您的位置:

正确对待阴性结果

2022-07-29
来源:求医网
翻阅学术刊物,发现大多数研究结果是阳性的。按道理,在科学研究中,不可避免地会出现阴性结果(P>0.05)。例如某个问题的研究,有阳性结果,也有阴性结果,尚不能下结论,但如果阳性结果均得以发表,而阴性结果被搁置,必将造成一种错觉:这个问题的研究结果就是所谓阳性的了。现在的学术刊物中,“阳”盛“阴”衰,真的没有阴性结果吗?

其实,不论是阳性还是阴性结果,只要研究质量是好的,都有科学价值,都应以实事求是的态度对待。有时否定的价值不亚于肯定。另一方面,若阴性结果是真实可靠的,即使统计学上无显著性,也不等于无临床意义。例如,评价一新药时,新旧两药的疗效差异经分析统计学为阴性结果(P>0.05),但如果新药给药途径简便,不良反应轻微,或价格便宜等,那么新药就存在临床推广使用的价值。当然,要注意区别假阴性,当P>0.05时,如果研究例数较少,最好计算检验效能(power),power=1-β,β即为二类误差;若两组间确有差别,如果power值太小,则此差别被检出的概率就小,容易出现假阴性结果,所以要保证研究有足够的例数。一般认为power应在0.8以上。

对于阳性结果,也要考究其真实性,注意是否存在研究设计等方面的问题。譬如,有人评价一项新指标用于某病早期诊断的价值,对照组却选择正常人,这样结果当然容易是阳性的,特异性也很高。如果对照组选择那些需鉴别诊断的病例,就未必是阳性结果。以往研究一些实验室指标与肿瘤预后关系很热门,有人还选用了Cox模型,但只把这些实验室指标纳入模型分析,许多指标有显著性意义;如把实验室指标与临床分期、年龄、性别等一起纳入多因素Cox模型分析,实验室指标就未能进入模型。这些都是由于设计不好产生了偏性。另外应指出的是,要特别注意那些人为制造的“阳性”结果。

因此,只有阴性结果得到公正的处理,假阳性结果得到遏制,才能还科学研究以真实的面目。

(收稿:1998-11-19修回:1998-12-29)