医学写作中实验设计常见问题及分析

一般来说，一个完整的研究设计，其基本内容通常包括研究的目的、意义、研究对象、研究内容与方法，还包括研究进度及其预期结果等。统计设计是整个研究中最重要的一环，是研究工作应遵循的依据。实验设计要遵循随机、对照、重复和均衡四原则。医学论文中实验设计中存在很多问题，如样本量不足或者过多、研究对象的背景资料不清楚、样本缺乏代表性等。在众多常见的问题中，赛恩斯编译认为，以下几点是更容易发生且可避免的：

一、没有设置对照组或者对照组设置不合理。设立对照是临床医学科研设计的核心问题之一，也是描述性研究和分析性研究的主要区别。如果缺乏对照或对照设置不当，就无法正确分析实验结果。在实验设计中、尤其是医学基础研究和临床研究中，对照组和实验组的样本来源背景要一致，这样才能保证组间样本的基础状况具有可比性；在一些特殊的实验中，如配对实验中，还需要对照组和实验组的样本数量尽量一致，如因取材等原因难以保证一致，也尽量不要差别太大。在医学论文中，很多对治疗性方法进行总结的文章中，往往会忘记设置对照组，在没有设置对照组或者有效对照组的情况下，就仅仅以回顾性病例为基础，根据治愈率得出某种药物或治疗方法有效等结论。

二、实验分组未采用随机化。随机化原则是研究设计中必须遵循和贯彻的原则，是实验设计中避免偏倚和混杂因素最有效的方法。在实验过程中其实会有许多非实验因素(如一些人为的主观因素)干扰实验结果的科学性和准确性，而研究者可能对此还不知情，为了避免这些随机误差的干扰，就有必要采用随机化的办法来抵消或者尽量减少这些干扰因素的影响。在很多医学论文中，往往缺乏对样本随机化的分组，只是简单的随意分组，难以保证样本之间的可比性；也或者尽管采用了随机化分组和随机抽样，但缺乏对随机抽样方法的具体说明，如采用的是单纯随机抽样还是系统抽样等。其实，利用随机数字表或者计算机生成随机数字就可以简单快捷地完成随机抽样。

三、样本缺乏代表性。在很多实际研究中，由于研究对象的总体太大，或者研究对象本身的取材就很难，要得到研究对象的总体是不可能的，这就需要从总体中抽取若干个体组成集合(即样本)进行研究，通过样本特征来对总体进行判断。因此，从总体中抽取的每个个体都一定要具有代表性和普遍性，而不是一些特殊个体，否则难以反应总体特征。对临床研究而言，因为受人力、物力等条件限制很难直接对总体进行研究，但临床研究的结果直接关乎人类健康，因此，样本是否具有代表性，将直接影响研究结果的适用性。

四、样本量达不到统计要求或样本量过大。对任何研究而言，在随机分组的前提下，如果能得到更多的样本，即样本量越大，组问的非处理因素的均衡性也就越好，样本统计值也越可靠，更贴近总体特征。但在实际研究过程 中，当样本量太大时，其实会给整个实验和质量控制工作带来很多不必要的困难，同时也会造成不必要的浪费。但样本容量过小，就无法进行有效的统计分析，或者统计效能会降低，不能得到准确和可靠的分析结果。同时，我们还要根据不同的研究对象来确定合适的样本量。如对一些特殊病例的研究，总体数量本来就稀少，要得到一个大样本的数据，也就不容易了。一般来说，医学统计中，样本容量一般要求在100以上，同时对照组和实验组样本量还要尽可能相等或者接近。