离散趋势指标反映的是一组数据的离散程度或变异程度，常用的离散趋势指标主要有以下几种：

全距，也称为极差，它是一组数据中最大值与最小值之差。计算方法简单直观，能快速反映数据的取值范围。例如，在一组患者的体温数据中，通过全距可以迅速了解到体温波动的最大幅度。然而，全距只考虑了两个极端值，没有利用数据的全部信息，容易受到个别极端值的影响，稳定性较差。

四分位数间距，是上四分位数与下四分位数之差。它克服了全距易受极端值影响的缺点，能反映中间 50%数据的离散程度。在医学研究中，当数据存在偏态分布或有极端值时，四分位数间距比全距更能准确地描述数据的离散情况。比如，研究某疾病患者的发病年龄，用四分位数间距可以更好地反映大部分患者发病年龄的离散状况。

方差，它是每个数据与均数之差的平方值的平均数。方差充分利用了所有数据的信息，考虑了每个数据与均值的偏离程度。在分析多组实验数据的稳定性时，方差能很好地衡量数据的离散程度。但方差的单位是原数据单位的平方，这使得其在实际解释时不够直观。

标准差，是方差的平方根。它与原始数据的单位相同，解释起来更加直观。在描述一组正态分布数据的离散程度时，标准差是常用的指标。例如，在评估某地区健康人群的某项生理指标时，标准差可以清晰地反映出该指标在人群中的波动情况。

变异系数，是标准差与均数之比，用百分数表示。它主要用于比较度量单位不同或均数相差悬殊的多组资料的离散程度。比如，比较身高和体重这两组不同度量单位的数据的离散情况，或者比较不同年龄段人群的某项生理指标的离散程度时，变异系数就具有重要的应用价值。

综上所述，不同的离散趋势指标各有优缺点和适用范围，在临床执业工作和医学研究中，需要根据数据的特点和研究目的选择合适的指标来描述数据的离散程度。