在预防医学中，当我们处理的是符合正态分布的数据时，可以采用多种统计描述方法来分析和解释数据。这些方法主要包括：
1. 平均数（Mean）：平均数是所有观察值的算术平均，它是衡量数据中心趋势最常用的方法之一。对于正态分布的数据来说，平均数能够很好地代表该组数据的一般水平。
2. 标准差（Standard Deviation, SD）：标准差用于描述一组数据的离散程度或变异性大小。在正态分布中，大约68%的数据位于平均值加减一个标准差范围内；95%的数据位于平均值加减两个标准差范围内；而99.7%的数据则位于平均值加减三个标准差内。
3. 中位数（Median）：虽然对于完美的正态分布来说，中位数与平均数应该是相等的。但在实际应用中，如果存在极端值或者数据略偏离正态时，使用中位数可以更好地反映数据集中心位置而不受异常点的影响。
4. 四分位间距（Interquartile Range, IQR）：四分位间距是指将所有观测值从小到大排列后处于25%和75%位置上的两个数值之差。它用于描述中间50%的数据范围，适用于非正态分布数据，但在某些情况下也可以作为正态分布数据的补充说明。
5. 偏度（Skewness）：偏度用来衡量数据分布是否对称。对于理想化的正态分布，其偏度值为0；如果偏度大于0，则表示右偏；小于0则左偏。通过计算偏度可以帮助判断数据是否接近于正态分布。
6. 峰度（Kurtosis）：峰度用来衡量数据的尖锐程度或平坦程度。对于标准正态分布，其峰度值为3。如果某组数据的峰度大于3，则说明该数据集比标准正态分布更集中；若小于3，则表示数据更加分散。

以上就是适用于正态分布资料的一些主要统计描述方法，在实际应用过程中可根据具体研究目的和需求选择合适的指标进行分析。