在卫生统计学中，遇到处于参考范围内的异常值时，需要谨慎处理。首先，重要的是理解“异常值”和“参考范围”的定义。通常情况下，异常值是指与数据集中的其他观测值相比显著偏离的数值，而参考范围则是基于健康人群的数据建立的一个区间，用来判断个体测量值是否正常。
1. 确认异常值的真实性：在处理任何异常值之前，首先应该验证这些值是不是由于记录错误、仪器故障等非生物学因素引起的。如果确定是技术性错误导致，则应予以纠正或排除该数据点。
2. 考虑生物学意义：对于确实存在但位于参考范围内的异常值，需要评估其是否具有生物学上的合理性。有时候，尽管数值落在了正常范围内，但是从临床角度分析可能仍然表明存在问题或者特殊情况。
3. 统计方法的选择：在进行数据分析时，可以选择对所有数据（包括异常值）使用稳健的统计方法来减少极端值的影响，如中位数、四分位间距等。这样可以在不完全排除任何观察结果的情况下获得更可靠的结论。
4. 敏感性分析：执行敏感性分析也是一个好的做法，即分别在包含和不包含异常值的数据集上重复主要的统计测试，以评估这些特定值对研究结果的影响程度。
5. 报告与解释：最后，在研究报告中应详细说明如何处理了这些异常值及其可能对结论产生的影响。透明地分享这一过程有助于读者更好地理解和评价你的研究成果。

总之，对于处于参考范围内的异常值，应该采取一种综合的方法来评估和处理，既要考虑数据的质量，也要考虑到其生物学意义以及统计分析的需求。