如何提高醫學論文寫作能力

醫學論文由於經常需要報告精確數據和確定樣本的統計學意義，與理工農商等領域的論文相比，在數據結果的表達方面具有兩個非常不同的特點，即需要大量使用表格和統計學分析。要想提高醫學論文的寫作能力和論文品質，在結果部分處理好表格內容、在方法和討論部分處理好統計學分析是非常關鍵的兩個舉措。這兩個問題也是醫學論文審稿專家非常看重的。

關於這兩個方面，由山西醫科大學的殷國榮、鄭金平主編、由科學出版社於2015年出版的《醫學科研方法與論文寫作》（第3版，ISBN 978-7-03-044525-4）有詳細論述，建議讀者閱讀。該書已被中國許多大專院校選做大學生和研究生的教材。雖然書中某些章節的內容有所重疊和散佈，但仍不失為一本非常值得精讀的經典書籍，不僅對於醫學專業的人士很有用，對於理工農商各學科人士也都有普適的指導意義。該書包括以下16章，其中第11章介紹表格，第2、3、7、11、12章介紹統計學方法：

醫學科研方法和創新思維
實驗的基本要素及誤差控制
實驗設計的基本原則與方法
醫學文獻計算機檢索
醫學文獻的積累與綜述撰寫
醫學科研課題的申請
臨床醫學研究方法與試驗設計
醫學論文的基本格式與寫作方法
醫學論文的寫作步驟
各類醫學論文的寫作特點
實驗結果的表達技術;
醫學論文的評價與常見錯誤分析
英文摘要的撰寫
醫學論文的發表
如何向SCI期刊源期刊投稿
醫學科技成果與專利申請

常用的表格包括卡線表和三線表。卡線表在左上角欄頭設有斜線，還有豎線和框線，不夠簡練，排版工作量較大。三線表由卡線表改造精簡而成，在欄頭取消斜線，表身不出現豎線和框線，並省略橫分隔線，只出現上下兩條粗線（頂線和底線）和表頭下面的一條細線（標目線）。表格的標目是表內各項目的名稱，用來表示表內數位或文字內容的含義和單位。橫標目（又稱左標目）位於表格最左列第一行，通常用來表示表格所敘述的研究對象（類似於主語），管理最左列。縱標目位於標目線上沿的各列，用來說明各項指標的名稱、代號和單位（類似於謂語），管理縱向其他各列。另外，可以按需在表格的最右側設置合計列，或在表格的最下面設置合計行。 主語和謂語顛倒，又稱橫縱標目顛倒，是製表時最常見的錯誤。

醫學科研的統計設計是運用統計學方法減小誤差，進行差異顯著性檢驗（例如求P值），保證樣本的代表性和樣本之間的可比性，確保試驗結果的準確性、可靠性和可重複性。由於個體差異較大，醫學試驗數據必須進行統計學分析才有意義。例如，如果樣本數量過少，很難排除抽樣誤差對試驗結果的影響。

另外，當試驗數據顯示病因與疾病之間存在統計學關聯時，只說明這兩者之間的關聯能夠排除隨機誤差的干擾，但並不說明兩者之間必然存在因果關聯。如需確定因果關聯，還需要排除選擇偏倚、測量偏倚、混雜偏倚等系統誤差的干擾，避免出現虛假關聯。當兩種疾病都與某因素有關聯時，這兩種疾病之間也會呈現明顯的統計學關聯。這種關聯稱為間接關聯。在排除了抽樣誤差、虛假關聯和間接關聯后，兩個事件之間的關聯才可能是因果關聯，才能從致病因素推匯出疾病發生的結果。

在醫學論文審稿中常見的統計學錯誤包括以下六種。

統計學概念混淆：將統計學意義較大與影響因數效果強烈這兩個概念混淆。兩個總體均值之間的差異具有統計學意義，是指這兩個均值之間具有本質差異，而這差異不是由於抽樣誤差引起的。但是，這並不代表兩個均值之間的差異很大或影響因數的效果強烈。
缺乏統計學處理：在從樣本資訊推斷總體規律時，關於樣本的假設檢驗統計量計算有缺陷，甚至直接根據統計指標觀察值的絕對值做出結論，而忽略統計學處理。
誤用統計學方法：未根據試驗資料的設計方法選擇正確的假設檢驗方法，因而導致錯誤的結論。亂用t檢驗、P檢驗、卡方檢驗、秩和檢驗、方差分析。對於相同的數據，不同的假設檢驗方法可能會給出相反的結論。例如，當把適用於成組設計數據的假設檢驗方法誤用到配對設計數據時，可能會將具有統計學意義誤讀為無統計學意義。
統計學分析結果不完整：在做假設檢驗時只列出P值，而沒有說明所選用的統計學分析方法（例如t檢驗、卡方檢驗、方差分析），或者沒有給出計算的統計量取值。
因果關聯統計學分析缺失：在病因分析的因果關聯上缺乏抽樣誤差、虛假關聯和間接關聯的統計學分析。
統計學格式錯誤：在符號和斜體上誤用統計學符號。