通常临床研究的图1是研究人群入选流程图(Study Population/Flow Chart),表明纳入研究的人是怎么找来的。如果排除条件多、过程复杂,文字描述不易理解,需要用图表示。
Flow chart有的比较复杂,例如NEJM这篇研究某指标和结肠癌进展的队列研究。Dalerba, P., et al., CDX2 as a Prognostic Biomarker in Stage II and Stage III Colon Cancer, N Engl J Med, 2016.
有的比较简洁,例如J Lipid Res这篇白细胞计数和高血脂关系的研究。 Liu, Y., et al., Association of peripheral differential leukocyte counts with dyslipidemia risk in Chinese patients with hypertension: insight from the China Stroke Primary Prevention Trial. J Lipid Res, 2017.
纳入的要点是:时间、地点和人物。例如NEJM这篇:研究支架和CABG相比对冠心病疗效的队列研究。纳入时间是2008-2011年,地点是纽约,人物是因为多支冠脉病变首次行CABG或PCI的患者。因为是观察性研究,样本量优势就体现出来了(有10万多患者)。非常清晰!
(部分截图)
Bangalore, S., et al., Everolimus-eluting stents or bypass surgery for multivessel coronary disease. N Engl J Med, 2015.
排除的要点是:
1、排除X,Y缺失或异常值。例如下图白细胞计数和高血脂风险的研究。第一步排除了白细胞和血脂缺失(data missing)的4141人。
2、已经发生Y=1的人:例如第二步排除基线有高血脂的20人。
3、强的影响Y的因素:例如第三步排除了服用降脂药的96人,因为降脂药对Y的影响非常大,在降脂药的作用下比较弱的作用(本研究的白细胞计数)很难观察出来。
4、强的影响X的因素:例如第四步排除服用抗血小板药的350人,因该药对X的影响很大。
值得注意的是:
1、只排除强的混杂,目的是提高研究的敏感性。如果把所有混杂(吸烟、年龄、BMI等)都排除了,就没有研究对象了。
2、队列研究不存在随访缺失,因为Y缺失的人在第一步就被排除了,没有纳入本研究。
Flow chart中展示清晰的排除流程,会提高研究的证据力度,给你的文章加分不少。要点掌握之后,画图不难(用word、PPT或专业做图软件都可以)。重要的是确定每一步的纳排标准,从原始数据库中筛选出研究对象,并计算出每一步的人数。
可以通过易侕软件“数据操作”菜单下的“选择分析对象”模块实现上述过程。在空格处点右键,可以输入筛选条件。例如:纳入年龄40-60岁之间的人,可以选“变量取值范围”。
选择年龄AGE,取值范围设定为≥40且≤50。
点击“添加”输入下一步标准,点“查看结果”。这里可以输入多条标准。
结果出来了,易侕统计软件自动统计每步合格数、不合格数。这些数值直接填在流程图中。
更多功能:
1、可以选择多种筛选方法:按变量缺失、取值范围、两变量比较来筛选;
2、可以给筛选标准命名:支持中/英文注解,条目多时便于查看;
3、生成符合多条标准的记录,更全面掌握信息,完善纳排标准。例如,红框中表示同时满足标准二和三的有339人。
注意:该模块产生的R/SAS编码先于其它任何编码被执行,因此输入条件中只能使用数据文件中的原变量,不能使用新生成的变量。
对应数据分析模块,均可以选择分析对象,将数据分析限定在任何筛选标准下。好处是可以根据数据分析结果,解读临床意义,完善纳排标准。通常一篇SCI论文的排除标准,需要在数据分析的循环中不断完善。会用这个模块,对于结合临床意义制定纳排标准很重要。
临床流行病学常用的研究设计是队列研究,通过设立纳排标准,将某段时间内到某院(科)就诊的所有病人纳入队列进行观察,不宜随机抽样选取病人。
做出Flow chart很重要,如果没有这个图,审稿人不知道研究对象是怎么挑选出来的,会怀疑作者随意挑选,质疑数据真实性。
更多内容可以登录易侕学院官网
每周二和周五
远程视频课和在线答疑交流
联系客服