CME 麻醉论坛统计分析工具完整使用指南

CME麻醉论坛统计分析工具采用“上传CSV数据—选择统计模板—设置参数—运行分析—查看报告”的工作方式。

用户不需要在本地安装R、SPSS等统计软件，即可完成临床研究常用统计分析、表格制作和论文作图。

一、主要功能

目前工具主要支持：

Table 1基线资料表；
Table 2结局比较表；
正态性和方差齐性检查；
Pearson、Spearman相关分析；
线性回归和Logistic回归；
Firth Logistic回归；
倾向评分匹配（PSM）；
逆概率加权（IPTW）；
病例序列学习曲线；
时间序列趋势图；
Meta分析、森林图和漏斗图。

具体可用功能以统计分析页面显示的模板为准。

二、基本操作流程

登录网站后，依次进入：

我的 → 统计分析

标准操作步骤为：

上传CSV文件；
选择统计模板；
创建统计任务；
在任务详情页设置参数；
点击“保存参数并提交统计”；
查看在线报告；
下载表格、图片或其他结果文件。

已经成功运行的任务可以修改参数后重新分析，不需要重复上传同一份数据。

需要对同一份数据采用另一种统计方法时，可以选择“基于当前CSV重新分析”。

三、CSV数据怎样准备

除Meta分析外，大多数模板使用患者级或观察级数据：

每一行代表一名患者、一次手术或一次观察；
每一列代表一个变量；
第一行必须是变量名；
文件应保存为CSV格式；
建议使用UTF-8编码。

示例：

id,group,age_year,sex,bmi,asa,op_time_min,complication
001,A,5,M,16.3,2,48,0
002,A,6,F,15.9,1,55,0
003,B,7,M,17.5,2,60,1

1. 变量名

推荐使用英文、数字和下划线：

age_year
weight_kg
op_time_min
complication

单位应写在变量名中，不要写入数据单元格。

正确：

weight_kg = 21.5
op_time_min = 55

不建议：

weight_kg = 21.5 kg
op_time_min = 55 min

2. 分类变量

同一列必须使用统一编码。

例如性别可以统一为：

M / F

也可以统一为：

0 / 1

不要在同一列中混用“男、M、Male、1”等不同写法。

3. 缺失值

缺失数据建议直接留空，不要混用：

无
未测
unknown
-
null

数值列中混入文字后，可能无法被正确识别为数值变量。

4. 患者隐私

上传前应删除姓名、身份证号、住院号、手机号、详细地址等直接身份信息，使用研究编号代替患者身份信息。

建议同时保存一份变量字典，说明每个变量的含义、单位、类型和编码。

四、怎样选择统计模板

Table 1：基线资料表

用于描述和比较研究对象的基本特征，例如：

年龄、体重和BMI；
性别和ASA分级；
疾病类型；
术前指标；
各组基线资料。

连续变量通常显示均值、标准差、中位数或四分位数；分类变量通常显示人数和百分比。

Table 2：结局比较表

用于比较研究的主要或次要结局，例如：

首次成功率；
并发症发生率；
手术时间；
苏醒时间；
出血量；
住院时间。

只应选择研究方案中预先确定的结局，不建议将所有变量都作为结局进行检验。

正态性与方差齐性检查

用于判断连续变量的分布特点，并辅助选择参数检验或非参数检验。

不能只根据正态性检验的P值作出判断，还应结合样本量、直方图、Q-Q图和临床数据特点。

回归分析

用于评估暴露因素与结局之间的关系，并调整混杂因素。

连续结局通常使用线性回归；
二分类结局通常使用Logistic回归；
小样本、事件较少或出现完全分离时，可以考虑Firth Logistic回归。

协变量应根据研究设计和临床意义预先确定，不建议只根据单因素分析的P值进行筛选。

倾向评分分析

PSM和IPTW适用于观察性研究中的混杂因素调整。

设置时需要明确：

处理或暴露变量；
进入倾向评分模型的协变量；
需要比较的结局；
使用PSM还是IPTW。

分析后必须检查匹配或加权后的协变量平衡。倾向评分只能控制已经测量的混杂因素。

学习曲线和时间趋势图

学习曲线适合观察病例顺序与成功率、操作时间等指标的变化。上传前应按真实病例顺序排列数据。

时间趋势图适合展示pH、PaCO₂、乳酸、SpO₂、血压和心率等指标随时间的变化。

五、Meta分析怎样准备数据

Meta分析与普通临床统计的数据结构不同：

普通统计：一行代表一名患者；
Meta分析：一行代表一项研究或一个独立效应量。

当前Meta模板主要使用通用逆方差法，需要提供：

研究名称；
效应量；
效应量的标准误；
或效应量的置信区间。

示例：

study,log_or,se_log_or
Smith_2020,-0.357,0.172
Wang_2021,-0.186,0.166
Garcia_2022,-0.511,0.207
Lee_2023,-0.274,0.156

可以合并的效应量包括：

log(OR)；
log(RR)；
log(HR)；
均数差MD；
标准化均数差SMD；
回归系数。

同一次分析中的效应量定义、单位、方向和统计尺度必须保持一致。

不能直接混合：

OR和RR；
原始OR和log(OR)；
MD和SMD；
不同定义的结局；
不同方向的效应量。

六、OR、RR和HR的设置

OR、RR和HR通常应先转换为自然对数，再进行通用逆方差Meta分析。

例如：

OR = 0.70
95% CI = 0.50～0.98

可在Excel中计算：

log_or = LN(OR)
se_log_or = (LN(CI上限)-LN(CI下限))/(2×1.96)

在任务页面中设置：

study_col：研究名称列
effect_col：log_or
se_col：se_log_or
measure_label：log(OR)
conf_level：95%
exponentiate：勾选

勾选指数转换后，报告可将log(OR)转换回OR及其置信区间。

不要把原始OR放入效应量列后再勾选指数转换，否则系统计算的是exp(OR)，没有正确的统计含义。

MD和SMD不需要指数转换。

七、怎样查看Meta分析结果

Meta报告通常包括：

每项研究的效应量和置信区间；
固定效应汇总结果；
随机效应汇总结果；
Q、I²和tau²等异质性指标；
森林图；
漏斗图；
在线HTML报告；
结果文件和运行日志。

固定效应与随机效应

固定效应模型假设各研究估计同一个共同效应。

随机效应模型允许不同研究的真实效应存在差异。

模型选择应根据研究问题、临床差异和预先制定的统计方案确定，不应仅根据异质性检验是否显著临时更换模型。

森林图

MD、SMD和log比值型效应量的无效应参考值通常为0。

OR、RR或HR转换回原始比值尺度后，无效应值为1。

应根据效应量定义判断图形左右两侧分别代表有利还是不利。

异质性

I²用于描述研究结果之间的异质性程度，但不应机械地按照固定界值解释。

研究数量较少时，I²、Q检验和tau²都可能不稳定，应结合研究对象、干预措施、结局定义和研究设计进行判断。

漏斗图

漏斗图不对称可能与发表偏倚、小样本效应、临床异质性或数据错误有关。

漏斗图不能单独证明存在发表偏倚。纳入研究较少时，不宜作出确定性判断。

八、常见问题与排查方法

找不到CSV列名

检查：

文件是否为CSV格式；
第一行是否为变量名；
文件是否使用UTF-8编码；
列名前后是否有空格；
列名中是否含换行或特殊字符。

提示变量不存在

可能是CSV文件已经修改，但没有重新上传，或者任务参数中仍保存着旧列名。

子集筛选后没有数据

检查筛选列是否正确、纳入值是否真实存在，以及大小写或空格是否一致。

Meta分析提示缺少标准误

必须满足以下条件之一：

已选择标准误列；
同时选择置信区间下限列和上限列。

Meta分析没有有效研究

常见原因包括：

效应量不是数值；
标准误缺失；
标准误小于或等于0；
置信区间无法转换为数值；
子集筛选后没有剩余研究。

任务完成但缺少结果文件

先查看任务日志。日志通常会提示数据类型、模板运行、R软件包、文件权限或输出目录等问题。

九、推荐的科研使用方法

为保证分析结果能够复核，建议：

分别保存原始数据、清洗数据和最终统计数据；
建立并保存变量字典；
预先确定主要结局和统计方法；
上传前检查单位、分类编码和缺失值；
先使用少量数据测试模板；
保存最终任务编号、参数和结果文件；
在论文中准确报告实际采用的统计方法；
重要研究请统计学专业人员复核；
不要根据结果是否显著反复更换模型；
不要将自动生成的结果直接作为最终科研结论。

总结

CME麻醉论坛统计分析工具可以完成临床研究常用表格、组间比较、相关分析、回归分析、倾向评分分析、学习曲线、时间趋势图和基础Meta分析。

工具可以提高统计效率，但不能代替合理的研究设计、规范的数据整理和专业的统计判断。正式用于论文或研究报告前，应再次核对数据、变量定义、参数设置、结果方向和统计方法。