时间:2023-04-06 18:48:35
引言:易发表网凭借丰富的文秘实践,为您精心挑选了九篇军事医学论文范例。如需获取更多原创内容,可随时联系我们的客服老师。
一、高职高专大学生文明礼仪养成的重要性
“高等职业教育作为高等教育发展中的一个类型,肩负着培养面向生产、建设、服务和管理第一线需要的高技能人才的使命,在我国加快推进社会主义现代化建设进程中具有不可替代的作用。”随着时代的发展,高职教育占据了高等教育的半壁江山,高职高专大学生也成为中国特色社会主义建设的生力军。“高等职业院校要坚持育人为本,德育为先,把立德树人作为根本任务。”这是国家对高职教育的殷切希望,也是高等职业教育的责任和义务。因此,重视高职高专大学生文明礼仪养成具有重要意义。
(一)文明礼仪养成有效提升高职高专大学生思想道德素养
思想道德素养是一个人思想、政治、道德、品质和行为规范的集中反映,它是在社会生活和社会舆论中形成并得以巩固的。文明礼仪具有道德功能,它可以通过文明要求、礼仪规范来规范、调节、修正人的行为,使人的行为控制在道德范围之内。重视高职院校大学生文明礼仪养成,可以系统的引导其思想和行为,指导他们在实际生活中如何将自己的思想、行为规范在可控的道德规范之内。在不断实践中将文明礼仪规范内化为自身的行为规范,从而不断提升自己的思想道德修养水平。
(二)文明礼仪养成提升大学生个人素质,为顺利进入职场做好准备
大学阶段是世界观、人生观和价值观形成的重要时期。进入大学意味着马上要向职业人、社会人转换。这不仅要有专业知识的积累,还要学会做人、学会做事。学习如何与人交往、如何待人接物、如何设计自身的形象、如何尽快的适应社会等文明礼仪规范。这不仅是提高自身综合素质的需要,更是应对招聘单位考核要求的需要。现实表明,具有较强道德修养、较高文明礼仪素养的大学生或者职业人,更容易营造良好的人际关系环境,更容易获得成功。
(三)大学生文明礼仪养成对和谐校园、平安校园建设具有重要意义
随着时代的发展,大学教育大众化的趋势不可避免。大学不再是象牙塔、大学生也不再是天之骄子。但是很多同学进入大学还是抱着得过且过、混文凭的态度。因此,打架斗殴、网络谩骂等行为时常发生,这些情况的存在很大程度上影响到和谐校园、平安校园的建设。因此,大学生良好的文明礼仪行为养成减少同学之间的矛盾和冲突、构建和谐的师生关系、同学关系,营造良好的校园文化氛围和生存环境具有十分重要的作用和意义。在一个有优美的环境、处处有文明、人人讲礼仪的氛围中生活和学习,势必也会促进师生的身心和谐,愉快工作、快乐学习。
二、高职高专大学生文明礼仪现状
为了准确了解大学生文明礼仪的现状,课题组通过对昆明冶金高等专科学校大学生文明礼仪现状进行访谈和问卷调查。从结果来看,我校大学生的精神面貌总体是较好的,总体得分79分-70分段占56.10%,及格分以上占92.68%。但是在日常的行为规范、文明礼仪方面还存在一些问题。主要表现在以下几个方面:
(一)尊重意识淡漠,以自我为中心
部分同学无视学校的规章和制度,不尊重他人,一切以自己的意志为出发点,不顾及别人的感受。见到老师不主动问好,同学、舍友关系紧张;在公交车上遇见老人、小孩熟视无睹。以自我为中心的结果导致个人责任意识的严重缺乏。
(二)组织纪律观念淡漠,言谈举止不规范
部分学生存在上课迟到、早退和旷课的现象;上课玩手机、睡觉,在公共场合不爱护公物,男女同学的举止不文明和舍友、同学间人际关系紧张等现象时有发生。针对问卷中“你平常举止文明吗?”这个问题的回答,不涉及自己的利益时举止文明程度还好占59.49%,在小利益损失情况下也会保持得体的有教养的举止占36.26%。在“你平常的语言文明吗?”的调查中,语言文明一般的占63.55%。由此可见,同学们对大学生的群体举止语言文明程度的认知在正常情况下仅处于及格线左右,在涉及利益时举止文明程度时则给予了基本的否定。
(三)仪容、仪表不符合大学生形象
在“你认为当前大学生的仪容仪表是否符合学生的基本装扮?”问卷调查中,仪容、仪表总体评价基本符合学生的装扮占66.95%。同学们对大学生外在的衣着还是不太满意,仅达到及格分。在“你对学生穿拖鞋、睡衣、背心等进教室的态度是什么?”这个问题的调查中认为穿拖鞋、睡衣、背心等进教室无所谓占9.95%,偶尔穿进教室可以原谅占18.04%,别人穿与不穿与我无关占6.75%,不能穿进教室占37.10%。从对大学生仪容仪表的认知调查结果得出的结论:当代大学生追求个性、喜欢标新立异,对奇装异服习以为常。调查结果显示大学生着装问题和日常的仪容仪表还是令人堪忧。
三、国防军事理论教育促进高职高专大学生文明礼仪养成的优势
高校国防理论教育以军事学科中最基本技能、知识和理论为内容育。除了专门的军训以外,还包括集中的课堂理论知识的教育。在促进高职院校大学生文明礼仪教育有其独特的优势。
首先,国防军事理论教育以典型战争、事迹,先进人物开展教学,有利于激发学生责任意识。国防理论教育中包含着党的三代领导核心的军事理论和军队建设思想,使大学生掌握了无产阶级的战争观和方法论,用科学的理论武装大学生的头脑。包含着国家安全形势、国防的重要性、国家主权意识、国家利益意识和国家安全意识等内容。使学生胸怀全局,让学生关心国家改革开放事业和中华民族的振兴。让学生自觉承担起实现中华民族伟大复兴的历史使命。学生只有自觉践行历史使命,才会从行为规范、道德素养等方面来约束自己。
其次,国防军事理论教育中蕴含着丰富的团结互助和集体主义精神。军营是最集中、最统一、最紧张、最严格的。除了一般集体所具有的团结、严肃、协调、一致等作风外,还有令行禁止、雷厉风行、英勇顽强、艰苦奋斗的良好作风。大学生的军事训练,让每一个大学生都有亲身的体验和感悟。每个学生被编进了班、排、连、营的集体中,每天都生活在整齐划一、步调一致、令行禁止的集体中,“集体”很快成为大学生的自觉意识。
最后,国防军事理论教育给予学生生动的组织纪律观念教育。通过军事理论和军事训练更好地为青年学生补上了集体主义教育课。接受教育的每一个大学生对大学生的一日生活、礼节礼仪、言行举止、军容风纪、内务卫生、请假销假等都有明确具体的规定和要求。通过军营式的环境、规范化的管理、制度化的训练,对于克服大学生中不同程度存在的松、散、懒、娇的不良习惯,培养了大学生良好的军人姿态、协调一致的动作、优良的作风和严格的纪律具有十分重要的作用和意义。
四、以国防理论教育为切入点,推进高职高专大学生文明礼仪养成
以国防教育理论教育为切入点,不仅可以增强高职高专大学生的国防意识,了解军事思想、军事技术,领悟中华民族的民族精神和爱国主义思想,而且通过国防理论教育,使大学生加强个人纪律、提升个人综合素质、培养团队合作意识,仪容仪表符合大学生形象。
(一)加强国防军事理论课对促进高职院校大学生文明礼仪养成重要性的认识
长期以来,我国很多高校存在重视专业课程的教学,忽视文明礼仪课程的情况比较严重。再加上家庭文明礼仪教育的缺失,导致部分大学生一定程度上存在纪律观念不强、团队合作意识较差、忽视课堂礼仪、师生礼仪、同学交往礼仪和公共场合礼仪的现象较为普遍。因此,在大力推行素质教育的条件下,高校应该加强对文明礼仪教育的重视程度,重视作为文明礼仪教育载体的国防军事理论课的教学。加大对国防军事理论课的投入程度,完善国防军事理论课程教学设施。将理论与实践相结合,并形成长效机制。
(二)加强国防军事理论教育中文明礼仪教育的内容
国防军事理论教育不仅要让学生了解国防、军事和国家安全的知识,更重要的是提高学生的综合素质。通过国防军事理论教育促进文明礼仪不仅丰富教育教学的内容,也可以在一定在程度上解决文明礼仪教育建设的短板问题。在教学中,可以突出介绍军队对军人站、立、行的要求,展示标准的军容军姿并进行相关练习;通过军人礼仪规范和外交礼仪讲述引导学生学习人际交往礼仪及注意事项;突出讲述军队或典型战役中表现出来的组织、纪律观念和集体主义精神、革命乐观主义精神和团队意识等。
(三)提高国防军事理论课教师的礼仪修养,塑造良好职业形象
教师不仅给学生传授专业知识,也会对学生产生潜移默化的影响,甚至经常会成为学生模仿的对象。教师文明的礼仪修养、良好的职业形象是影响教学活动和教学效果的重要因素,对于教师威信、示范作用的形成具有重要作用。大学生耳濡目染国防军事理论教师符合礼仪的言谈举止、仪表着装、待人接物、工作作风等,必然有助于修正学生自己的言行,引导学生正确按照礼仪规范的要求学习、生活和工作,正确处理人际关系。因此,国防军事理论教师要充分认识到自己在大学生综合素质培养中的重要地位和作用。这就需要教师内修道德修养、丰富的文化知识、高雅的审美情趣和良好的沟通能力;外在形象上要做到整洁的仪容修饰、良好的体态、合理的着装、得体规范的语言。
(四)理论与实践相结合,丰富国防理论教育课程的教学方式和手段
【摘要】 目的:探讨医学研究中方差分析常用的效应量标准均数差的计算方法. 方法:针对不同的实验设计类型,给出标准均数差的计算方法. 结果:不同设计的研究间,相同干预的标准均数差具有可比性. 结论:生物医学论文报道效应量是未来的发展趋势,研究者应正确计算和解释标准均数差,避免和减少效应量的误用.
【关键词】 方差分析;效应量;标准均数差;假设检验
0引言
效应量(effect size)是一类用来描述处理效应的统计量. 在20世纪60年代,生物统计学家(Cohen, 1965; Hays,1963)就强调效应量的应用,认为效应量是假设检验的补充[1]. 然而医学领域的绝大多数的研究者在报道结果时,往往仅提供假设检验的P值[2-3]. 1996年美国心理学会(APA)的统计推断机构TFSI建议报道研究结果时应同时提供处理效应的方向、大小及其的可信区间[4]. 1998年Wilkinson和TFSI 建议对于主要结果必须报道效应量,即报道P值时同时应报道效应量[5]. 2001年美国心理学会(APA)科研手册上规定:论文的结果部分必须报道效应量[6]. 至今已有24种心理学、医学期刊要求研究者投稿时报道效应量[7]. 国内教科书对Meta分析所涉及的效应量作了简单介绍,但对效应量的系统研究很少. 依资料类型和研究设计的不同,效应量又有很多种类,我们主要研究方差分析(ANOVA)模型中常用的一类效应量-标准均数差(standardized mean difference).
1材料和方法
1.1材料为研究不同的实验设计类型的标准均数差的计算方法,我们采用了Bauman等[1]人的实验数据(表1). 该实验采用前后测量设计研究了66名四年级学生不同阅读习惯对理解能力的影响. 阅读习惯(研究干预)分为:单纯朗读(TA),阅读并积极思考(DRTA),阅读(DRA),其中DRA为对照组. 理解能力用错误检测任务(EDT)的得分表示,干预前后两次测量结果用EDT1, EDT2表示. 该研究考虑了一个控制因素(即研究前的理解能力):各组前两列的学生研究前理解能力较低,后两列理解能力较高.
1.2方法在统计分析中,需要解决均数的对比(contrast)问题,即一个研究有J个处理组,则均数的对比可以表示为:
Ψ=c1μ1+c2μ2+…+cJμJ(1)
其中, c1+c2+…+cJ=0. Ψ=μi-μj是最常见的对比. 对比含有量纲,与反应变量的量纲相同,不能直接用于不同研究间比较;而标准均数差无量纲,可用于不同研究间比较的效应量. 按反应变量的不同,可将标准均数差分为单变量和多变量标准均数差. 不同设计标准均数差计算方法如下:表166名四年级学生接受不同干预后EDT得分情况
1.2.1单变量标准均数差
1.2.1.1单因素完全随机设计该设计的处理因素有J个水平,实验拟研究的问题可表示为对比(1),其标准均数差为:
δ=Ψ〖〗σ(2)
总体参数δ的估计方法:用样本均数x估计总体均数μ, σ可以用准则一中的一种方法进行估计. 准则一:a设计中的某个处理组的标准差,常用对照组的标准差;b对比中所有处理组的合并标准差;c设计中所有处理组的合并标准差.
当对比中包含所有的处理组时,b, c得到的σ估计值相同,并与ANOVA分析中误差均方(MSE)正的平方根相等. 当所有处理组满足方差齐性条件时,c法是估计σ的最佳方法;当不满足时,用a法估计. Hedges指出按照准则一估计的标准均数差是δ的有偏估计,需要乘以系数1-3/(4df-1)进行校正,其中df为用于估计σ的标准差或合并标准差的自由度[8].
1.2.1.2多因素设计该设计的因素可为干预因素(处理因素)和控制因素(非研究因素、混杂因素). 当所有因素均为干预因素时,标准均数差的计算与单因素完全随机设计相同. 多因素实验中若含有控制因素,如将控制因素与干预因素不加区别,按照准则一计算标准均数差时,会出现相同干预的效应量在不同实验设计间不可比的问题[1]. 根据所研究对比的特征,标准均数差的计算方法不同,如以2×2析因设计为例,见表2. 设实验含有:处理因素A(a1,a2),控制因素B(b1,b2).
表2含有控制因素的多因素设计标准均数差的计算方法
分析目的〖〗对比〖〗标准均数差的计算方法干预因素A的主效应〖〗Ψ=1〖〗2(μa1,b1+μa1,b2)-1〖〗2(μa2,b1+μa2,b2)〖〗准则二:a. 按照干预因素分组,计算各组的标准差;b. 用准则一中的一种方法估计σ.干预因素A在b1水平
的单独效应〖〗Ψ=μa1,b1-μa2,b1〖〗同准则二.因素A与B的交互作用〖〗Ψ=(μa1,b1-μa2,b1)-(μa1,b2-μa2,b2)〖〗同准则二.控制因素B的主效应〖〗Ψ=1〖〗2(μa1,b1+μa2,b1)-1〖〗2(μa1,b2+μa2,b2)〖〗准则三:a. 按照干预因素及对比中含有的控制因素分组,计算各组的标准差;b. 用准则一中的一种方法估计σ. 控制因素B在a1水平的
单独效应〖〗Ψ=μa1,b1-μa1,b2〖〗同准则三.
多因素实验研究的对比可能仅含有控制因素,不含有处理因素,如在2×2×2析因设计中,对比为:
Ψ=1〖〗2(μb1,c1+μb1,c2)-1〖〗2(μb2,c1+μb2,c2)(3)
其中,A为处理因素,B, C为控制因素. 仅含有控制因素对比的标准均数差计算方法:a按照实验研究的控制因素分组,计算各组的标准差,在对比(3)中,按照因素B分组;b用准则一估计σ.
1.2.1.3含有协变量的多因素设计协方差分析(ANOCVA)通过建立协变量与反应变量的线性回归关系,对各组的反应变量的均数进行校正后,再进行假设检验. ANOCVA标准均数差的计算方法为:用样本校正均数xc估计总体均数μ,将协变量作为控制因素,按照准则二来估计σ.
1.2.1.4含有重复测量因素的多因素设计含有重复测量因素的设计可分为:①仅含有1个或多个重复测量因素的设计;②含有重复测量因素和观测间因素的设计. 因为重复测量因素为处理因素,所以①中不存在控制因素引起的相同处理的效应量在不同实验设计间不可比的问题,标准均数差的计算方法,与因素为处理因素的设计相同. 含有重复测量因素和观测间因素的设计计算标准均数差时,将重复测量因素作为处理因素,如观测间因素含有控制因素按照表2中准则二或三计算.
1.2.2多变量标准均数差马氏距离在多元方差分析中即是一种多变量标准均数差. 马氏距离公式为:
D=d′R-1d
其中,d为单变量标准均数差向量,R为合并的组内相关矩阵. 实际计算中,马氏距离可以由多元检验统计量Wilkss Λ计算得到:
D=df(1-Λ)Σk〖〗i=1c2i/ni〖〗Λ(4)
其中:k为处理组数, ci, ni分别为i组对比系数和样本量. df的计算公式为:df=Σni-k.
1.2.3标准均数差的解释标准均数差的解释准则不多,因为医学研究领域所涉及的内容很广泛,想给出普遍适用的准则,需要冒很大风险. Cohen建议标准均数差为0.2时,效应为小,0.5为中等,0.8为大. 如果样本满足正态分布,总体间重叠的比例(percent of overlap, OL%),有助于标准均数差的解释. 若处理组与对照组的标准均数差为0.70,那么可认为处理组50%的研究对象反应变量值大于对照组76%的研究对象的值(图1).
图1标准均数差与OL%示意图
2结果
Bauman等人的研究关心阅读方法TA和DRTA的平均效应与DRA的差别(对比Ψ1)以及阅读方法TA与DRTA的差别(对比Ψ2).
Ψ1=1〖〗2(μTA+μDRTA)-μDRA, Ψ2=μDRTA-μTA.
若仅考虑EDT2和干预因素(阅读习惯),本例的研究设计为单因素完全随机设计. 表3为各组的均数和标准差,表4为对比Ψ1, Ψ2的标准均数差. 按照Cohen准则,两对比均为中等效应. 校正后Ψ2的效应量为0.697,可认为50%阅读并积极思考的学生的EDT成绩高于76%的单纯朗读的学生成绩.表3各组EDT1, EDT2成绩表4单因素完全随机设计标准均数差
若将EDT2作为研究的反应变量,考虑干预因素A和控制因素B(阅读能力),本例为析因设计. 为了便于公式的演算,假设干预因素为两水平(TA, DRTA),本例研究干预因素、控制因素的主效应、单独效应及两因素的交互作用. 这些效应的可以用表2中相应的对比表示,其标准均数差的计算见表5.表5多因素设计各组EDT2成绩及标准均数差
若将EDT2作为研究的反应变量,考虑干预因素,并将干预前的测量结果EDT1作为协变量,本例为含有协变量的单因素设计(协方差设计). 通过协方差分析,各组校正后的均数见表6. 按照校正均数计算对比Ψ1, Ψ2的标准均数差,见表6.
将EDT作为研究的反应变量,考虑干预因素和重复测量因素,干预前后EDT做了两次,重复测量因素有两水平,本例为含有1个重复测量因素的两因素设计. 不同阅读方式的效应用两次测量的差值表示,两对比Ψ1, Ψ2可以表示为:表6各组EDT2成绩及标准均数差
Ψ1=1〖〗2(μEDT2,TA-μEDT1,TA)+1〖〗2(μEDT2,DRTA-μEDT1,DRTA)-(μEDT2,DRA-μEDT1,DRA),
Ψ2=(μEDT2,DRTA-μEDT1,DRTA)-(μEDT2,TA-μEDT1,TA).
根据表3,可计算对比Ψ1, Ψ2的标准均数差分别为1.018, 0.439.
将EDT1, EDT2作为研究的反应变量,考虑干预因素,本例为多元单因素完全随机设计. 对比Ψ1,Ψ2中的μ为均数向量,检验统计量Wilkss Λ,可以用SAS/GLM CONTRAST计算得到[9]. 由公式(4)可计算对比Ψ1,Ψ2的多元标准均数差D分别为1.228, 0.689.
3讨论
标准均数差是方差分析模型中常用的一类效应量,也是目前心理学、医学研究领域和Meta分析中最常用到的效应量. 本文按照不同的实验设计,考虑相同干预不同设计间效应量的可比性,介绍了标准均数差的计算方法,总结给出了相应的计算准则,并给出了实例. Meta分析常遇到研究干预相同、研究设计不同的情况下,效应量的计算问题. 本文介绍的标准均数差的计算方法可以很好的解决这一问题. 另外,本文介绍的标准均数差的计算可适用于两组和多分组的情况,有些资料和文献上针对两组资料的比较对标准均数差进行介绍. 专用于两组比较的标准均数差有:Cohens d,Glasss Δ,Hedgess g和Cohens f2 [10].
尽管APA和24种期刊要求研究者进行假设检验时,必须报道一种或多种效应量作为其补充,但是对效应量能否帮助研究者或读者提供有关干预效应有无实际意义的信息,也有统计学家提出疑问[1]. Cohen对标准均数差解释制定的准则,能否适用医学研究领域,也存在争议. Cohen也建议统计学者制定其他的准则来解释标准均数差. 目前,国内的生物医学期刊还未要求报道效应量,国外对效应量的研究和报道较多,尤其是在心理测量领域的研究,并有关于效应量误用的分析报道,因此我国生物医学论文要求报道效应量是未来的发展趋势.
【参考文献】
[1] Olejnik S, Algina J. Measures of effect size for comparative studies: Applications, interpretations, and limitations[J]. Contemp Educ Psychol, 2000,25(3):241-286.
[2] Glaser DN. The controversy of significance testing: Misconceptions and alternatives[J]. Am J Crit Care, 1999,8(5):291-296.
[3] Cohen J. The earth is round (P
[4] apa.org/science/tfsi.html.
[5] Wilkinson L. Task force on statistical inference APA board of scientific affairs. Statistical methods in psychology journals: Guidelines and Explanations[J]. Am Psychol, 1999,54(8):594-604.
[6] American Psychological Association. Publication manual of the American Psychological Association[M]. 5th ed. Washington: American Psychological Association Press,2001:1-5.
[7] coe.tamu.edu/bthompson.
[8] Hedges LV. Distributional theory for Glasss estimator of effect size and related estimators[J]. J Educ Stat, 1981,(6):107-128.
很多科研人员(包括临床医生)在进行科研工作过程中,习惯用专业知识取代一切其他知识。其突出表现是:等科研工作已经完成,甚至论文已写完,因某些数据处理有问题被退稿时,才想起要找统计学工作者帮助处理论文中的实验数据;考虑问题稍周到一些的科研人员在科研工作完成之后,在撰写论文之前就想到要运用统计学知识来分析实验数据。这两种运用统计学的科研人员都是在把统计学当作分析数据的“计算工具”或当作发表学术论文的“敲门砖”,是对统计学重要性认识不足的突出表现。理由很简单,科研数据是否正确可靠、是否值得进行数据分析、结论是否可信等一系列重要问题都没有令人信服的证据来帮助说明,换句话说,若缺乏科研设计或科研设计不科学、不完善,即使花费10年时间和数亿人民币进行调查或实验获得了大量科研数据,与某人用计算机产生的毫无专业含义的任意多个随机数据没有什么区别,除了浪费了大量国家和人民的血汗钱,对科学技术进步、对人类的贡献不仅为零,甚至是负数!因此,在进行科研工作之前,制定科学完善的科研设计方案,特别是其中的实验设计方案或调查设计方案的质量好坏,是科研工作成败的关键所在!
科研设计包括专业设计和统计研究设计。专业设计主要包括基本常识和专业知识的正确、全面、巧妙地运用;而统计研究设计包括实验设计、临床试验设计和调查设计。值得注意的是:在很多科研人员所做的科研课题中,不仅严重忽视统计研究设计,就连专业设计也有严重错误,主要表现在犯了基本常识错误和违背专业知识错误。这类错误所发生的频率还相当高,是一种不能容忍的不正常现象!
在统计研究设计所包含的3种研究设计中,实验设计是最重要的,因为很多关键性的内容都包含在其中,其核心内容是“三要素”、“四原则”和“设计类型”。所谓“三要素”就是受试对象(或调查对象)、影响因素(包括试验因素和重要的非试验因素)和实验效应(通过具体的观测指标来体现);所谓“四原则”就是随机、对照、重复和均衡原则,它们在选取和分配受试对象、控制重要非试验因素对观测结果的干扰和影响、提高组间均衡性、提高结论的可靠性和说服力等方面将起到“保驾护航”的作用;所谓“设计类型”就是实验中因素及其水平如何合理搭配而形成的一种结构,它决定了能否多快好省且又经济可靠地实现研究目标。科研人员若对重要非试验因素考虑不周到、对照组选择不合理、设计类型选择不当或辨别不清,导致科研课题的科研设计千疮百孔、数据分析滥竽充数、结果解释稀里糊涂、结论陈述啼笑皆非。下面笔者就“实验设计”环节存在的问题辨析如下。
1 在分析定量资料前未明确交代所对应的实验设计类型
人们在处理定量资料前未明确交代定量资料所对应的实验设计,对数千篇稿件进行审阅后发现,大多数人都是盲目套用统计分析方法,其结论的正确性如何是可想而知的。这是一条出现非常频繁的错误,应当引起广大科研工作者的高度重视。
2 临床试验设计中一个极易被忽视的问题——按重要非试验因素进行分层随机化
例1:原文题目为《气管舒合剂治疗支气管哮喘的临床观察》。原作者写到:“全部病例均来源于本院呼吸专科门诊和普通门诊,随机分为治疗组40例和对照组30例。其中治疗组男21例,女19例;年龄21~55岁,平均(36.28±9.36)岁;病程2~23年,平均(10.31±17.48)年;病情轻度者16例,中度24例。对照组30例,男16例,女14例;年龄20~53岁,平均(35.78±9.53)岁;病程3~24年,平均(11.05±6.47)年;病情轻度者13例,中度者17例。两组间情况差异无显著性,具有可比性。”请问这样随机化,其组间具有可比性吗?
对差错的辨析与释疑:显然,研究者在试验设计时未对重要非试验因素采用分层随机保证各组之间的可比性。这条错误的严重程度为不可逆,出现不可逆错误意味着原作者的试验设计具有无法改正的错误,必须重做实验!究其原因,主要是原作者未理解统计学上随机的概念。统计学上随机化的目的是尽可能去掉人为因素对观测结果的干扰和影响,让重要的非试验因素在组间达到平衡。稍微留意一下原作者随机化分组,明显带有人为的痕迹,治疗组40人比对照组30人多出10人;治疗组病程的标准差17.48是对照组病程的标准差6.47的近3倍。笔者很疑惑怎样的随机化才能达到如此的不平衡?事实上随机化有4种:子总体内随机、完全随机、分层随机和按不平衡指数最小原则所进行的随机,原文条件下应当选用分层随机,即以两个重要的非试验因素(性别和病情)水平组合形成4个小组(男轻,女轻,男中,女中),然后把每个小组内的患者再随机均分到治疗组和对照组中去,这样分层随机的最终结果一定是治疗组和对照组各35人,且使2组间非试验因素的影响达到尽可能的平衡,从而可大大提高组间的可比性。在本例中,若“病程”对观测结果有重要影响,在进行分层随机化时,在按“性别”和“病情”分组的基础上,还应再按“病程”(设分为短、中、长)分组,即共形成12个小组,将每个小组中的患者随机均分入治疗组与对照组中去,这是使“性别、病情、病程”3个重要非试验因素对观测结果的影响在治疗组与对照组之间达到平衡的重要举措,也是所有临床试验研究成败与否的最关键环节!
3 实验设计类型判断错误
例2:某作者欲观察甘草酸、泼尼松对慢性马兜铃酸肾病(AAN)肾损害的干预作用,于是,进行了实验,数据见表1。原作者经过用甘草酸和泼尼松分别与同期正常对照组和模型组比较,一个P<0.05,另一个P<0.01,于是得到甘草酸、泼尼松对慢性AAN肾损害具有一定程度的保护作用,且泼尼松的效果更佳。请问原作者的结论可信吗?表1 各组大鼠血BUN及SCr变化比较(略)注:与正常对照组同期比较,*P<0.05,**P<0.01;与模型组同期比较,P<0.05,P<0.01
对差错的辨析与释疑:本例错误极为典型,通常科研工作者欲观察某种药物是否有效,习惯上会建立正常对照组、模型组(即该药物拟治疗的病态组)和在模型组基础上的用药组(如本例中甘草酸组和泼尼松组)。这样的设计本身并没有错,但这仅仅是专业上的“实验安排(可称为多因素非平衡组合实验[1])”,而并非是统计学中所说的某种标准实验设计类型。写在“组别”之下的4个组,并非是一个因素的4个水平,而是2个因素水平的部分组合。这2个因素分别是“是否建模(即正常与模型2个水平)”和“用药种类[即不用药(相当于安慰剂)、用甘草酸和用泼尼松3个水平]”。2个因素共有6种水平组合,即“组别”之下缺少了“正常基础上用甘草酸”和“正常基础上用泼尼松”。这样设计的实验才可能反映出“是否建模”与“用药种类”2个因素之间是否存在交互作用。
在本课题研究中,由于未在实验前作出正确的实验设计,处理数据时错误就悄然产生了。具体到本例,从原作者在表1的注解中可以看出,通过单因素方差分析分别比较同期(即相同观测时间点)的甘草酸组和泼尼松组与正常对照组和模型组之间的差别是否有统计学意义。这样的做法有3个严重错误:第一,严格地说,在模型组基础上的用药组是不适合直接与正常对照组相比较的,因为这样的比较解释不清到底是药物的作用还是由于模型未建成功而造成的假象;第二,将各个时间点割裂开分别比较破坏了原先的整体设计,数据利用率降低,误差估计不准确,导致结论的可信度降低。将一个重复测量实验的各个时间点割裂开来考察,就等于在各个片段上估计实验误差、作出统计推断,好像盲人摸象一样,摸出来的结果差别何其之大;第三,要想说明两种药物哪个效果更佳,在得出差别具有统计学意义的基础上,衡量的标准是应看组间平均值的差量的大小而不应看P值是否足够地小,不能说P<0.01时就比P<0.05时更有效,这种忽视实验误差、忽视绝对数量和脱离专业知识的想法和做法都是不妥当的。
如何正确处理表1中的实验资料呢?关键要正确判定该定量资料所对应的是什么实验设计类型。由前面的分析可知,表1定量资料对应的是“多因素非平衡组合实验”,而不是某种标准的多因素实验设计类型。明智的做法是对“组别”进行合理拆分,即根据专业知识和统计学知识,对“组别”之下的所有组重新进行组合,应使每种组合对应着一个标准的实验设计类型。正确地拆分结果分别见表2和表3。表2 正常对照组与模型组大鼠血BUN及SCr变化的测定结果(略)表3 模型组和2个用药组大鼠血BUN及SCr变化的测定结果(略)
事实上,由科研习惯形成的这一套实验方案笔者形象地称之为多因素非平衡的组合实验,或者说,它是实验设计的表现型。通常可以进行统计分析的都必须是标准型(即统计学上所说的某种实验设计类型),因此需要能看出代表表现型本质的原型(本例中组别之下应该有6个组,这6个组构成一个2×3析因设计结构,但原作者少设计了2个组)。通常需要将表现型或/和原型拆分成标准型后再选择合适的统计分析方法进行数据分析。本例根据原作者的意图,可以将表1拆分成2个标准型,形成2个具有一个重复测量的两因素设计定量资料,见表2和表3。相应的统计分析方法就是具有一个重复测量的两因素设计定量资料的方差分析。此处请读者注意:第一,具有一个重复测量的两因素设计定量资料的方差分析和一般的方差分析虽然都叫方差分析,但它们的计算公式却有本质区别,绝不可混用;第二,重复测量因素(本例中为时间)不要与实验分组因素(表2中叫“是否建模”;表3中叫“药物种类”)同时列入左边,它们是本质不同的两种因素,一般应该把“重复测量因素”放到表头横线下方。
通过本例可以看出,在实验前明确实验设计是多么重要的一件事情。试想,若让本例原作者写明他的实验设计类型,他必然就会对基本的实验设计类型作一番调查和学习,自然就能发现他所“设计”的实验并不是统计学上相应的实验设计。那么通过咨询相关人士必能做出比较正确的实验设计,不仅可以提高科研设计水平,而且可以大大提高科研课题和论文质量。
例3:原文题目为《土荆芥-水团花对胃溃疡大鼠黏膜保护作用的研究》。原作者使用单因素多水平设计定量资料方差分析处理表4中的数据。请问原作者这样做对吗?表4 各组黏膜肌层宽度、再生黏膜厚度变化(略)注:与正常组比较,aP<0.05;与NS组比较,bP<0.05;与CP 10 mg·kg-1 组比较,cP<0.05
对差错的辨析与释疑:本例涉及到统计学三型理论[1]中的一些概念,简单地说就是可以直接进行统计分析的来自标准设计的数据表叫标准型,反映问题本质但并非是标准型的数据表叫原型,而掩盖了原型信息的数据表叫表现型。“组别”之下的6个组,似乎是某个因素的6个水平,其实不然!这6个组涉及到多个试验因素,应对“组别”拆分重新组合后,再分别判定各种组合所对应的实验设计类型,并选用相应的统计分析方法。组合1:空白对照组(正常)、阴性对照组(NS),这是单因素两水平设计(简称为成组设计)。由于正常组无实验数据,故该组合无法进行统计分析;组合2:NS组、RA组、CP(20/mg·kg-1)组,这是单因素3水平设计,因素的名称叫“药物种类”;组合3:NS组、CP(10/mg·kg-1)组、CP(15/mg·kg-1)组、CP(20/mg·kg-1)组,这是单因素4水平设计,因素名称叫CP的剂量(其中,NS组可视为CP的剂量为0)。
对于组合2和组合3,若定量资料满足参数检验的前提条件,可选用相应设计定量资料的方差分析,否则,需要改用相应设计定量资料的秩和检验。
4 人为改变设计类型且数据利用不全
例4:某作者使用表5中的数据进行分析,欲比较治疗组和对照组在治疗后的各个时间点的疗效情况,使用的分析方法为一般卡方检验,请问原作者这样做对吗?
对差错的辨析与释疑:从给出的统计表可以看出,该作者有意或者无意之间收集了一类相当复杂的实验设计类型下的定性资料,结果变量为多值有序变量的具有一个重复测量的两因素设计定性资料,处理这个设计下收集的定性资料要使用相应设计定性资料的统计模型分析法。由于上述方法过于复杂,因此,通常在实际运用中,实际工作者将重复测量因素武断地视为实验分组因素,从而使该资料变为结果变量为多值有序变量的三维列联表资料。在已经出错的前提下,原本应当使用CMH校正的秩和检验或者有序变量的多重logistic回归分析处理资料。然而,该作者显然在此基础上进一步合并了数据,将结果变量变成二值变量(有效、无效),也就是说,原作者实际使用的仅仅是最后一列数据(即总有效率),并且最为严重的错误是将三维列联表资料强行降维成二维列联表资料,使用一般χ2检验进行分析。经过一系列的简化与错误合并,最后结论的可信度还剩下多少呢?表5 原作者对2组疗效比较的试验设计及数据表达(略)注:与对照组同期比较,*P<0.05
由于篇幅所限,这类错误笔者只给出1例,实际上此类例子在很多杂志中普遍存在。这说明在进行实验设计时,很多研究人员并未做到心中有数;分析数据时,按自己熟悉的简单统计分析方法所能解决的数据结构强硬地改造数据,严格地说,在用表格表达实验资料的那一刹那就已人为改变了资料所对应的实验设计类型,这种做法的科学性和得出结论的正确性都将受到质疑[2]。
5 正交设计及数据处理方面的错误
人们在进行正交设计和对正交设计定量资料进行统计分析时,常存在下列3个误区:很多人过分强调用正交设计可以大大减少实验次数,因此,无论各实验条件(正交表中的每一行)下的实验结果波动有多大,都不做重复实验,这是第1个误区;将正交表各列上都排满试验因素,用对实验结果影响最小的试验因素所对应的标准误作为分析其他因素是否具有统计学意义的误差项,导致误差项的自由度较小,结论的可信度较低,这是第2个误区;在对正交设计定量资料进行方差分析后,即使存在多个无统计学意义的因素,仍对少数几个有统计学意义的因素进行解释,未将无统计学意义的因素合并到误差项中去重新估计实验误差,以获得具有较大自由度的误差项,这是第3个误区。
参考文献
关键词:转染基因Nanog内皮细胞上皮细胞混合种植聚砜膜中空纤维肾小管
生物人工肾(bioartificialkidney,BAK)是肾脏组织工程研究的重点之一。BAK的研究包括两个方面:生物人工肾小管和生物人工肾小球。当前,肾脏组织工程研究已取得了极大的进展,但仍存在关键的问题有待解决。如何在一定时间内快速获得大量的组织工程种子细胞;如何让构建的生物人工滤器既有生物人工肾小球的滤过与抗凝功能,同时又有生物人工肾小管的重吸收及内分泌功能。针对如何提高一定时间内种子细胞产量的问题,我们在先前的研究中应用促细胞增殖的人Nanog基因(hNanog)来促进种子细胞的增殖。而对生物人工滤器功能兼备的问题,在本研究中我们采用了种子细胞混合种植的方法。
一、材料与方法
1、材料伊格尔最低浓度必需介质(EMEM)培养基(美国Gibco),胎牛血清(FCS,美国Hyclone),胰酶(美国Sig-ma),PKH26及PKH67(美国Sigma),Hoechst33342(美国Sigma)。JSM—6000F扫描电镜(日本JEOL公司)。肾小管上皮细胞(HKC)由南京医科大学杨俊伟教授馈赠,血管内皮细胞(ECV304)由军事医学科学院三所细胞室赠送,转染种子细胞的rAAV2-hNanog重组病毒由北京本元正阳生物技术公司包装完成,转染rAAV2-hNanog重组病毒的2种细胞ECV304、HKC由本实验室制备并保存。
2、中空纤维上混合细胞的分布
2.1混合细胞的PKH26/PKH67标记:将转染hNanog基因的两种细胞ECV304及HKC细胞各接种在75cm塑料培养瓶中,置于37℃、体积分数为0.05的CO2孵箱中,用10%的FCSEMEM进行培养。当两种细胞各生长至汇合时,用0.25%的胰酶消化、离心并沉淀细胞后,然后再用无血清的EMEM洗涤细胞,400g/min离心,共5min,然后弃去上清,使残留上清不要超过25μl,然后在获得的细胞沉淀中加入1ml稀释剂C溶液,轻轻吹打形成细胞悬液;按照PKH26和PKH67试剂盒说明书分别配制4×10-6mol/L的PKH26溶液和4×10-6mol/L的PKH67溶液,然后把ECV304细胞悬液加入到PKH26染液、HKC细胞加入到PKH67染液中,各自吹打均匀,并于室温下放置2~5min。之后加入2ml血清,室温下放置1min,再用10%EMEM4ml稀释上述细胞悬液,25℃条件下1200r/min离心,共10min,弃去上清,去除染色液。用10%EMEM冲洗ECV304、HKC细胞4次,然后将细胞移到另一新管中,加入10ml完全培养基,离心,重悬,使两种细胞各自的密度调整在(1.0~2.0)×107/ml,然后把两种转染细胞ECV304与HKC细胞悬液等体积混合,轻轻吹打均匀,制成混合细胞悬液。
2.2标记细胞的种植:将实验组及对照组的AV400滤器(Fresenius公司0.7m2)均用无血清的EMEM培养基冲洗,再把无血清EMEM配制的层黏连蛋白0.74mg/ml[1]注入滤器中,置于37℃孵箱中1h,之后将其抽去。然后把标记的种子细胞混合液平均分成4次注入滤器内腔,两次注射时间间隔为1h,每次注射完毕后按方向标记放置滤器,待下次注射结束后依照固定方向将滤器转动90°,总共进行4次,完成360°循环。对照组只在AV400滤器中注入不含细胞的培养基,注射方法及放置方法同实验组。最后把两组滤器的外腔注满培养基,置于37℃、体积分数为0.05的CO2孵箱中培养,滤器中培养液pH<7.2时即予以更换。于培养第5天时从两组滤器中取出中空纤维,用刀片将纤维丝纵向剖开,磷酸盐缓冲液(PBS)溶液冲洗2次,然后在荧光显微镜下观察2种转染细胞在中空纤维上的分布。
3、混合细胞在中空纤维上生长状态的观察把2种已转染人Nanog基因的ECV304、HKC置于37℃、体积分数为0.05的CO2孵箱中,用10%FCSEMEM进行培养。当两种细胞生长至汇合状态时,用0.25%的胰酶消化,并对2种种子细胞进行细胞计数。实验组及对照组所用AV400滤器仍用层黏连蛋白包被。把2种转染细胞的密度调至(1.0~2.0)×107/ml,然后把两者等体积混合,轻轻吹打均匀,制成混合细胞悬液,然后把细胞混悬液注入滤器内腔,注射方法与放置方法同2.2部分。对照组只在AV400滤器中注入不含细胞的培养基,注射方法及放置方法同实验组。最后将两组滤器外腔注满培养液,置于37℃、体积分数为0.05的CO2孵箱中培养,滤器中培养液pH<7.2时即予以置换。第7天时从两组滤器中取出中空纤维,用0.1mol/LPBS冲洗1次,然后再用2.5%戊二醛于4℃冰箱中固定2h,之后再用0.1mol/LPBS溶液冲洗,用刀片将中空纤维沿纵向剖开,再用0.1mol/LPBS溶液冲洗2次,最后把剖开的中空纤维置于1%锇酸中,4℃冰箱中固定1h。标本制作完成后,进行扫描电镜检测。
二、结果
1、中空纤维上混合细胞PKH26及PKH67标记检测:经PKH26染色的ECV304转染细胞及经PKH67染色的HKC转染细胞混合种植于聚砜膜中空纤维上后,可见两种种子细胞呈点片状分布在聚砜膜中空纤维上。荧光显微镜下,ECV304细胞呈现红色,而HKC呈现黄绿色。而对照组则无红色或黄绿色的点片状细胞群分布。
2、中空纤维上混合细胞的生长形态:转染的ECV304细胞与转染的HKC细胞混合种植于聚砜膜中空纤维内腔7d后,扫描电镜检测:对照组未见细胞生长;混合细胞在中空纤维内腔上呈片状生长,并可见细胞表面的微绒毛。
三、讨论
早期的肾脏组织工程主要是模仿肾小球的滤过功能,人们利用具有类似肾小球滤过功能的生物膜(如聚砜膜)建立了血液透析的方法。然而,血滤器在血透过程中易出现血栓,最终导致滤过功能下降。为解决血滤器中出现血栓的问题,有人将转染水蛭素基因的内皮细胞种植在生物膜材料上,制成生物人工肾小球[3,4],但这种具有抗凝功能的生物人工肾小球只能对小分子溶质进行清除和滤过,缺乏物质重吸收及内分泌等重要功能。
生物人工肾小管是把肾小管上皮细胞种植在中空纤维腔内,上皮细胞在中空纤维内腔的表面黏附生长并形成单层,从而发挥小管上皮内分泌、重吸收作用[4-8],但它缺乏抗凝的功能。在透析过程中,生物人工肾小管仍需要使用肝素抗凝。对血透患者来说,长期使用普通肝素(UFH)可引起脂质代谢异常,加重患者的脂质代谢紊乱[9,10]。尽管有研究认为,血透过程中使用低相对分子质量肝素(LMWH)在一定程度上可以缓解高脂血症和改善脂质代谢,但John等[11]的研究证明,无论使用UFH还是LMWH,均有导致严重的肝素诱发性血小板减少症的可能(heparin-in-ducedthrombocytopenia,HIT)。因此,把两种种子细胞混合种植在聚砜膜中空纤维上,构建一种兼备血管内皮细胞抗凝功能、小管上皮细胞内分泌及重吸收功能的新型生物人工肾小管,是克服既往生物人工肾小球/肾小管不足的一个可行的方法。