描述离散程度常用的指标主要有全距、四分位数间距、方差、标准差和变异系数等，下面为你详细介绍。

全距，又称极差，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。例如在一组学生的考试成绩中，最高分是95分，最低分是30分，那么全距就是95 - 30 = 65分。不过，全距只利用了两个极端值，容易受极端值的影响，不能反映数据的中间分布情况。

四分位数间距是上四分位数与下四分位数之差。上四分位数是将数据从小到大排序后，位于75%位置的数值；下四分位数则是位于25%位置的数值。四分位数间距比全距更稳定，它排除了两端极端值的干扰，能较好地反映中间50%数据的离散程度。比如在分析一组患者的住院天数时，四分位数间距可以让我们了解大部分患者住院天数的分散情况。

方差是每个数据与平均数之差的平方值的平均数。它考虑了每一个数据与均值的偏离程度，能全面反映数据的离散情况。方差越大，说明数据越分散；方差越小，数据越集中。但方差的单位是原始数据单位的平方，在实际应用中不太方便解释。

标准差是方差的算术平方根，它与原始数据的单位相同，更符合人们对数据离散程度的直观理解。标准差在统计分析中应用广泛，例如在医学研究中，比较不同治疗方法下患者某项生理指标的标准差，可以判断哪种治疗方法的效果更稳定。

变异系数是标准差与均数之比，用百分数表示。它消除了量纲的影响，主要用于比较不同单位或均数相差较大的两组或多组数据的离散程度。比如比较身高和体重的离散程度，由于两者单位不同，使用变异系数就能更合理地进行比较。

综上所述，这些描述离散程度的指标各有特点和适用范围，在实际的预防医学研究和数据分析中，需要根据数据的性质和研究目的选择合适的指标。