先用一个算例弄懂分母
教学示例,并非本馆研究结果:某研究纳入 20 人,其中 12 人做了某项检测,6 人的结果异常。在接受检测的 12 人中,异常比例是 6/12=50%。
其余 8 人没有这项结果,不能把他们当作正常。6/20=30% 描述的是异常结果占全部入组者的比例,不能当成全体入组者真实的异常率。
为什么一个人可能在表格里出现不止一次?
一名参与者可能有多个变异、两侧性腺标本、多个时间点的激素结果,也可能在后续论文再次报道。因此,变异条数、标本数、病例记录数和独立人数不能直接互换。
汇总前先确认研究按什么计数,并检查是否可能存在重复人群或重复随访报告。
同一个指标,也可能测的不是同一件事
激素结果需要结合年龄、采血时点、用药、检测方法和单位。基础值与刺激试验后的数值,不能因名称相同就直接放在一起比较。
判断跨研究差异时,先确认测量条件是否相近,再讨论观察到的结果;不能先把数值合并,再回头补条件。
依据: [2] Endocrine Society · CAH guideline resources (measurement context)
研究证据矩阵应该怎么帮助你
把两篇论文的研究对象、实际检测人数、结果、单位和来源位置并排放置,目的是让差异变得可见。空格提示你回查作者是否报告了该项信息。
本馆保留论文原报样本量。矩阵中的条目数是整理了多少条研究记录;某篇论文中的样本量才描述那项研究实际纳入的人群。
20 人入组,12 人受检,6 人异常。能否说另外 14 人都正常?
不能。只有 6 名受检者可由这个算例确定结果正常,另外 8 人未提供结果。
继续读研究:展开本馆已整理的来源论文
样本量按研究原报值呈现。点论文题名可核对出处。
打开研究证据矩阵
数据版本 v1.4.0