肺癌疗效研究案例复盘：普通卡方检验误判疗效差异，秩和检验如何修正统计结论？
在临床科研中，有序分类资料（如疾病分期、疗效分级、疼痛评分等）的统计分析是高频场景，但笔者近期在肺癌疗效研究中，因误用普通 Pearson 卡方检验分析疾病分期（I/II/III 期），导致论文初审被拒，后续经导师指导修正方法后才顺利返修。结合此次经历，分享有序分类资料的正确统计方法，供同行参考避坑。
一、问题核心：普通卡方检验为何不适用于有序资料？
普通 Pearson 卡方检验的核心是分析 “各组频数分布是否存在差异”，仅关注 “类别构成”，完全忽略了有序资料的 “等级顺序信息”（如 I 期＜II 期＜III 期的病情轻重递进关系、无效＜有效＜显效的疗效梯度差异）。这种 “信息浪费” 会导致统计效能下降，甚至得出错误结论。
以笔者的研究为例：对比 A、B 两种化疗方案治疗肺癌的疗效，A 药组疗效分布为 “无效 10 例、有效 20 例、显效 30 例”，B 药组为 “无效 20 例、有效 20 例、显效 20 例”。用普通卡方检验计算得 χ²=3.21，P=0.28，误判 “两组疗效无差异”；但从临床实际看，A 药显效病例占比（50%）显著高于 B 药（33.3%），差异具备临床意义 —— 这正是普通卡方检验无法捕捉有序信息的弊端。
二、正确方法：基于非参数检验的秩和检验
有序分类资料的统计分析需聚焦 “等级顺序差异”，推荐采用秩和检验，根据分组数量选择具体方法：
1. 两组有序资料比较（如 A 药 vs B 药疗效）
采用Mann-Whitney U 检验（也称为 Wilcoxon 秩和检验），核心逻辑是：将两组所有观察对象按疗效等级排序并赋予 “秩次”（如无效 = 1、有效 = 2、显效 = 3），通过比较两组秩和的差异，判断等级分布是否存在统计学差异。
2. 多组有序资料比较（如 A/B/C 三种方案疗效）
采用Kruskal-Wallis H 检验，原理与两组检验一致，通过比较多组秩和的整体差异，先判断 “是否存在组间差异”，若 P＜0.05，再进行两两比较（如 Nemenyi 法）明确具体差异组别。
三、SPSS 实操步骤（以两组有序资料为例）
1. 数据录入规范
需建立两个变量：
- 分组变量（如 “化疗方案”）：1=A 药，2=B 药；
- 有序结局变量（如 “疗效分级”）：1 = 无效，2 = 有效，3 = 显效；
注意：避免录入文字（如 “无效”“有效”），需用数字编码，确保 SPSS 可识别等级顺序。
2. 操作路径
打开 SPSS→点击「分析」→「非参数检验」→「旧对话框」→「2 个独立样本」→：
- 将 “疗效分级” 选入「检验变量列表」；
- 将 “化疗方案” 选入「分组变量」，点击「定义组」，输入组 1=1、组 2=2；
- 检验类型勾选「Mann-Whitney U」；
- 点击「确定」生成结果。
3. 结果解读与学术表述
笔者修正方法后，Mann-Whitney U 检验结果显示：Z=-2.35，P=0.019＜0.05，提示 “两组疗效等级分布存在统计学差异”；结合秩和大小（A 药组平均秩次 = 38.6，B 药组平均秩次 = 27.4），可进一步明确 “A 药疗效等级优于 B 药”。
学术论文中需规范表述：“两组化疗方案的疗效分级比较采用 Mann-Whitney U 秩和检验，Z=-2.35，P=0.019＜0.05，差异有统计学意义，提示 A 药疗效优于 B 药。”
四、注意事项与学术建议
- 样本量较小时（如每组＜30 例），需关注秩和检验的 “exact P 值”（SPSS 可通过「精确」选项勾选），避免正态近似法导致的 P 值偏差；
- 若有序资料存在 “相同秩次”（如多例患者疗效均为 “有效”），SPSS 会自动进行 “相同秩次校正”，无需手动调整；
- 论文方法学部分需明确 “为何选择秩和检验”，可表述为：“疗效分级为有序分类资料，故采用 Mann-Whitney U 秩和检验进行组间比较”，体现方法选择的严谨性。
五、讨论与交流
笔者此次经历也反映出临床科研中 “方法选择先于数据分析” 的重要性 —— 统计方法需与资料类型匹配，而非盲目套用常用方法。各位同行是否也遇到过类似的统计方法误用问题？或对有序资料分析有其他疑问，欢迎在评论区交流探讨，共同提升科研统计的规范性。
