R 語言在醫(yī)學(xué)統(tǒng)計(jì)學(xué)中的應(yīng)用探索

摘要：本文探討了在醫(yī)學(xué)院校中引入R語言進(jìn)行醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)實(shí)踐的策略，以提升學(xué)生處理醫(yī)療大數(shù)據(jù)的能力，培養(yǎng)適應(yīng)醫(yī)療大數(shù)據(jù)時代需求的醫(yī)學(xué)復(fù)合型人才。文章深入分析了醫(yī)學(xué)院校在醫(yī)療大數(shù)據(jù)和醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)中存在的問題，并將R語言與醫(yī)學(xué)數(shù)據(jù)相結(jié)合，設(shè)計(jì)了基于R語言的醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)案例。在教學(xué)過程中實(shí)施這些案例，觀察R語言教學(xué)的效果。通過案例教學(xué)，學(xué)生能夠更好地理解醫(yī)學(xué)統(tǒng)計(jì)學(xué)理論，并將其應(yīng)用于實(shí)際的醫(yī)療數(shù)據(jù)分析中，顯著提升了他們在處理醫(yī)療大數(shù)據(jù)方面的能力。在醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)中引入R語言進(jìn)行教學(xué)實(shí)踐，有效提升了學(xué)生的醫(yī)療大數(shù)據(jù)處理能力，為培養(yǎng)適應(yīng)醫(yī)療大數(shù)據(jù)時代需求的高素質(zhì)醫(yī)學(xué)復(fù)合型人才提供了有力支持。

關(guān)鍵詞： 醫(yī)療大數(shù)據(jù)；醫(yī)學(xué)統(tǒng)計(jì)學(xué)；R語言；數(shù)據(jù)可視化

中圖分類號：G642 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2024）32-0055-03 開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID） ：

0 引言

隨著信息技術(shù)、云計(jì)算、物聯(lián)網(wǎng)和人工智能的發(fā)展，醫(yī)療數(shù)據(jù)的收集、存儲和處理能力大幅提升。生物醫(yī)學(xué)數(shù)據(jù)、電子病歷、健康監(jiān)測等應(yīng)用產(chǎn)生了海量的醫(yī)療大數(shù)據(jù)[1]。這些大數(shù)據(jù)已成為國家重要的基礎(chǔ)性戰(zhàn)略資源[2]。如何有效利用這些大數(shù)據(jù)已成為醫(yī)療領(lǐng)域面臨的重要挑戰(zhàn)和機(jī)遇[3]。然而，許多醫(yī)生和學(xué)生缺乏醫(yī)療大數(shù)據(jù)統(tǒng)計(jì)分析和數(shù)據(jù)可視化技能，導(dǎo)致這些寶貴資源未能得到充分利用。因此，醫(yī)學(xué)院校需加強(qiáng)數(shù)據(jù)科學(xué)相關(guān)課程的設(shè)置，包括醫(yī)療大數(shù)據(jù)統(tǒng)計(jì)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等內(nèi)容，培養(yǎng)學(xué)生的數(shù)據(jù)分析能力和數(shù)據(jù)驅(qū)動思維。

醫(yī)學(xué)統(tǒng)計(jì)學(xué)以數(shù)理統(tǒng)計(jì)學(xué)為基礎(chǔ)，旨在研究生物醫(yī)學(xué)現(xiàn)象和規(guī)律。然而，當(dāng)前醫(yī)學(xué)院校的醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)存在諸多問題：教材理論性強(qiáng)，與實(shí)際應(yīng)用脫節(jié)；教學(xué)孤立，缺乏跨學(xué)科整合；過度強(qiáng)調(diào)統(tǒng)計(jì)方法和公式，忽視統(tǒng)計(jì)思維培養(yǎng)；軟件工具更新迅速，學(xué)生畢業(yè)后難以快速適應(yīng)工作需求；課程模式單一[4]。很多醫(yī)學(xué)院校僅開設(shè)SPSS的醫(yī)學(xué)統(tǒng)計(jì)學(xué)課程，但SPSS課程教學(xué)中存在局限性，如操作煩瑣、不適用于大數(shù)據(jù)分析，且正版需付費(fèi)[5]。為了應(yīng)對這些挑戰(zhàn)，需要在醫(yī)學(xué)院校引入新的統(tǒng)計(jì)學(xué)教材和軟件工具。

與SPSS不同，R語言作為一款具備大數(shù)據(jù)分析和可視化功能的統(tǒng)計(jì)分析軟件，在醫(yī)學(xué)教育中展現(xiàn)出顯著優(yōu)勢。其優(yōu)點(diǎn)包括：

（1） 開源和免費(fèi)。R語言降低了學(xué)習(xí)成本。

（2） 適用性廣泛。R語言的靈活性和擴(kuò)展性使其適合處理大規(guī)模醫(yī)療健康數(shù)據(jù)，這對于理解和預(yù)測復(fù)雜的生物醫(yī)學(xué)現(xiàn)象至關(guān)重要。

（3） 強(qiáng)大的數(shù)據(jù)分析和可視化能力。R語言在數(shù)據(jù)分析、統(tǒng)計(jì)和結(jié)果可視化方面比Excel 和SPSS更強(qiáng)[7]。

（4） 編程能力培養(yǎng)。通過R語言的學(xué)習(xí)，學(xué)生可以培養(yǎng)編程能力。

鑒于R語言的這些特性，其在醫(yī)學(xué)院校的推廣教學(xué)具有重要價值。當(dāng)前，R語言在醫(yī)學(xué)統(tǒng)計(jì)學(xué)中的應(yīng)用尚在探索階段，將R語言課程融入醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)，并與SPSS課程互補(bǔ)，有助于發(fā)揮其在大數(shù)據(jù)處理和復(fù)雜統(tǒng)計(jì)分析方面的優(yōu)勢。同時，設(shè)計(jì)結(jié)合醫(yī)學(xué)數(shù)據(jù)的教學(xué)案例，能讓學(xué)生在實(shí)踐中掌握R語言的應(yīng)用。

1 教學(xué)設(shè)計(jì)

1.1 教學(xué)目標(biāo)

本課程致力于培養(yǎng)學(xué)生在醫(yī)學(xué)統(tǒng)計(jì)分析方面的核心能力，具體分為以下三個相互支撐的教學(xué)目標(biāo)。

（1） 掌握醫(yī)學(xué)統(tǒng)計(jì)分析理論基礎(chǔ)。

學(xué)生將深入了解醫(yī)學(xué)統(tǒng)計(jì)學(xué)的基本概念、原理和方法，掌握描述性統(tǒng)計(jì)和推斷性統(tǒng)計(jì)的基礎(chǔ)知識，并進(jìn)一步學(xué)習(xí)高級統(tǒng)計(jì)技術(shù)，如回歸分析、方差分析和生存分析等。此目標(biāo)使學(xué)生能夠根據(jù)不同研究問題，選擇并應(yīng)用合適的統(tǒng)計(jì)方法。

（2） 熟練應(yīng)用R軟件。

通過實(shí)際操作，學(xué)生將掌握R軟件在數(shù)據(jù)輸入、處理、模型建立及結(jié)果分析的應(yīng)用。具體包括編寫R 腳本、使用統(tǒng)計(jì)包及解讀統(tǒng)計(jì)輸出結(jié)果，確保學(xué)生能夠有效利用R軟件進(jìn)行醫(yī)學(xué)統(tǒng)計(jì)分析。

（3） 評價統(tǒng)計(jì)分析結(jié)果的準(zhǔn)確性。

學(xué)生將學(xué)習(xí)如何結(jié)合實(shí)際背景和專業(yè)知識，批判性地評估統(tǒng)計(jì)分析結(jié)果，理解統(tǒng)計(jì)推斷的可靠性和局限性。這一目標(biāo)要求學(xué)生識別并處理潛在的偏差、誤差和假設(shè)條件，并學(xué)會如何報告這些因素對統(tǒng)計(jì)分析結(jié)果的影響。

通過實(shí)現(xiàn)這三個目標(biāo)，學(xué)生將具備醫(yī)學(xué)統(tǒng)計(jì)分析和大數(shù)據(jù)處理的能力，為未來的研究和實(shí)踐打下堅(jiān)實(shí)基礎(chǔ)。

1.2 課程設(shè)計(jì)

針對醫(yī)學(xué)院校的教學(xué)特點(diǎn)和學(xué)生需求，本課程結(jié)合醫(yī)學(xué)數(shù)據(jù)，參考相關(guān)教材，將具體的教學(xué)內(nèi)容和安排設(shè)計(jì)如下：

1.2.1 教學(xué)內(nèi)容

（1） R語言編程基礎(chǔ)。

介紹R語言的特點(diǎn)、安裝和配置，講解R語言中的數(shù)據(jù)結(jié)構(gòu)，包括向量、矩陣、數(shù)據(jù)框、列表等。

教授如何導(dǎo)入和導(dǎo)出數(shù)據(jù)（例如CSV、Excel、數(shù)據(jù)庫格式）。

介紹條件判斷、循環(huán)語句以及自定義函數(shù)的方法。

教授數(shù)據(jù)預(yù)處理和清洗的基本步驟，包括缺失值處理、異常值檢測和變量轉(zhuǎn)換。

（2） 醫(yī)學(xué)數(shù)據(jù)可視化。

使用R 函數(shù)繪制條形圖、餅圖、直方圖、盒形圖等。

深入講解ggplot2包的使用，繪制多種復(fù)雜圖形（如散點(diǎn)圖、小提琴圖、熱圖等）。

教授如何將圖形導(dǎo)出為不同格式，并調(diào)整分辨率和大小。

（3） 醫(yī)學(xué)統(tǒng)計(jì)分析方法。

增加統(tǒng)計(jì)理論基礎(chǔ)的介紹，包括概率論、假設(shè)檢驗(yàn)原理、置信區(qū)間等。

介紹常用描述統(tǒng)計(jì)量及分類變量的列聯(lián)表分析等探索性數(shù)據(jù)分析。

講解常見假設(shè)檢驗(yàn)方法，如t檢驗(yàn)、方差分析、卡方檢驗(yàn)等。

教授高級統(tǒng)計(jì)方法，如多重線性回歸分析、Logis? tic回歸分析和生存分析。

1.2.2 教學(xué)安排

在課堂上詳細(xì)教授R語言編程基礎(chǔ)和醫(yī)學(xué)統(tǒng)計(jì)學(xué)的理論知識，以及其在醫(yī)學(xué)研究中的應(yīng)用背景。

上機(jī)實(shí)驗(yàn)課中，通過具體的醫(yī)學(xué)數(shù)據(jù)統(tǒng)計(jì)案例，指導(dǎo)學(xué)生編寫、調(diào)試和運(yùn)行R語言程序，確保理論知識的實(shí)踐應(yīng)用。

實(shí)驗(yàn)課后，組織學(xué)生進(jìn)行案例分析和討論，加深對統(tǒng)計(jì)結(jié)果解讀和應(yīng)用的理解。

通過以上的教學(xué)內(nèi)容和安排，學(xué)生將能系統(tǒng)地掌握R語言編程、醫(yī)學(xué)統(tǒng)計(jì)分析及大數(shù)據(jù)分析和可視化能力，為醫(yī)學(xué)研究和臨床決策提供科學(xué)的數(shù)據(jù)分析支持。

2 使用R 語言實(shí)現(xiàn)醫(yī)學(xué)數(shù)據(jù)統(tǒng)計(jì)的一個案例

t 檢驗(yàn)是假設(shè)檢驗(yàn)中最常用的方法之一，其運(yùn)用較為簡單、方便[8]。t 檢驗(yàn)在醫(yī)學(xué)研究中應(yīng)用廣泛，涵蓋治療、診斷、因素分析等多個方面，是醫(yī)學(xué)研究與決策的重要統(tǒng)計(jì)工具。兩個樣本均數(shù)比較的t 檢驗(yàn)，也稱為兩個獨(dú)立樣本t 檢驗(yàn)，適用于比較按完全隨機(jī)設(shè)計(jì)得到的兩組數(shù)據(jù)，其目的是推斷它們各自所代表的總體均數(shù)是否相等。

例如，為測定功能性子宮出血癥中實(shí)熱組與虛寒組的免疫功能，通過比較其淋巴細(xì)胞轉(zhuǎn)化率（見表1） ，以判斷實(shí)熱組和虛寒組的淋巴細(xì)胞轉(zhuǎn)化率均數(shù)是否存在差異。

為實(shí)熱組與虛寒組的免疫功能淋巴細(xì)胞轉(zhuǎn)化率進(jìn)行兩個獨(dú)立樣本t 檢驗(yàn)的R編程步驟如下：

（1） 正態(tài)性檢驗(yàn)。

先對實(shí)熱組進(jìn)行正態(tài)性檢驗(yàn)，代碼如下：

0.69， x0 <.8-） c（0.71， 0.76， 0.66， 0.71， 0.72， 0.69， 0.62， 0.67，

shapiro.test（x）

運(yùn)行上述代碼，結(jié)果如下：W = 0.97123， p- value = 0.902。

然后對虛寒組進(jìn)行正態(tài)性檢驗(yàn)，代碼如下：

y<-c（0.62，0.61， 0.62， 0.64， 0.59， 0.68， 0.69）

shapiro.test（y）

運(yùn)行上述代碼，結(jié)果如下：W = 0.91237， p- value = 0.4126。

實(shí)熱組和虛寒組的p 值分別是0.902 和0.4126。兩組p 值均大于0.05，說明兩組數(shù)據(jù)均來自正態(tài)分布的總體。

（2） 方差齊性檢驗(yàn)。

對實(shí)熱組和虛寒組進(jìn)行方差齊性檢驗(yàn)，代碼如下：

var.test（x， y）

運(yùn)行上述代碼，結(jié)果如下：p-value = 0.4504，即p值為0.4504，大于0.05，表明實(shí)熱組和虛寒組兩組數(shù)據(jù)的方差差異沒有統(tǒng)計(jì)學(xué)意義，可以認(rèn)為實(shí)熱組和虛寒組的淋巴細(xì)胞轉(zhuǎn)化率總體方差齊。

（3） 兩個獨(dú)立樣本t 檢驗(yàn)。

兩個獨(dú)立樣本t 檢驗(yàn)的代碼如下：

t.test（x， y， var.equal = TRUE）

運(yùn)行上述代碼，結(jié)果如下：p-value = 0.009249，即p 值為0.009249。按照α=0.05的檢驗(yàn)水準(zhǔn)，實(shí)熱組和虛寒組兩組數(shù)據(jù)差別具有統(tǒng)計(jì)學(xué)意義，可以認(rèn)為兩組的淋巴細(xì)胞轉(zhuǎn)化率不同，且實(shí)熱組高于虛寒組。

（4） 數(shù)據(jù)可視化。

（4） 數(shù)據(jù)可視化。

對于實(shí)熱組和虛寒組數(shù)據(jù)繪制箱線圖，并顯示顯著性水平，代碼如下：

運(yùn)行上述代碼，結(jié)果如圖1中A圖所示。

3 使用R 語言實(shí)現(xiàn)醫(yī)學(xué)數(shù)據(jù)可視化的一個案例

例如，有一個體檢數(shù)據(jù)，包含部門、性別、身高和體重四個字段，可以對數(shù)據(jù)進(jìn)行一些統(tǒng)計(jì)和數(shù)據(jù)可視化。

3.1 對體檢數(shù)據(jù)進(jìn)行統(tǒng)計(jì)

（1） 創(chuàng)建數(shù)據(jù)框。

將這四個字段的數(shù)據(jù)組成一個數(shù)據(jù)框，代碼如下：

（2） 統(tǒng)計(jì)各個部門的人數(shù)。

代碼如下：

stat1 <- table（health2$department）

stat 1

運(yùn)行上述代碼，結(jié)果如下：機(jī)關(guān)：30人，教師：50 人，退休：20人。

（3） 統(tǒng)計(jì)各個部門人數(shù)占總?cè)藬?shù)的百分比。

代碼如下：

prop.table（stat1） * 100

運(yùn)行上述代碼，結(jié)果如下：機(jī)關(guān)：30%，教師：50%，退休：20%。

（4） 統(tǒng)計(jì)各個部門的男女人數(shù)。

代碼如下：

table（health2$department， health2$sex）

運(yùn)行上述代碼，各個部門的男女人數(shù)結(jié)果如下：機(jī)關(guān)女性：1；機(jī)關(guān)男性：2；教師女性：3；教師男性：2；退休女性：1；退休男性：1。

3.2 體檢數(shù)據(jù)的可視化

可以使用ggplot2包中的ggplot函數(shù)繪制體檢數(shù)據(jù)中身高和體重的散點(diǎn)圖，散點(diǎn)圖可以顯示兩個變量的關(guān)聯(lián)程度。變量之間的相關(guān)關(guān)系是統(tǒng)計(jì)學(xué)中常用的方法。代碼如下：

運(yùn)行上述代碼，結(jié)果分別如圖1中B、C、D、E圖所示。

4 教學(xué)效果

從醫(yī)學(xué)統(tǒng)計(jì)學(xué)中應(yīng)用R語言的教學(xué)經(jīng)驗(yàn)來看，學(xué)生在學(xué)習(xí)過程中表現(xiàn)出一定的規(guī)律性和特點(diǎn)。在學(xué)習(xí)的最初階段，通過案例教學(xué)法可以將抽象的統(tǒng)計(jì)理論具體化，使學(xué)生直觀地了解統(tǒng)計(jì)學(xué)方法在實(shí)際問題中的應(yīng)用，從而激發(fā)學(xué)習(xí)的動力。然而，學(xué)生在剛開始學(xué)習(xí)R語言時，可能會遇到一定的困難。這是因?yàn)镽軟件本身具有一定的學(xué)習(xí)曲線，需要學(xué)生掌握基本的編程概念和統(tǒng)計(jì)分析方法。在這個階段，教師需要提供充分的指導(dǎo)和實(shí)踐機(jī)會，幫助學(xué)生克服入門障礙。隨著學(xué)習(xí)的深入，學(xué)生逐漸掌握了R語言編程和數(shù)據(jù)可視化的基本知識，能夠運(yùn)用所學(xué)的統(tǒng)計(jì)方法分析實(shí)際問題，能力得到顯著提升，能夠獨(dú)立進(jìn)行數(shù)據(jù)分析并理解統(tǒng)計(jì)分析的結(jié)果。通過動手實(shí)踐，學(xué)生不僅學(xué)會使用R軟件，還能更加深入地理解統(tǒng)計(jì)方法背后的原理和邏輯，這種理解更為深刻和持久。

5 在醫(yī)學(xué)統(tǒng)計(jì)學(xué)中引入R 語言教學(xué)的益處

醫(yī)學(xué)統(tǒng)計(jì)學(xué)課程內(nèi)容繁多且理論抽象，直接讓學(xué)生掌握大量公式推導(dǎo)可能難以消化。此外，學(xué)生普遍存在數(shù)理統(tǒng)計(jì)基礎(chǔ)薄弱的問題[3]，因此，教學(xué)策略應(yīng)注重實(shí)踐操作和應(yīng)用導(dǎo)向。將R語言作為醫(yī)學(xué)統(tǒng)計(jì)學(xué)的教學(xué)工具引入，是一個符合現(xiàn)代醫(yī)學(xué)數(shù)據(jù)分析需求的重要舉措，具有以下益處：

（1） 實(shí)現(xiàn)數(shù)據(jù)分析工具現(xiàn)代化。隨著醫(yī)學(xué)大數(shù)據(jù)時代的到來，傳統(tǒng)統(tǒng)計(jì)軟件如SPSS、SAS在處理大數(shù)據(jù)集時可能存在效率問題。R語言具有強(qiáng)大的數(shù)據(jù)處理能力和靈活的編程特性，能更好地適應(yīng)現(xiàn)代醫(yī)學(xué)研究的需求。

（2） 強(qiáng)化應(yīng)用性。通過R語言，學(xué)生可以專注于實(shí)際操作和分析醫(yī)學(xué)大數(shù)據(jù)，而非深入復(fù)雜的數(shù)學(xué)統(tǒng)計(jì)公式推導(dǎo)，這有助于他們更快地理解和掌握關(guān)鍵概念。

（3） 打下數(shù)據(jù)處理堅(jiān)實(shí)基礎(chǔ)。R語言的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)操作是基礎(chǔ)，讓學(xué)生通過實(shí)踐操作熟悉數(shù)據(jù)的讀寫和處理，為后續(xù)統(tǒng)計(jì)分析打下堅(jiān)實(shí)基礎(chǔ)。

（4） 促進(jìn)統(tǒng)計(jì)思維的培養(yǎng)。通過R語言編程實(shí)現(xiàn)統(tǒng)計(jì)分析，有助于學(xué)生更深入地理解統(tǒng)計(jì)學(xué)原理和方法。編寫代碼可以使學(xué)生直觀地看到統(tǒng)計(jì)分析的每一步過程，從而加深對統(tǒng)計(jì)概念的理解。

（5） 實(shí)踐統(tǒng)計(jì)方法選擇和編寫程序。通過編寫程序，學(xué)生可以學(xué)習(xí)如何根據(jù)實(shí)際需求選擇和應(yīng)用醫(yī)學(xué)統(tǒng)計(jì)方法，提升問題解決能力。

（6） 增強(qiáng)數(shù)據(jù)可視化能力。R語言提供了豐富的數(shù)據(jù)可視化工具，通過學(xué)習(xí)，學(xué)生能夠有效地展示數(shù)據(jù)，使他們直觀地理解和解釋統(tǒng)計(jì)結(jié)果，并幫助制作高質(zhì)量的統(tǒng)計(jì)圖表。在醫(yī)學(xué)研究中，清晰、準(zhǔn)確的數(shù)據(jù)展示對于研究結(jié)果的傳達(dá)至關(guān)重要。

（7） 實(shí)踐驅(qū)動學(xué)習(xí)和提高興趣。通過將理論與實(shí)踐相結(jié)合，學(xué)生能夠?qū)⒗碚撝R轉(zhuǎn)化為實(shí)際技能，從而加深對統(tǒng)計(jì)學(xué)的理解。R語言的易用性和交互性有助于激發(fā)學(xué)生的學(xué)習(xí)興趣。

（8） 獲取開源社區(qū)支持。R語言擁有龐大的開源社區(qū)，這意味著學(xué)生可以方便地獲取各種學(xué)習(xí)資源、教程和幫助。社區(qū)中不斷更新的包和工具保證了R 語言的持續(xù)發(fā)展和適應(yīng)性。

6 結(jié)束語

綜上所述，將R語言引入醫(yī)學(xué)統(tǒng)計(jì)學(xué)教學(xué)，不僅能夠提升學(xué)生的醫(yī)學(xué)大數(shù)據(jù)分析能力，還能培養(yǎng)他們的編程技能、統(tǒng)計(jì)思維和數(shù)據(jù)可視化能力。這有助于他們在解決實(shí)際問題中理解和掌握統(tǒng)計(jì)學(xué)，從而彌補(bǔ)基礎(chǔ)理論薄弱問題，對于他們的學(xué)術(shù)研究和職業(yè)發(fā)展都具有重要意義。

【通聯(lián)編輯：唐一東】

基金項(xiàng)目：昆明醫(yī)科大學(xué)2023 年教育教學(xué)研究基金項(xiàng)目（J132101026）