生物统计报告写作指南(临床试验)

报告格式

1) Title

不必多说,必须写标题,主要注意句子结构

2) Introduction

简要描述研究对象和研究背景;概括报告探讨的主要问题和展示的内容

3)Method

说明试验设计,参与人群(以及为什么),纳入/排除标准,试验方法;药品来源;计算机程序版本; 对缺失数据的处理方法; 不良反应的处理方法. 随机/盲法试验要详细写清随机方法,盲法与失盲可能(比如有药物特别的副作用而安慰剂没有),特别是采取了分层随机的时候,不能简单只写采用了随机,盲法.

提供所有使用的数据分析方法以及其假设(说清楚针对的哪一部分结果,原假设/备择假设是什么,p值才有意义),并说明显著性水平(如对xxx结果采用双侧t检验,α=0.05,对yyy结果采用wilcoxon等等). 说明计算试验参与人数用到的power和预估退出/失访比例.
数据分析方法必须在试验前确定,可使用多种分析方法但必须全部在报告中体现.不允许尝试多种方法但仅报告一个体现显著性的方法.

试验前要确定: 试验的首要目的,次要目的,不良反应,参与人群及人数,人群分组(包括在次要结果中对不同亚群的分析,如老年/青年治疗效果的区别,详见result 3.),不能在结果出来后再对数据进行挖掘.

如已注册protocol须注明. protocol可能和实际试验有差异也须注明.

4)Result

  1. 提供试验参与者(患者)特征的统计描述(如年龄,性别) 和参与者数量,比例 (放在同一表中).记得标明单位.
    比较研究范围内人群与参与了试验的人群是否有实质性差异
    失访患者写清原因情况

  2. 给出所有患者试验的总体结果(首要结果). 结果给出适当的描述性数据(mean/median, SD/Q1-Q3, range, percentage 95%CI...)不要仅给出p值. 描述数据应当详尽以便读者追溯原始数据. SD, 95%CI能展示误差和不确定性,所以要尽量避免使用单一P值. 一般而言在大型流行病学/人口统计研究CI比SD的偏差更大(可能放大selection bias,数据输入错误等)

特别注意首要结果只报告一项.在试验设计时,试验终点和参与人数的计算是按照首要目的确定的.

  1. 给出合适的统计分析结果.
    分析干预方式和参与者特征对结果的影响.对每项分析用合适的统计方法,相关结果(统计量)在文本或表格中展示,或加入图表展示. 给表格和图表加标签,并在文本中引用.引用时不要写句子,如:
    "xxx结果见表1",
    而要写成注释形式:
    "参与者111人中,60(54%)为女性(Table 1)."
  • 表格中用到缩写或符号时需注明定义.结果有很多条目时推荐使用图表展示. 图表和表格不要重复展示同一结果.
  • 写作要清晰简明. 不要写''the p-value was less than .05 and so we rejected the null hypothesis xxx..." 可以写做the mean change in SBP was significantly different for group a and group b (group a=..., group b=..., p<0.05). 如果专业知识足够还可以对结果加一些评论,比如结果在临床上有什么样的应用重要意义. 专业知识不够可以写研究为临床和未来研究提供了xxx指导
  • 统计术语不要用在统计之外. 比如"normal"不能用来描述普通人群 等等. 同理, random, significance, association, correlation, sample都要谨慎使用.

次要结果中亚组的分析

次要结果分析亚组数据一定要谨慎! 如需对亚组进行统计检验一定要在试验开始前就在方案中确定,并要对亚组的人数进行限制.
总体结果(首要结果)按照试验设计一般有足够统计效力/精度, 而对亚组而言分析效力/精度很可能不够. 如果亚组过多, I类错误的可能性加大. 举个例子:120人参与治疗显示出有显著性的治疗效果(α<0.05).如果单独抽出生日在一月的患者进行分析(假设只有10人),那这10个人算出来的α>>0.05,但这并不能说明治疗方法对一月份出生就没效,因为人数过少会导致power很低.所以亚组分析一般用于验证亚组结果与总体结果的一致性,或是提出新的假设以待未来试验证明.

5) Discussion

  1. 通过概括试验结果回答introduction中提出的问题,不需要指出result中所有的结果. 尽量避免出现Result中没有的结果
  2. 讨论研究的优缺点;与其他研究的结果比较(比较结果,差异产生的可能而不是直接比较优缺点)从而得出合适的结论
  3. 提出遇到的问题以及如何解决. 分析方法用到的假设和不满足假设的可能.

6) Reference

试验设计和统计方法尽量引用standard works + 页面 (如教科书和综述). 原始论文虽好但不便于读者理解.

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,732评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,496评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,264评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,807评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,806评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,675评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,029评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,683评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,704评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,666评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,773评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,413评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,016评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,978评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,204评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,083评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,503评论 2 343

推荐阅读更多精彩内容