【作 者】关珠珠、李雅楠、郭锦秋：《大连医科大学学报》编辑部
【摘 要】数据审核是医学论文审稿流程的重要环节，可以保障论文质量且有效防范学术不端。GraphPad Prism是一款既可以进行科学绘图，又能对数据进行统计分析的科研工具软件，可以帮助编辑对稿件中的统计结果进行验证，提高审核效率及准确性。文章通过3个案例，介绍GraphPad Prism软件的使用方法及技巧，期望能为编辑的数据审核工作提供一定的帮助。
【关键词】GraphPad Prism软件；统计学；数据审核；编辑
数据准确是医学论文具备科学价值的基础，国内外越来越多的期刊认为数据审核是审稿流程中不可或缺的环节[1]。在日常数据审核工作中，稿件出现数据差错的情况并不少见[2]。一般原因可以分为两种：一种属于非主观差错，例如作者因为不细心，造成个别数字的书写错误，或者对统计学知识了解不够，错误的使用了统计方法等[3]。对于这种情况，编辑会酌情与作者沟通，允许其进行修改。而另一种则是作者有意篡改编造数据，属于学术不端[4]。稿件一旦被认定为学术不端，应立即给予退稿[5]。数据审核可以避免这些错误的数据被发表出来，且能有效地防范学术不端[6]。
GraphPad Prism是一款既可以进行科学绘图，又能同时对数据进行统计分析的科研工具软件，其中文官方网站（https：//www.graphpad－prism.cn）及英文官方网站（https：//www.graphpad.com）提供软件的购买、免费试用下载及使用教程。GraphPad Prism目前已被科研人员广泛使用，尤其在生物及医学学科。医学期刊编辑同样可以利用GraphPad Prism软件的统计分析功能对稿件中的数据进行审核。GraphPad Prism可以利用文章中的二次数据进行两独立样本均数的t检验及多样本均数的方差分析，也可以根据构成比信息进行卡方检验。本文将结合工作中的案例，介绍GraphPad Prism软件的使用，期望能为编辑的论文数据审核工作提供一定的帮助。
1 GraphPad Prism软件在审稿工作中的应用案例分析
1.1 两独立样本均数的t检验
例1该文作者收集其医院收治的171例心梗患者，其中146例患者血尿酸值正常，25例为高尿酸血症。所有患者经超声检测左室舒张末内径（LVEDD），结果显示：血尿酸值正常的心a梗患者LVEDD为（49±9）mm；高尿酸血症的心梗患者LVEDD为（52±11）mm，两组比较差异有统计学意义（P＜0.05）。
在数据审核时，编辑认为两组患者LVEDD的均值相差并不大，对其是否真的具有统计学意义存疑。虽然稿件并未提供LVEDD的原始数值，应用GraphPad Prism软件，编辑仍可以利用文中提供的均数，标准差及样本量进行两样本均数的t检验，从而对统计结果进行验证。GraphPad Prism软件操作如下：打开软件，在欢迎界面New Table & Graph选框中选择Column→Enter and plot error values already calculated elsewhere→Mean，SD，N→Create，创建并进入数据表。录入数据后，在工具栏选择Analyze→Column analyses→t tests（and nonparametric tests）→OK。Parameters对话框中，可选择非配对的t检验（Unpaired t test.Assume both populations have the same SD）或方差不齐时的t’检验（Unpaired t test with Welch's correction.Do not assume equal SDs）。在不知道方差齐性的情况下，先选择t检验，点击OK，即可生成统计结果表单。如果方差齐性检验的P＞0.05，说明两样本方差相等，表单中t检验有效；反之，则需返回到Parameters对话框，选择方差不齐时的t’检验。本例两组方差齐次性检验的P＞0.05（F test to compare variances，P＝0.1560），且t检验的P＝0.1384，说明两组患者的LVEDD不具有统计学差异，文章的结果确实存在问题。之后编辑用同样的操作对文章的其他数据逐一进行检验，又发现多处P值错误。编辑部经讨论，认为此稿件数据不可靠，结论不可信，给予退稿。
1.2 多样本均数比较的方差分析
例2该文作者收集了医院收治的冠脉单支病变患者100例（单支组），冠脉双支病变患者143例（双支组），冠脉三支病变患者67例（三支组），同期入院的冠脉正常病例289例（正常组），检测各组患者24小时平均收缩压（24hSBP），分别为（137.75±13.08）mmHg，（143.83±9.91）mmHg，（147.58±10.02）mmHg，（127.78±16.15）mmHg。作者认为冠状病变各组的24hSBP均显著高于正常组，且随着冠状动脉狭窄支数增加，24hSBP逐渐增加（P＜0.05）。
统计学中,多样本均数比较应该使用方差分析，并要进行方差分析后的多重比较。例2文章中的统计方法部分仅描述为“两组间比较采用t检验”，而未有方差分析的描述。同时编辑注意到双支与三支病变组的均值相差较小。那么该文是统计方法描述不准确还是使用了错误的统计方法，双支与三支病变组的比较结果是否正确？编辑利用GraphPad Prism对四组总体方差分析以及之后的多重比较进行了重新验算。GraphPad Prism进行方差分析时，数据表创建及数据录入步骤与两独立样本均数的t检验一致。在Analyze对话框选择One－way ANOVA（and nonparametric tests）→OK。Parameters对话框中，Multiple Comparisons选项卡→compare the mean of each column with the mean of every other column；Options选项卡→Fisher's LSD test；Experimental Design选项卡→No matching or pairing→Yes.Use nonparametric test.→OK。生成的统计结果表单显示：四组总体方差分析具有统计学差异，P＜0.0001；多重比较时，双支与三支病变组间差异没有统计学意义，P＝0.0661。所以文章中“随着冠状动脉狭窄支数增加，24hSBP逐渐增加”的表述是不合适的。多样本均数比较时，不进行方差分析，直接用t检验进行多组间的两两比较是作者经常犯的统计错误之一。编辑利用GraphPad Prism，按照错误的方法进行t检验，结果显示P均＜0.05。此结果与作者的结果一致，由此编辑部推断作者是使用了错误的统计方法。后期编辑与作者沟通，要求其应用正确的统计方法重新计算，并对稿件中相应的结论进行了修正。
1.3 卡方检验
例3该文作者收集病情相似的胃癌术后患者，按不同化疗方案分为A、B两组，每组79例。经过2年治疗后，A组患者发生肺转移、骨转移及脑转移的例数分别为2例，0例，1例；B组发生例数为6例，4例，5例。采用卡方检验，比较两组的转移情况，结果显示：肺转移、骨转移、脑转移的Χ2值分别为6.231，6.135，6.988，而P值分别为0.045，0.045，0.042。
编辑在进行数据审核过程中对统计结果的正确性产生了质疑。例3中A、B两组患者肺转移、骨转移、脑转移情况比较实为三个独立的四格表资料。卡方界值表中，Χ²₀.₀₅,₁＝3.84，Χ²₀.₀₁,₁＝6.63，这是统计学习中通常会被要求记忆的临界值。四格表资料的卡方检验，自由度均为1，当Χ²＞3.84时，则P＜0.05，当Χ²＞6.63时，则P＜0.01[7]。文章脑转移项结果显示，Χ²＝6.988大于临界值6.63，而对应的P＝0.042，远远大于0.01，这明显是错误的。同时肺转移及骨转移项中的Χ²值接近6.63，但P值却接近0.05，也明显不符合数学规律。故编辑应用GraphPad Prism对表格中的结果依次进行了验证。以肺转移项为例，打开软件，在欢迎界面New Table & Graph选框中选择Contingency→Start with an empty data table→Create，建立并进入数据表。录入数据后，在工具栏选择Analyze→Chi-square（and Fisher's exact）test→OK。统计结果单显示，Χ²＝1.185，P＝0.276，这与文章中的数据相差较大且结论相反。骨转移及脑转移项的结果经验证也是同样的情况。最终编辑部以文章的数据不可信给予了退稿。
2 讨论
论文数据审核时，编辑会从资料表达方式是否恰当，统计学方法的选择及数值计算是否正确等方面进行审核。只有正态分布的计量资料采才能用均数±标准差表达，非正态分布的计量资料采用中位数和四分位数值表达，计数资料采用率或构成比的形式表达。医学论文中常出现的两样本及多样本的比较，应根据资料的特征，选择相应的参数或非参数检验方法，然后应用统计软件可以对统计过程进行验算，判断文中数值正确与否。
统计方法使用不当是论文数据错误的主要原因。不同特征的数据资料适用不同的检验公式，而同一组数据使用校正与未校正的公式得到的结论可能完全相反。例3中作者就错误的使用t检验，没有进行多样本均数的方差分析。相丹风等[8]研究认为，方差不齐时没进行校正的t’检验是造成医学论文中成组t检验P值错误的原因之一。GraphPad Prism提供两独立样本均数的t检验、多样本方差分析及卡方检验的同时，也提供的相应的校正检验。如果方差不齐，例1可在t检验参数设置对话框界面选择Welch校正检验；例2则可以选择Kruskal－Wallis检验。需要说明的是，例2在进行多样本方差分析时，由于录入的数据为二次数据，非原始数据,GraphPad Prism不能进行总体方差齐性检验，其Brown－Forsythe检验一项为空白。但因多样本均数的方差分析结论较稳定，只要各组样本的最大比最小方差＜3，仍可使用方差分析[9]。如果出现最大比最小方差≥3的情况，编辑可以与作者确认其使用的统计学方法，必要时要求作者提供原始数据。针对方差分析后的多重比较，GraphPad Prism在Options选项卡中，除了LSD－t检验法，还提供了其他多重比较的方法，如Turkey法，Bonferroni法等，编辑可以根据稿件的实验设计及数据特点进行选择。针对四格表资料，GraphPad Prism提供了卡方检验、Yates校正检验及Fisher确切检验。通常来说，卡方检验需要满足样本量（n）≥40且理论频数（T）≥5的条件；若n≥40但1≤T＜5，使用Yates校正公式；若n＜40或T＜1，使用Fisher确切概率法[10]。例3肺转移项四格表中n＝158，其中两个格子的T＝4，则应选择Yates连续校正检验。
医学论文方法及结果部分的数据较多，审核工作量大，若编辑能先筛选出稿件中疑似有误的数据，再进行统计软件的复核，可以大大的提高工作效率。本文的3个案例均为编辑先对结果的合理性产生了质疑，进而进行软件验证，最终发现了错误。统计学结果存在一定的规律，稿件中数据不合常理或违背数学原则，则可能存在问题[11]。类似的统计规律还有很多：优势比分析时，若95%可信区间包含1，则P一定大于或者等于0.05，如果文章结果的P＜0.05，则一定存在错误。在样本量及组别相同，进行同种统计学方法比较不同指标时，统计检验量增加，则P值相应变小[11]，若文章中统计检验量值与P值没有遵循此规律，则结果存在错误。编辑在工作中发现、总结、应用这些规律可以达到事半功倍的效果。但如果编辑凭感觉怀疑数据有误时，务必要使用统计软件进行后续的验证，以防误判。比如在均数间比较时，均值接近会让人产生没有统计学意义的质疑。虽然以此为线索，有时会发现问题数据。但它不能称之为统计学规律，不能作为否定存在统计学差异的确凿证据。本文例1及例2中，均有均值接近的2样本比较，经GraphPad Prism验证，例1中两组不存在统计学差异；例2中两组进行LSD－t检验时，也不存在统计学差异，而t检验则存在统计学差异。
在数据审核过程中，应用统计软件，为编辑的工作带来了极大的便利。除了本文介绍的GraphPad Prism，SPSS[12]、SAS[12]、R语言[13]及EpiCalc2000[14-15]是以往被编辑们熟知并经常使用的统计软件。由于这些软件并非专门为编辑统计审核工作而设计，所以在实际工作中，总会有所不及。比如在不知道原始数据的情况下，编辑仍然不能应用软件对正态分布情况，配对的t检验等问题进行审核。但无论如何，GraphPad Prism的统计方法相对齐全，操作界面直观，在编辑数据审核工作中使用具有一定的优势。当然软件只能起到辅助作用，编辑只有具备全面的统计学知识背景，才能正确且灵活的使用软件，使其发挥最大效能。因此，具备较高统计素养仍是编辑胜任数据审核工作的必要条件[16-17]，医学期刊编辑部以及编辑应当重视统计方面的培训与自我提高。同时希望不久的未来，专业人员可以开发针对编辑使用的统计审核软件。
参考文献
[1]姜春霞.论医学期刊编辑的统计学审核[J].中国科技期刊研究,2014,25(6):782-784.
[2]韩磊.医学期刊编辑提升统计学素养的难点及策略[J].科技与出版,2016(1):50-53.
[3]尚永刚.编辑应重视医学期刊中数据的审查与检验[J].编辑学报,2016,28(1):26-28.
[4]刘胜利,潘云涛,赵筱媛.科研数据造假判定实用情报策略与技术的宏观考量[J].现代情报,2017,37(12):3-9.
[5]李伟,陈新石,游苏宁.医学期刊编辑在预防学术不端中的辅助作用[J].编辑学报,2012,24(3):253-255.
[6]郜书锴.《科学》杂志怎么应对数据造假[J].现代出版,2016(4):76-78.
[7]徐勇勇,孙振球,颜虹,等.医学统计学[M].北京:高等教育出版社,2004:335.
[8]相丹风,高永,周英智.医学论文中成组t检验P值错误及其原因分析[J].中国科技期刊研究,2018,29(12):224-1228.
[9]周登远,崔壮,焦振山.临床医学研究中的统计分析和图形表达实例详解[M].北京:军事医学科学出版社,2011:42.
[10]颜虹,徐勇勇,赵耐青,等.医学统计学[M].北京:人民卫生出版社,2006:153.
[11]刘清海.利用统计方法与规律发现论文数据造假[J].编辑学报,2018,30(6):617-620.
[12]李小萍,武建虎.利用流行病学计算器EpiCalc软件审核科技论文中的流行病学数据[J].中华医学图书情报杂志,2015,24(7):59-62.
[13]易延华,胡桂洁.应用R软件和Epicalc程序包进行医学Logistic回归分析[J].中国病案,2015,16(3):33-37.
[14]刘菲,高雪莲.EpiCalc2000软件在医学论文统计结果审核中的作用[J].编辑学报,2012,24(2):165-166.
[15]葛芳君,蔡华波.编辑工作中EpiCalc2000软件应用[J].科技传播,2015,7(3):109-110.
[16]张媛,刘雪松,霍永丰,等.医学研究论文中构成比与率错误混用的典型案例分析[J].编辑学报,2019,31(3):271-273.
[17]郭瑞,宋国营,张媛,等.医学期刊编辑应重点审核的统计学问题分析及建议[J].编辑学报,2019,31(6):623-625.
