干货 | SCI中常见统计图表大盘点

特别福利：关注解螺旋微信号，回复关键词“1月”，可索取2016年1月软件资源包。

作者：解螺旋.叶子

转载请注明来源：解螺旋，医生科研助手

在写SCI论文的时候，有一个问题总是会困扰我们，究竟文章里该放上哪些图表呢，这些图表又有什么意义？今天我们就来概括的讨论下统计图表都有哪几类，分别表示什么。

首先来看一篇NEJM上的文章，看看其中都有哪些图表。N Engl J Med. 2015 Nov 12;373(20):1937-46. doi: 10.1056/NEJMoa1505532.

这是一篇RCT研究，之前我们说过RCT研究有其特殊的格式和规范。所以本文的第一张图就是用于说明试验如何进行的流程图。这是文章必须的部分，每一步骤，每一个病人为什么剔除，为什么入组，是否有偏性一目了然。

接下来就是要说明基线的比较，也就是研究人群的描述。

对于临床研究来说，通常的表1都是这个。可以看到这篇文章把表1列的多么详细，把所有能收集到的病人数据都进行了比较，充分告诉大家你的人群特征。所以这篇文章才能发到NEJM上，因为作者把每一步都做的完美。

之后的图表开始就要说明文章的研究结果了，结果展示是变化最多的地方，可以是表格，也可以是图，根据自己的情况，选择最能表现主题的方式为好，本文采用的主要是线图。

本文是说经皮冠状动脉治疗（PCI）对于缺血性心脏病的影响，用线图表示生存率非常直观。这种生存曲线在癌症、肿瘤等疾病描述中也非常常见，可以很好的告诉我们疾病的生存情况。

第四种是森林图

本图将PCI+最佳的药物治疗和单纯的最佳药物治疗作比较，来观察对于不同患者来说哪种治疗方法更有优势。

这篇文章中的图表就这些，虽然不多但简洁明了的把问题说清楚了就好。那接下来我们就来看看还有什么其他的图表。

“散点图”和“曲线拟合”

“散点图”和“曲线拟合”可以用于描述变量和结局之间的关系上面。上图是描述X和Y之间的变化关系，所以采用曲线拟合最合适不过了，同时曲线拟合还可以很直观的让我们找到阈值效应和饱和效应。

ROC曲线

ROC曲线是诊断试验或预测模型的标配，同时如果你想比较两种模型对疾病的诊断和预测，对比起来也是很直观。

以上就是在SCI文章中常用的一些图表，当然还有其他的，但是万变不离其宗，只要我们有数据分析的思路，然后用合适的表现形式把我们的结果表现出来即可。最后要说的是，图表形式是“0”，而数据结果本身是“1”，如果数据本身不好，那么再炫酷的展现形式也是多余的；如果数据对临床有意义，那么即便是一个简单的表格，也可以说明很多的问题。

（点击左下角阅读原文了解详情）

回复关键字，查看你感兴趣的内容：

回复“SCI专栏”查看相关文章

回复“国自然专栏”查看相关文章

回复“信号通路专栏”查看相关文章

回复“CNS专栏”查看相关文章

回复“实验工具专栏”查看相关文章

回复“统计”查看数据统计相关文章

回复“国自然1”查看国自然科学问题分析

解螺旋为您科研出谋划策：临床基础科研方法论，实用经验分享，实验和数据统计工具应用、SCI论文投稿技巧，信号通路专栏，肿瘤，基因，蛋白等热门领域研究进展.....