【视频】数据清理和统计方法选择|医生|可靠性|异常值|数据清理|统计学

润医知道 - 华菁学苑科研系列直播课第 4 期已于7 月24 日 19:30 顺利开播，第4期围绕【数据清理和统计方法选择】这一热门主题开展讲座和讨论。

安徽医科大学第一附属医院的张梅教授担任会议主席进行了开场致辞。张教授表示，医学是一个需要不断探索和进步的领域，现代医生需要成为兼具临床、科研、教学和管理能力的"六角形战士"。张教授特别强调了科研工作的重要性，指出临床数据的整理和转化对医疗实践具有重要指导意义。

点击观看张梅教授的开场致辞

直播课第1场讲座来自首都医科大学的刘括教授，讲题为《数据预处理》。刘教授系统讲解了数据分析前的预处理方法，重点包括异常值识别与缺失值处理。

异常值识别可采用标准差法、箱线图法、Cook距离等多种方法，针对识别出的异常值，处理方式包括删除、替换或缩尾变换。

缺失值分为完全随机缺失、随机缺失和非随机缺失三种类型，推荐使用多重插补方法处理，特别是随机森林插补，适用于非线性关系数据。但需要注意的是，非随机缺失需要进行敏感性分析，通过临界点分析评估结果稳健性。刘教授强调在报告结果时需说明处理方法，并解释多重插补后的数据特征，提升研究数据质量和分析结果的可靠性。

点击观看刘括教授的讲座

第2场讲座来自郑州大学的宋春花教授，讲题为《临床科研数据的统计分析策略》，详细讲解了以下三部分内容：

分析策略及临床试验分析集：宋教授强调要根据临床问题来确定合适的研究设计方法，就不同的研究设计，也就是描述性、分析性、干预性研究分别适合哪些统计维度和统计方法进行了详细解说。宋教授强调了进行统计分析时要确定分析集，干预性研究最重要的就是意向性治疗原则，此外还有全分析集、符合方案集和安全集。

数据统计分析方法：宋教授讲解了统计描述、统计推断和因果关联。在假设检验方面，重点讲解了优效、等效和非劣效检验的设计要点，强调Δ值的确定需要临床与统计专家共同商定。

临床预后预测研究主要分析策略：宋教授强调预测模型需从传统回归转向机器学习（如随机森林、神经网络），但需满足样本量充足、变量分布明确（连续变量需正态检验）、缺失值控制（可用多重插补处理）。模型需通过交叉验证和外部队列验证，并用ROC曲线等评估性能。

点击观看宋春花教授的讲座

接下来，直播课来到了思维碰撞环节。河南大学淮河医院的张孟伟教授和华中科技大学同济医学院附属同济医院的梁宾勇教授围绕以下两个话题，分享了自己的经验和看法：

讨论话题1：临床医生面临复杂数据和统计方法选择困难时，和统计学家合作是很有必要的，双方应如何协作来共同保障研究结论的临床和统计可靠性？

讨论话题2：数据清理和统计分析往往是临床医生最头痛的环节，临床医生可以从哪些方面着手，确保这个环节的顺利推进？

张孟伟教授坦言在开展项目时深刻体会到临床医生在统计知识方面的局限性，建议从研究设计阶段就引入统计专家参与，确保数据采集和分析方法的科学性。同时指出需要加强对临床数据采集人员的培训，从源头保证数据质量。

点击观看张孟伟教授的观点分享

梁宾勇教授表示在听完报告后认识到传统统计方法已无法满足现代临床研究需求，特别是对前瞻性研究和RCT研究而言。梁教授指出临床医生常犯两个错误：一是过度依赖P值而忽视临床意义，二是误用统计方法导致结果偏差。两位专家一致认为，这种优势互补的合作模式既能确保统计可靠性，又能保证研究结果的临床价值，是提升临床研究质量的关键。