利用流行病學計算器EpiCalc 軟件審核科技論文中的流行病學數據

，

在科技期刊論文中，數據的重要性不言而喻。但作者計算方法不當或筆誤而導致的錯誤數據時有發生。如果不能及時發現這些錯誤，不但會影響論文的正確表達，還會影響雜志的聲譽。因此科技期刊編輯，一定要重視數據審核[1]。

編輯面對論文中的數據時，除了依靠科學常識、邏輯方法[2]、審稿專家的意見，以及高度的責任心外[3]，還要有專業的復核工具。最常用的是計算器、Excel加載項中的數據分析工具以及SAS、SPSS、STATA等專業統計軟件，然而這些工具不如流行病學計算器EpiCalc(Epidemiology Calculator)軟件實用和方便。EpiCalc軟件是英國的 Joe Gilman和Mark myatt 于1997年共同開發的用于流行病學二次數據處理的免費軟件，供流行病學、統計學專業和臨床專業等人員使用。自從該軟件投入使用以來，很多文獻從不同方面對該軟件的使用進行了介紹[4-6]，但未采用更權威的工具進行驗證。筆者結合實例介紹EpiCalc的同時，利用SAS 8.2軟件對其進行了驗證。

1 EpiCalc 軟件介紹

該軟件安裝程序可免費下載(下載地址http:∥www.brixtonhealth.con/ec2v102．exe)，主界面如圖1所示。

圖1 EpiCalc軟件的主要界面

其主要功能有：計算可信區間，根據兩組的均數、標準差和樣本例數比較兩總體均數的差別(圖2)，進行四格表的χ2檢驗或計算Fisher確切概率，進行R×C表的χ2檢驗(圖3)。此外還可進行擬合優度檢驗、樣本含量的估計和分層、分級資料的統計分析，以及據統計量值和樣本例數計算概率。

圖2 EpiCalc軟件進行兩總體均數比較的界面

圖3 EpiCalc軟件進行R×C表χ2檢驗的數據輸入界面

2 用EpiCalc軟件審核科技論文中流行病學數據的優勢

2.1 實用

2.2 易學

相對于功能強大的專業統計學軟件，如SAS，SPSS，STATA等，EpiCalc軟件更容易掌握。SAS和STATA軟件需要編程[7]，對于編輯而言，能使用的功能并不多，專門安裝和學習這些軟件未免有些“大動干戈”；SPSS軟件不需編程，但通常需要提供原始數據，而且掌握基本的SPSS知識也需要花一番功夫；利用計算器和Excel，也能進行一些簡單的統計學分析，但過程比較繁雜，且容易出錯。而掌握EpiCalc軟件則相對容易，具有基本統計學知識的編輯，只需自學2個小時即可熟練應用。

2.3 方便

該軟件可免費下載，且安裝程序小、操作簡單、啟動快速。編輯在審閱或加工稿件時，可隨時啟用，就像用計算器一樣方便。同時，該軟件界面簡單，數據錄入方便，結果簡潔易懂，非常方便編輯使用。

3 利用EpiCalc 軟件審核數據的案例分析

3.1 審核《膿毒癥患者并發急性肺損傷危險因素分析》中的數據

在《膿毒癥患者并發急性肺損傷危險因素分析》一文中，死亡組(n=19)與存活組(n=17)的呼吸分別是(33.0±5.3)次/min、(30.2±3.0)次/min,兩組比較有統計學意義(P<0.05)。對此類表面上看差別不大的數據，有必要進行復核。打開EpiCalc軟件，選擇compare,再依次選擇means和two means(圖1)。出現界面如圖2，confidence level(可信度)選擇默認的95%，將兩組的樣本例數、均數、標準差填入對應的空欄中即可。結果顯示：t=1.92，對應的P=0.0634(圖4),說明兩組總體均數的差別沒有統計學意義，與原文結論正好相反。

圖4 EpiCalc軟件t檢驗結果界面

筆者對上述數據同時利用SAS 8.2軟件進行驗證，程序為：

data aa;

n1=19;

n2=17;

m1=33.0;

m2=30.2;

s1=5.3;

s2=3.0;

sc2=(s1**2*(n1-1)+s2**2*(n2-1))/(n1+n2-2);

st=sqrt(sc2*(1/n1+1/n2));

t=tinv(0.975,n1+n2-2);

in=t*st;

lclm=abs(m1-m2)-in;

uclm=abs(m1-m2)+in;

proc print;

var lclm uclm;

run;

結果：lclm=-0.1656，uclm=5.7656。lclm和uclm分別表示兩均數相差95%可信區間的下限和上限。如果該區間包含0，則表示兩組均數無統計學差別，該結論與EpiCalc軟件結論一致。

3.2 審核《對全髖與全膝關節置換術后LMWH應用時機的初步研究》中的數據

在《對全髖與全膝關節置換術后LMWH應用時機的初步研究》一文中，THA組內與TKA組內DVT發生率差異均具有極顯著統計學意義(P=0.000)(表1)。

該文的主要問題是不能采用χ2檢驗，應該采用Fisher確切概率法，因為2×2列表中期望頻數太小，有2個格子的頻數小于5。打開EpiCalc軟件，選擇tables,再選擇2-by-2 unstratified(2×2表，未分層)，展開界面見圖5，將2、30、2、47輸入對應的空欄中，同時選擇左下角的Perform Fishers exact test(確切概率法)，結果發現THA組術后DVT發生率比較沒有統計學差異(P=0.6456)(圖6)，TKA組內DVT發生率也無統計學差異(P=1.0000)。

表1 人工關節置換術后使用LMWH組與延期72 h使用LMWH組術后DVT發生率

圖5 EpiCalc軟件四格表展開界面

圖6 EpiCalc軟件四格表統計檢驗結果

同樣，利用SAS 8.2軟件對THA組術后DVT發生率比較進行驗證，程序為：

data aa;

do r=1 to 2;

do c=1 to 2;

input f @@;

output;

end;

end;

cards;

2 30 2 47

proc freq;

weight f;

tables r*c/chisq expected nopercent;

run;

結果見圖7，確切概率(雙側)=0.6456，同EpiCalc得出的結果一樣；同樣，TKA組內DVT發生率也無統計學差異(P=1.0000)。

圖7 SAS8.2軟件驗證部分結果界面

4 結束語

科技論文中的結果部分，大多數都需要用數據表達，其形式有的簡單，有的復雜，涉及的統計學方法也多種多樣[8]。科技期刊的編輯不可能對文章中的所有結果進行復核，因為有些結果是需要提供原始數據的。因此，編輯只能根據論文中的現有數據進行復核，涉及的統計學方法相對簡單，一般包括兩組之間的t檢驗、四格表及R×C表的χ2檢驗、Fisher確切概率法等。

通過復核，可以達到兩個目的：一是可以確認部分結果是否準確；二是可以判斷作者的科研態度及統計分析能力，從而為編輯取舍或退修稿件提供參考[9]。有些稿件表面上看沒有問題，且行文流暢、結構嚴謹，但審核結果中的數據卻錯誤百出，對于這樣的稿件也只能做退稿處理了。因此，對論文中的數據進行審核非常必要，選擇一個好的審核工具則可以達到事半功倍的效果。