医学统计学是一个广泛的学科，它涵盖了众多的知识点。在医学研究中，统计学的应用至关重要，因为它能够帮助研究者从数据中提取有价值的信息，从而支持科学决策。以下是一些医学统计学的主要知识点汇总：

首先，基本概念是理解统计学的关键，包括样本、总体、变量、观察、测量、数据等。这些概念是统计分析的基础，它们帮助研究者明确研究对象和研究目的。

其次，数据收集与整理也是医学统计学的重要组成部分。样本容量、抽样方法、数据采集工具和流程、数据清洗与整理等都是确保数据质量的关键步骤。只有高质量的数据才能支持准确的统计分析。

描述性统计学是医学统计学中的另一个重要分支，它通过均值、中位数、众数、标准差、方差、百分位数等方法，对数据进行描述和摘要。这些方法可以帮助研究者更好地理解数据的分布特征。

概率论是医学统计学中的另一个重要领域，它包括概率的基本概念、概率分布、随机变量、期望值、方差等内容。这些概念为统计推断提供了理论基础。

统计推断是医学统计学中的重要组成部分，它涉及总体与样本的关系、参数估计、假设检验、信赖区间、样本大小的确定等内容。这些方法可以帮助研究者从样本数据中推断总体特征。

相关与回归分析是医学统计学中的另一个重要分支，它包括相关系数、回归方程、重要性检验、多元回归等内容。这些方法可以帮助研究者分析变量之间的关系。

生存分析是医学统计学中的一个重要领域，它包括生存率、生存函数、生存率估计、生存曲线的绘制等内容。这些方法可以帮助研究者分析生存时间数据。

临床试验统计学是医学统计学中的一个重要领域，它包括试验设计、随机分组、样本大小计算、效应量、随访和结果评价等内容。这些方法可以帮助研究者设计和评估临床试验。

流行病学统计学是医学统计学中的一个重要领域，它包括疾病发病率、疾病死亡率、风险比、相对危险度、选择偏倚等内容。这些方法可以帮助研究者分析流行病学数据。

图表与图形方法是医学统计学中的一个重要领域，它包括直方图、散点图、盒须图、饼图等内容。这些方法可以帮助研究者用图形方式描述和分析数据。

多元统计学方法是医学统计学中的一个重要领域，它包括主成分分析、聚类分析、判别分析、因子分析等内容。这些方法可以帮助研究者分析多变量数据。

贝叶斯统计学是医学统计学中的一个重要领域，它包括贝叶斯定理、贝叶斯推断、贝叶斯网络等内容。这些方法可以帮助研究者进行贝叶斯统计分析。

这些知识点只是医学统计学中的一部分，对于该学科的深入学习，还需要理解和掌握更多相关的概念、方法和技巧。随着医学研究的发展，统计学在医学中的应用将越来越广泛。