统计学对医学的贡献论文

发布时间:2017-03-17 14:51

统计学是一门很古老的科学,一般认为其学理研究始于古希腊的亚里斯多德时代,迄今已有两千三百多年的历史。它起源于研究社会经济问题,在两千多年的发展过程中,统计学至少经历了“城邦政情”,“政治算数”和“统计分析科学”三个发展阶段。所谓“数理统计”并非独立于统计学的新学科,确切地说:它是统计学在第三个发展阶段所形成的所有收集和分析数据的新方法的一个综合性名词。概率论是数理统计方法的理论基础,但是它不属于统计学的范畴,而属于数学的范畴。今天小编要与大家分享的是:统计学对医学的贡献相关论文。具体内容如下,欢迎阅读!

统计学对医学的贡献

西医在上个世纪对人类的最大贡献就是发现了抗生素。

抗生素是治疗所有细菌性疾病的最佳武器,但是在治疗肺结核时却遇到了点小麻烦。肺结核史称“白色瘟疫”,是一种很厉害的传染病。人类虽然早在1885年就分离出结核杆菌,但很长一段时间内医生们拿它毫无办法,病人只有寄希望于自己的免疫系统足够坚强。

最先被发现对肺结核有效的抗生素是链霉素。可是,和青霉素不同的是,使用链霉素的肺结核病人的病情经常会反复,医生们一直搞不懂到底是为什么。

揭开谜底的是一个名叫布拉德福德·希尔(Bradford Hill)的生物统计学家。此人出生于英国的一个医生世家,小时候立志要子承父业,却因第一次世界大战的缘故被迫加入空军。服役期间他得了肺结核,幸运的是他的免疫系统足够坚强,侥幸逃过一劫。不过他元气大伤,当医生的幻想破灭了,只好改行学习经济学,并因此而获得了大量的统计学知识。

希尔的恩师格林伍德是个非常聪明的学者,他认为现代医学必须运用统计学的方法才能保证治疗的准确性。要知道,当时的西方医学骨子里和中医一样,仍然属于“经验医学”,医生们更愿意相信自己多年临床积累的经验,而不是客观的科学实验。格林伍德则不然,他本人精通统计学,非常推崇1935年出版的一本名为《怎样设计科学实验》的教科书。这本书的作者运用统计学原理,提出了一整套设计科学实验的方法和原则。

1945年,格林伍德从伦敦卫生学校首席教授的职位上退休,他推荐希尔做为自己的接班人。就这样,一个没有受过科班训练的统计学家当上了医学院的教授。次年希尔被邀请加入了肺结核试验委员会,这个委员会的主要任务就是检验链霉素到底能不能治疗肺结核。

要知道,青霉素刚被用于临床时根本不会有人想到要去检验它的有效性,因为病人服药后几天内就见效,临床效果好得惊人。可是肺结核杆菌外表有一层厚厚的黏膜,链霉素不容易接触到它,因此病人往往需要连续注射几个月链霉素才能见效。即使如此,当时的英国医学界仍然认为没必要进行什么科学检验,只要多找几个病人,观察一下疗效就可以了。

做为一个外行,希尔不信邪,他坚持必须先进行一次科学试验来验证链霉素的有效性。正好当时英国刚刚从二战中走出来,国库空虚,买不起那么多链霉素大量供应给医院,专家们只好同意先进行一次小规模临床试验,并请希尔来设计试验方案。希尔找来108名患者充当“试验品”,其中54人服药,52人做为对照。但究竟谁服药谁对照,完全是随机选取的,就连主治医生也不知道谁是谁,这个方法是希尔对现代医学所做的最大的贡献,他认为医生的主观印象会影响试验的准确性,必须随机取样,并用统计学的方法对结果进行分析。

半年后,服药的病人中有28人病情明显好转,对照组却有14人死亡,显示链霉素确实有效。假如事情到此结束的话,希尔的贡献也许就不值一提了。可是,3年后,服药组有32人死亡,对照组则死了35人,两者几乎不存在统计意义上的差别。这一惊人的结果让医生们得出结论:链霉素确实有效,但是一段时间后细菌会产生抗药性。假如当初没采用希尔的建议,那么医生们决不会那么快就得出这个结论。

一旦找出原因,解决办法自然很快就想出来了,那就是在使用链霉素的同时。再让病人服用另一种药物。这个药很快就找到了,这就是“对-氨基水杨酸”(PAS)。这种药单独使用时疗效并不高,但医生们希望两种药结合使用能对付细菌的抗药性,理由很简单:假如病菌对每种药物的抗药性产生几率都是1%,那么同时产生两种抗药性的几率就是1/10000。试验结果验证了这一理论的正确性,链霉素+PAS的方法使结核病人的存活率上升到了80%。

后来又有几种新药被发现,医生们又按照希尔的方法进行了几次试验,证明3种药物合用的疗效比两种药物还要好很多。如果三种药物持续用上2年的话,结核病的治愈率几乎可以达到100%。人类终于宣布攻克了“白色瘟疫”。

希尔采用的这一方法叫做“随机对照试验”(Randomised Controlled Trial),这种方法很快就成为医学研究领域的标准试验方法,目前所有已知的西药必须经过这种方法的检验才能上市。从此,西医从经验医学时期进入了实证医学的时代。

至此,希尔的故事还远未结束。1947年,英国医学研究委员会又给希尔布置了一个新的任务:找出肺癌和吸烟之间的关系。那一年英国的肺癌死亡率比25年前提高了15倍,这个数字引起了广泛的关注。大家都想找出其中的原因,有人说这是因为工业化造成的空气污染,还有人说这是由于新式柏油马路散发的有毒气体,只有少数医生怀疑是吸烟造成的。

统计学对医学的贡献论文

众所周知,两次世界大战造就了大批吸烟者,据统计,英国当时有超过90%的成年男子都是香烟的瘾君子。正是因为吸烟人数实在太多,希尔犯了难。他不可能去统计得肺癌的人当中抽烟的有多少,不抽烟的有多少,因为他几乎找不到不吸烟的人。

怎么办呢?希尔想出了一个变通的办法。首先,他做了个合乎情理的假设:如果吸烟确实能引起肺癌,那么吸烟越多的人得肺癌的几率就越大。其次,他认为必须排除其它的致癌因素,比如空气污染,初次吸烟年龄,居住环境等等。换句话说,他必须找出一群人,其它方面都比较相似,只有吸烟的量不同。

1948年,他从伦敦的医院里找出了649个肺癌病人,以及同样数量的情况相似的其它病人。然后他雇佣了一批富有经验的调查人员,挨个询问病人的吸烟史,把结果做成了一个统计表。结果显示,肺癌病人中有99.7%的人吸烟,其它病人则有95.8%是瘾君子。这两个数字当然说明不了什么问题,可当他把病人按照吸烟数量的多少分成不同的组之后,情况发生了变化。有4.9%的肺癌病人每天吸50支烟以上,而只有2.0%的其它病人每天吸这么多烟。也就是说,吸烟越多的人患肺癌的几率就越大。

1950年,希尔把这个实验结果发表在《英国医学杂志》上,首次科学地证明了吸烟和肺癌的对应关系。但是这个结果相当微妙,不懂统计学的人很难理解其中的重大意义。为了进一步说明这个问题,希尔又设计了一个全新的实验。他给6万名英国医生发了封调查表,请求他们把自己的生活习惯和吸烟史详细记录下来寄还给他。之所以选择医生做为调查对象,是因为希尔相信医生们对自己生活状况的描述能力肯定比普通老百姓更精确,也更诚实。

有4万名医生寄回了调查表。希尔把他们按照吸烟数量进行了分类,并要求他们(或者他们的家属)及时汇报自己的健康状况。2年半后,有789名医生因病去世,其中只有36人死于肺癌。但是当他把医生们的吸烟量和发病率联系起来后,发现只有肺癌的死亡率和吸烟量有对应的关系,其余疾病都和吸烟量没有任何关联。比如,每天吸25克烟草的人的肺癌死亡率比每天吸1克烟草的人多2倍以上,而其它疾病的死亡率前者只比后者多20%。

1993年,大约有2万名当初接受调查的英国医生去世了,其中有883名医生死于肺癌。如果把他们的吸烟数量和肺癌发病率联系起来的话,就可以得出一个惊人的结论:每天吸25根烟以上的人得肺癌的几率比不吸烟的人多25倍!后来其它一些类似的研究也都得出了相似的结论。现在,吸烟和肺癌的关系已经是家喻户晓了,发达国家的烟民数量正在逐年下降,其肺癌的发病率也呈现出下降的趋势。那些因为戒烟而免于肺癌的人真应该感谢希尔当初所做的贡献。

希尔使用的第一种方法叫做“对照研究”(Case ControlStudy),第二种方法叫做“定群研究”(Cohort Study)。这两种方法是目前群体医学研究领域最常用的两种生物统计学方法,我们所熟悉的大部分关于健康的忠告都应该经过这两个方法的验证才能被认为是科学的。

事实上,我们每天都会从报纸上读到大量这类忠告,有些忠告根据的是确凿的科学实验,有着确凿的因果对应关系,这当然没话讲。但是更多的忠告来自于统计学,因为它们所涉及的病因都十分复杂,必须运用希尔博士发明的“对照研究”和“定群研究”等方法找出内在的规律。就拿吸烟和肺癌来说,我们并不能说“吸烟能够引起肺癌”,因为我们经常能在生活中找到吸了一辈子香烟也没有得肺癌的人。我们只能说“吸烟能够提高肺癌的发病率”,这才是科学的描述方法,因为肺癌的发病机理还没有完全搞清呢!

统计学对医学的贡献论文的评论条评论