医学论文中常用的指标是

一、医学论文课题设计的内容1.阐述背景。即阐述该课题研究的背景，包括理论背景和实践背景。理论背景主要是阐述该课题的研究是在什么样的意识形态环境下产生和进行的，理论依据是什么，将在什么样的理论指导下进行研究。实践背景主要是说明在什么样的实践环境中产生和进行，其中具有什么有利条件和不利因素，存在什么问题等。在阐述背景的时候要将理论背景和实践背景结合起来论述，单独的论述并不能体现课题的研究价值。2.研究的对象和内容。确定课题研究的对象和内容目的是让人明确该课题要研究什么，在什么范围内研究。这是课题设计中的重要内容，所以在撰写的过程中，要清楚明白的表述出研究的内容。3.研究的必要性和可行性。包括说明问题产生的原因、课题的理论和实践价值、前人的工作和经验教训、完成本课题已具备的条件、存在的困难和障碍，以及克服困难的主要措施等。4.研究的目的和意义。阐明该课题的研究有什么意义，要达到什么目的。这是开展此次课题研究的核心价值，所以在撰写的过程中，我们要突出这部分的内容。5.研究假设。确定和阐明研究的实验因子，提出对解决课题中问题的最初假设，即假设根据某种理论和条件，通过研究可以取得什么样的成果。假设部分要贴切实际，不要随意想象，要有理有据。6.研究原则、方法和手段。要规定课题研究的指导原则，并根据课题的类型和性质决定采用什么研究方法和手段。7.评价。阐明对研究成果将如何评价，包括评估的人员、原则、过程、方法等等。8.实施步骤和措施。确定整个研究过程的实施步骤，包括研究阶段划分，每阶段的具体任务，各位参与研究人员的工作范围和任务，各阶段各方面的负责人，研究成果的形式和要求，所需财力、物力及开支的预算计划与安排。二、医学科研课题设计要达到的指标：（1）技术指标和措施。包括动物质量及数量、病例数、研究手段、技术参数、操作程序和实施方案等。（2）效益指标，包括社会效益、经济效益和生态效益。效益高低是衡量医学科研课题设计价值的客观指标之一，所以要认真计算投入与产出的经济效益帐。（3）医学科研课题设计进度计划指标，要长计划短安排。对每一阶段应完成的指标，要有明确要求，以防课题无限期拖延。（4）医学科研课题设计的规模与选点，应根据研究内容来确定，但要事先作好调查研究。要考虑气候条件、地理环境、生态条件、人群分布和交通水电等条件。

一项研究在完成了设立对照和随机分组等实验设计工作后，接下来的工作就是做实验和收集数据了。在医学论文中，数据分为三种类型：计数，计量和等级。下面，我们分别来谈谈这三种数据。计数数据是定性观察的结果, 例如患者的性别、职业等等。统计指标是各个属性或类别的计数，率，结构百分比等等。计量数据是定量观察的结果, 通常有度量单位，例如患者的年龄 、血压、心率等等。统计指标常用平均数±标准差来表示。等级数据介于定性观察和定量观察之间。观察结果有等级或程度上的差别, 但不能用数量表示，例如疗效评价（包括无效，有效，显著等）。下面来看一个具体的实例：在这里，性别、职业、ECG（这里的ECG只有正常和异常两种结果）是定性观察的结果，属于计数数据；而心率、收缩压、舒张压是定量观察的结果，属于计量数据；而疗效，因为有等级的关系。分为无效，有效，显著三个等级，所以属于等级数据。但是，这三种数据的类型不是一成不变的。必要的时候，它们之间是可以进行相互转换的。下面，我们看一下算盘总结的斗转星移之转换大法：三种数据之间的互相转换：1. 计量数据转换为计数或者等级数据这种情况一般是为了使分组后有足够多的分母。例如，上面那个例子中的患者的年龄，可以转换为等级数据：30～39岁，40～49岁，50～59岁，60～74岁，≥75岁五个等级的年龄组。这样就变成了等级数据。又例如，患者的收缩压可以转换为定性数据：按照诊断标准，<150 mm Hg为正常血压；≥150 mm Hg为高血压，这样就变成了定性数据。2. 计量资料转换为计数资料这种情况一般是用于计算发病率。还是用上面那个例子，患者的血压是本来是计量资料。但是，我们可以根据诊断标准，将其转换成正常血压或者高血压，这就变成了计数资料。也可以据此计算出高血压的发病率。3．计数或者等级资料转换成计量资料这种形式多以评分的形式出现。例如，临床上常用的疼痛评分系统。疼痛，作为一种非常主观的感受，是一种定性数据。可以作为计数数据，区分为无痛感和有痛感两种类型；也可以作为等级数据，区分为无痛感，轻微痛感，中度痛感，强烈痛感等级别。但是，如果我们要更加精确一点的话，可以采用临床上常用的0～10分的评分系统，让患者自己来打分。0分为无痛感；10分为最强烈的痛感。这样，就可以轻易地转换成为计量资料。综上所述，医学研究的数据（常见的数据资料）分为三种类型。如果不注意区分这三种类型，就会采用错误的统计方法，造成错误。

CiteScore

影响因子是评价学术期刊的一项重要指标，曾被认为是学术界的金标准。但近年来由于在学术评价体系中被滥用受到各方人士的强烈抵制。2016年7月5日，几大顶尖级学术出版机构包括多家著名期刊也联合在预印本网站BioRxiv上发表文章呼吁期刊降低对影响因子计算的痴迷和依赖程度，并强调用引用分布曲线（Citation Distribution）来取代影响因子的简单算术平均。其他一些权威机构也纷纷提出多元化的文献计量评价指标，以期打破影响因子一家独大的局面。2016年12月8日，出版业巨头Elsevier重磅推出了他们基于Scopus数据库的全新期刊评价体系：CiteScore。Scopus数据库涵盖了世界上最广泛的科技和医学文献的文摘、参考文献及索引，因此被各界人士认为是影响因子最有力的竞争对手。与影响因子相比，Cite Score具有以下优势。

一，期刊涵盖数量众多，中文期刊显著增加。

CiteScore涵盖的期刊数量达到22256本，比影响因子的11000种期刊多了一倍。尤为重要的是，相比SCI数据库中的几十种中文期刊，Scopus收录了几百种重要的中文期刊。有学者表示，这对中文期刊会是一件好事。以往很多优秀的中文期刊由于不在SCI检索范围内，在高校职称评定时不被认可，因此稿源越来越少。如果将来国内认可CiteScore，那么对于被收录在Scopus数据库中的这些优秀的中文期刊又是一次极好的机会。

二，指标计算公式有所不同。

与影响因子的计算某期刊连续2年论文在第3年度的篇均引用次数类似，CiteScore计算的是期刊连续3年论文在第4年度的篇均引用次数。但两者有一个重要的区别，影响因子计算时的可引用内容只有论文和综述，剔除了编辑评述、读者来信、更正信息和新闻等计入分母，但其引用数仍被计入分子。而CiteScore将所有文献内容都视作可能被引用的内容，包括编辑评述、读者来信、更正信息和新闻等。这些内容的引用很少，因此会拉低期刊的得分。

三、影响因子没有学科领域的区分，而CiteScore有不同领域的相对排名。

大家都知道，把不同领域的文章混在一起谈影响因子，是没什么意义的。比如数学和工程的跟化学和生物领域的科研人员就没法说到一块去。一个是顶了天都不到2的影响因子，另一个是到10都很正常。CiteScore也是只有比较同一领域的期刊才有意义，对选择发表论文才具有专业引导作用。所以在查询网站中还有Highest CiteScore Percentile在CiteScore后面，这就能够看出期刊在不同领域的相对排名。

四、CiteScore是免费的。

与影响因子只对购买者开放不同，CiteScore对任何在线用户免费开放。任何人都可以通过官方网站来查看期刊CiteScore，也可以分析期刊的引用情况。

CiteScore一经推出，学术界人士普遍表示支持。多数人认为，影响因子是应该有个对手了，只要有进步，有比较都是好的，我们不要一家之言！本人也认为，影响因子已经在评价指标第一把交椅上坐得太久了，以致现在负面影响隐隐有超过积极影响的架势，也是时候有另一个因子取而代之了。但是影响因子毕竟在学术界还是影响深远，全盘否定而推出一个完全不同的指标有可能是操之过急。CiteScore在计算方法上与影响因子大同小异，虽然只是治标，但可能更加符合现在的需求。无论如何，有创新总是好的，多元化的计量评价指标才能让评价体系越来越趋于完善。