第一节 统计工作的基本步骤

烧伤资料统计可分为统计设计、收集资料、整理资料和分析资料四个步骤。即在周密的统计设计的指导下，正确、完整地收集资料，整理资料，以此进行合理准确地分析、推断。这四个步骤虽先后有序，但却密不可分，如果在任何步骤上出现问题或缺陷，都会影响到统计分析结果。
一、统计设计（design statistics）
在烧伤临床研究中，有许多资料或数据需要收集、整理及分析，从中得出符合临床实际的结论，这一过程称为统计设计。统计设计的意义在于保证统计结果准确可靠。主要内容包括：①明确研究目的；②确定数据的采集范围，如划分观察对象的全体、选定观察指标、确定调查方法等；③规定质量控制方法，如校正仪器，统一测量时间和方法、数据记录精度等；④拟定专题调查、调查问卷、登记表格格式，如果数据要录入计算机，则要规定数据格式；⑤确定资料的归纳和分组方法；⑥确定统计分析指标和统计分析方法；⑦制订人员培训计划及组织工作安排、时间进程、经费预算等。
鉴于烧伤疾病存在许多复杂的因素，统计工作必须经过科学的周密设计，否则不能以较少的人力、物力和时间，获得准确可靠的结论。当研究比较复杂的问题时，应先在小范围内进行预试验，以便及时发现问题，完善设计方案，为大规模实验积累资料。预实验是选择和确定临床研究课题的第一步，也是确保科研达到一定目的，解决一定问题，获得一定成果的重要步骤。假如研究课题不明确，统计工作也就无从谈起。因此，选题一定要经过慎重考虑，用科学的思想、方法立题，同时应请有关人员予以科学论证，使选题的目的更加明确。选题起点一定要高，具有一定的先进性、创新性，使研究成果能在某一个范围内，或在某一个方面，某一个层次上具有较先进的水平。除此之外，选题的科学性尤为重要，要使选题具有充足的理论根据，有科学原理的指导，有实践基础，论据要充分、合理，同时要有可行性，具有完成课题的必要条件等。关于临床研究课题的选择，首先应把功夫放在选题上，不要盲目从事。有人可能会问，课题从哪里来？首先来源于实践，其次来源于书本。
二、收集资料（collection of data）
收集资料就是通过合理可靠的手段与渠道，按照统计设计的要求，及时获得研究所需的、准确完整的原始数据。资料收集的方式根据研究目的与设计要求确定，可通过专门手段收集，如专题调查、专项实验。在许多情况下，也可通过统计报表、统计年鉴、经常性的工作纪录和数计库收集资料。应当指出，只有原始资料可靠，方能得出可靠的结论。烧伤资料统计与其他医学资料统计一样，资料来源于以下几个方面：
1统计报表
根据国家规定的报表制度，各级组织或医疗中心机构应根据所需要的内容制定自己的统计表，令其下级单位定期逐级上报。如烧伤资料的多中心研究，欲获得资料单位的总中心首先应制定统计表，发至各分中心，各分中心及时如实上报。这种做法的主要意义在于它能为总中心提供宏观控制依据，为拟定医疗、课题设计、检查与总结工作提供科学根据，同时也为科学研究提供基础资料。但报表项目一般较少，不便据以进行深入细致的分析。假如调查或填报者对调查项目的理解和执行过程不尽一致，便会影响到各单位之间指标的可比性。其中最常见的问题是医院对某病的治愈标准不统一，或是虽有统一标准，因为医师在程度掌握上有宽有严，也会影响到治愈率的可比性。假如各个分中心的治愈率相差悬殊，在汇总统计时应进行标准化处理，否则不能反映其真值。
2医疗工作记录和报告卡
包括病历卡、医学检验记录卡及疾病报告卡等。这些资料常会出现漏填、重复或项目填写不清等现象，欲使资料能够用于科研分析，必须使医务人员认识到原始记录的正确性、完整性的重要意义，根据每项的目的要求认真填写。特别提出的是不论调查研究，还是临床研究，总中心都应首先制订出一个完整、切实可行的研究或调查计划，这个计划要做到周密详细，而且贯穿于整个科研过程中。假如研究或调查方法是错误的，课题设计自然不会合理、也不严密，结果会使整个研究徒劳无功。故调查研究的前提必须是课题设计要有科学性、严密性、合理性，高效性，确保科研达到预期水平。
3专题调查或试验
用统计表或记录卡进行调查研究，有时并不能满足研究需要，此时需要进行专题调查或实验研究，这种情况常见于回顾性调查。回顾性研究具有许多固有的缺陷，最常见是原始资料不齐全或不正确，给整理资料及分析资料造成困难，甚至得出错误的结论。因为回顾性研究的这种缺陷很难用统计方法弥补，故除做好调查设计和实验设计工作以外，应在调查设计和实验设计过程中及时对资料作出以下检查：①完整性检查原始资料是否有遗漏或重复，各项目是否已填写；②正确性检查资料是否准确，能否反映事物的真实性，各项目之间有无矛盾，各数字之间是否合理等。上述问题一旦被发现，遗漏资料应当补充，重复资料必须剔除，错误资料予以更正。
三、整理资料（sorting data或gata processing）
整理资料是将原始资料按统计设计要求去伪存真、归类整理进行分组的过程。人们习惯把去伪存真的方法叫数据净化（data cleaning），即对原始数据进行检查、校对、纠错、改正。检查与核对一般按照逻辑检查（logical check）和统计检查（statistical check）方法进行。在资料整理过程中，通过逻辑检查和统计检查，能够及时发现、更正或剔除错误的原始记录，以保证下一步统计分析的正确性。
（一）统计归纳
1汇总列表
将原始记录按名称排列后汇总到整理表上，如根据门诊、巡诊和疾病患者登记簿中的初诊登记，逐日汇总为初诊人数；根据门诊和疾病患者登记簿中的诊断登记，逐日汇总各种疾病的发病人数，并记录在初诊患者分类逐日登记表上。
2资料归纳
是将原始记录按顺序排列后汇总到整理表上，在形式上该方法与按名称归纳的方法相同，但原始记录不能像“名称”那样严格定义，它只有程度、等级的差别。例如治疗结果有“治愈”、“好转”、“无效”、“死亡”、“转院”和“其他”等登记结果。前四种结果只有等级的区别，故属于等级资料。
3根据资料性质重新制表
当原始记录为连续型变量或散布范围较广的间断变量时，要把数据的散布区间分为若干组段排列在整理表上，然后再分别填入各组的汇总数字。对于住院人数，可用划分组段后归纳的方法，如某医院某科室2006年l月不同年龄段住院患者的例数（见表321），这种表又叫频数表，以10～15岁年龄段为例，住院人数为16，最后合计数（248）为2006年1月份住院总人数。

年龄组段为等级资料，相应组段的人数为该等级住院人数的频数。

（二）统计分组
统计分组是根据研究目的将原始记录按照对比因素分组后，再进行统计归纳。常用的对比因素有单位间的对比、地区间的对比、不同时间的对比、试验组和对照组的对比等。
示例：一组深Ⅱ度烧伤创面（50个）采用甲种方法治疗，另一组（50个）采用乙法治疗，一年后随访其瘢痕发生情况（表322）。

（三）归组方法
1分类计数法
该法适用于卡片登记资料的分组归纳，如将医院住院卡片按疾病编码分别排放，最后分别清点各组卡片数，获得各种疾病的住院人数。
2划记计效法
该法适用于表格式登记资料的分组归纳（表323中）。它的来源经过以下过程，即在统计表上用划“正”字方法分组归纳，将发生瘢痕的病例创面用正字形式逐一划在表333中，最后根据各组的观察人数整理成表323的形式。

3频数表法
主要用于连续型数据和散布范围广的间断型数据的归纳。频数表本身不包括对比分组因素，如果原始记录需要分组归纳，要分别制作频数表。频数表不仅是数据的归纳整理表，在统计分析中也有重要作用，它是一种常见的统计数据的表达形式，如表321。
4计算机汇总法
适用于纪录项目较多，汇总归纳复杂的数据整理。常见于项目较多与复杂的资料，如带有医院、科室、研究起止时间、病人性别、年龄、疾病名称、病情程度、住院天数等因素的资料。根据多因素资料的要求，有许多分组表达方式。以住院天数的分析为例，可以按科室分组，也可以按疾病名称分组，或按疾病名称及病程进行因素交叉分组。上述资料若按手工方法分组相当麻烦且困难，最好的方法是用计算机汇总。常用的软件为数据库软件，如FoxPro、VB等。有时对特定的资料汇总时，如对病例首页资料进行汇总，可用SAS、SPSS特定的统计专用软件处理。
四、分析资料（analysis of data）
分析资料是在分组归纳的基础上对资料的统计分析，计算有关的统计指标，然后结合专业研究背景和业务知识，对统计指标的大小和差别作出合理的分析或解释。分析资料主要分以下三个步骤。
1选择正确的统计指标
如对表321的统计资料计算其平均住院人数，这种资料应当选择中位数计数法。表322中的资料为计数资料，比较两组的差别需要计算其瘢痕发生率。关于统计指标与方法详见后面相关章节。
2表达方式
为了便于分析和比较，需要将分组计算的统计指标列统计表或作统计图，予以表达。
3资料比较
对经常性的资料和普查资料，可直接比较统计指标的大小和组间差别，并作出合理的分析或解释。如果是根据抽样调查资料推理全体观察对象的特征，则需要估计统计指标的抽样误差，并对组间差异作假设检验。
各种资料经过上述方法处理之后，尚需进行理性概括。所谓理性概括就是将经过统计加工的研究资料，由感性认识上升到理性认识的逻辑思维过程。它通过归纳、演绎、类推、论证、分析、综合、抽象、概括等逻辑思维深化，经过判断、推理而获得科学的结论，最终写出科学报告与科学论文。有人说“科学就在于用理性方法去整理感性材料”，对所获得的感性材料应首先进行抽象概括，建立概念，再用概念进行判断和推理，从而建立科学假说或科学理论。上述过程必须以科学方法为导向，归纳、综合、演绎、类推、论证、分析等每个步骤都需要科学方法指导。科学研究假如没有正确的方法和方法论，所得到的结论必然是不符合实际的。由此可见，一份既不准确也不科学的资料（如实验误差相当的大），统计处理不但不能解决问题，反而造成一种错觉，得出某种错误的结论。