B的曲线下面积大于A。
路人丙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见中写道：从表面上看，B的曲线下面积高于A，但是导致这种差异的原因有两种，一种是抽样误差，一种是试验效应，即B确实是高于A的。
你怎么能确定这不是抽样误差呢？在统计学上，要确定0.82是否高于0.80，就一定要经过统计学检验的。
Reject!这个故事说明：在医学科研中，没有经过统计学检验的结论多半是不科学的。
稿件被退了，路人甲很是郁闷。
他吸取了经验教训，自学了很多统计学理论，终于弄清楚了采用何种方法去比较曲线下面积。
接下来的事情就是改稿，然后另选杂志继续投稿。
路人甲在文稿中特别注明了，曲线下面积是经过了统计学检验的，B的曲线下面积（0.82）与A的曲线下面积（0.80）之间的差异是有统计学意义的，而且还大摇大摆地在后面加了个括号，写明P=0.01。
路人甲仰天长叹了一口气，很郑重地给自己的研究下了结论：本研究表明B 的诊断效率是优于A的。
路人丁是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见写道：B是常见的诊断指标，其检测结果并不对临床医师设盲，在很大程度上可以检测影响临床医师对疾病的诊断。
A是新进发现的诊断指标，其结果完全对临床医师设盲，不可能影响医生的诊断。
所以作者的结论（B比A优秀）是不可靠的。
再说得通俗点，如果把A和B分别理解成法庭上的原稿和被告，那B无疑既充当了辩护律师，又充当了法官的角色。
在这种情况下，A输掉了官司是十分正常的。
如果换一个公平的、独立的法官来断案，B能否胜出就不好说了。
Reject!这个故事说明：实（试）验设计有缺陷，再优秀、再正规的统计学方法也于事无补。
稿件又被退了，路人甲的心情极度郁闷。
思来想去，决定把实验重做一遍，让A和B在一个公平的环境中比较（为便于描述，此处忽略医学伦理学问题）。
在新开展的研究中，A和B都是对临床医生设盲的，不可能影响金标准。
这下A和B的比较结果应该比较可靠了吧，路人甲又仰天长叹了一口气，感觉自己如释重负了。
科研太折腾人了，太不容易了！统计结果很快出来，A的曲线下面积是0.80，B的曲线下面积则变成了0.77，经过统计学检验后发现，A的诊断效能确实是高于B的。
整个研究的试验设计滴水不漏，统计学过程天衣无缝，我就不信还有人敢拒这篇稿件，路人甲心中开始暗喜。
路人戊是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见写道：A和B的检测并不矛盾，他们之间的关系不应该是竞争关系，而应该是合作关系。
读者最关心的问题显然不是A和B“孰强孰弱”的问题，虽然这个问题有一定的专业价值。
如果我是坐诊医生，我会说：A和B谁强谁弱关我什么事？总之来一个病人我就A和B都检测，我的患者都不差钱！作者的研究重点应该是明确A和B能否互补，联合使用是否能有助于提高诊断准确性的问题，而非A和B“孰强孰弱”的问题。
简单地说，就是明确1+1是否大于1的问题。
Reject!文章又被拒稿了。
这个故事说明：研究方向错了，即使是无懈可击的实（试）验设计和天衣无缝的统计方法，也是无济于事。
这四个故事说明：医学科研是很痛苦的，不重视统计学和科研设计，会走很多弯路的。
2、降糖药的研究、学生自杀事件路人甲长期从事降糖药的研究，最近他发现了一种药物，可以降低患者的血糖。
为了评价该药的降糖效果，路人甲费尽心机地设计了一个看似完美的随机对照试验（RCT），为了保证结果可靠，路人甲严格遵守RCT设计准则，包括随机、双盲、安慰剂对照等措施。
研究结果表明，实验组和对照组在接受药物治疗前血糖浓度的均值都是10mmol/L，差异无统计学意义，表明两组研究对象的基线特征具有可比性。
对照组未经任何药物治疗（为便于描述，此处忽略医学伦理学问题），血糖浓度还是10mmol/L；实验组经过药物干预后，血糖浓度变成了9mmol/L。
统计学检验结果表明，实验组和对照组治疗后的血糖浓度的差异是有统计学意义的（P<0.01）。
路人甲赶紧撰写论文，并毫不客气地给研究下了个结论：该药可以降低患者血糖。
路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见写道：却要确实可以降低血糖，但是一个只能降低1mmol/L的降糖药有何临床价值？Reject!这个故事说明：有统计学意义不一定有专业意义。
路人甲做了一个调查，同处一地的A和B两所中学，各有1000名学生，过去的一年，A校有5名学生自杀（自杀率为0.5%），B校没有学生自杀（自杀率为0%）。
统计学结果表明，两校自杀率的差异无统计学意义（P=0.07，Fisher确切概率法，笔者进行了统计）。
于是路人甲得出结论：A和B两校的自杀率是没有差异的，A校5名学生自杀纯属小概率事件。
路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见写道：5个鲜活的生命就这样没有了，5个家庭就这样毁了，你却告诉我这纯属小概率事件，你就不怕“人神共愤”吗？Reject!这个故事说明：有专业意义不一定有统计学意义。
这两个故事说明：做医学科研，不能死磕统计。
看完这两个故事，也许有的读者会有疑问：前面还强调“没有经过统计学检验的结论多半是不科学的”，为什么这里却淡化统计学的作用呢？对此，笔者认为：统计学仅仅是一种工具，用得好当然可以事半功倍，但是在某些情况下，工具往往就是个累赘，也许徒手干活才是最好的选择。
3、如何看待统计学结果路人甲经历数十年的研究，动用了各种高精尖的研究手段，发现了一个新的蛋白（命名为蛋白A）。
在肝癌患者中展开的研究表明，蛋白A和甲胎蛋白（AFP）有很好的相关性，其相关程度之好，几乎可以用“一塌糊涂”来形容，相关系数达到了0.99（P<0.0001）。
路人甲欣喜若狂，尽管蛋白A的检测过程还十分繁琐，检测费用还十分高，但是路人甲还是把持不住内心的激动，日夜兼程地撰写论文，宣称自己找到了一个新的肝癌标志物。
路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见写道：统计结果表明蛋白A和AFP的相关性十分明显。
如果是这样，在临床实践中，通过检测AFP 完全就可以得知蛋白A的浓度了，蛋白A在肝癌中的临床价值完全可以被AFP代替，还不说蛋白A的检测过程繁琐，费用太高的问题，你说蛋白A还有什么价值？Reject!这个故事说明：统计学阳性的结果未必是“好结果”。
路人甲发明了两套诊断肺癌的方案，分别命名为A和B。
为了明确这两种方到底谁“更胜一筹”，路人甲找了100个肺癌患者和100个疑似肺癌患者（结核、肺炎等），分别用A、B 两套方案去进行鉴别诊断。
在200个研究对象中（100个肺癌和100个非肺癌），方案A 正确了100回，准确率50％，方案B仅仅正确了50回，准确率仅为25%。
卡方检验表明：方案A和B准确率之间的差异有统计学意义（P<0.01）。
很明显，方案A 的准确性要高于方案B。
路人甲赶紧发表论文，指出：方案A诊断肺癌的准确性优于方案B。
路人乙是这篇文章的审稿人，当他看见这个结论后，脸色铁青，毫不犹豫地在审稿意见写道：如果我（审稿人本人）是坐诊医生，他就会反着看方案B的结果，凡是方案B认为是肺癌的，他就认为病人不是肺癌；反之亦然。
这样下来，200个病人中，方案B应该能正确识别150个人，准确率为75%。
统计学结果表明，方案B的准确率（75%）是高于方案A（50%）的，所以真实的情况是方案B优于方案A。
实际上，当面对这200名患者的时候，随便到城隍庙找个瞎子来“算命（猜患者是否患病）”，按照统计学理论，准确率也应该是50%，方案A的价值可以说是“一无是处”。
Reject!这个故事说明：统计学阴性的结果未必是“坏结果”。
还是那个AFP与蛋白A的例子。
路人甲发现蛋白A和甲胎蛋白（AFP）之间有很好的相关性，也开始撰写论文，但是他的结论并不是“蛋白A是诊断肝癌的标记物”。
他认为，既然蛋白A与AFP之间有很强的相关性，那提示AFP和蛋白A之间可能存在十分密切的“调节”或者“被调节”关系。
最终，路人甲围绕“蛋白A与AFP之间的调节或者被调节关系”做了很多分子生物学试验，指出蛋白A是调节AFP表达的唯一（注意“唯一”这两个字）因子，因此二者之间才会呈现如此强烈的相关性。
这是一项基础研究，虽然未能直截了当地地指出蛋白A的临床价值，但是这个研究形象生动地讲述了一个完整的分子生物学事件，丰富了我们对于肝癌发生与发展分子机制的认识。