随着全国各地医院数字化推进，医院信息系统逐渐完善，医院电子病历库已经成为临床医生开展临床科研的重要资源，现在慢慢都流行开展基于医院数据开展回顾性队列研究。

怎么开展临床回顾性的数据分析呢？我今天和大家展示一篇回顾性的临床研究论文，文章发表在“外科学圣经”的《外科学年鉴》，影响因子12.97！今天我也先介绍案例，再谈谈他们的统计分析过程。

一、研究论文介绍

近日，被誉为“外科学圣经”的《外科学年鉴》（Annals of Surgery，IF=12.969）刊登了一篇文章，比较的是机器人手术和腹腔镜手术治疗对直肠癌患者的影响研究。

这是一项回顾性队列研究，从2005年2月到2018年4月，共纳入600例接受微创手术的直肠癌患者。

患者分别接受过两种手术治疗方法：317例（52.8%）的患者接受机器人手术治疗，283例（47.2%）接受过腹腔镜手术治疗。研究希望探讨机器人和腹腔镜手术是否影响患者术后并发症的发生。该研究的主要目的探讨腹腔镜和机器人手术方法之间是否有术后并发症差异。

研究结局为住院时间(LOS)、30天再入院率、输血状况、术后肠梗阻、伤口感染、吻合口漏和总体并发症发生率。

结果发现，接受机器人手术的患者的总体并发症发生率较低(37.2%vs51.2%；P<0.001），输血需求较低（1.9% vs 7.8%；P<0.001）。两组患者的再入院率、肠梗阻率、吻合口漏率相似。中位LOS（3 vs5天；P<0.001）和延长LOS（21.45%vs43.11%；P<0.001）方面上机器人手术组更有利。

0 (1).png

构建的并发症风险和住院时间延长（≥6天）的多变量模型显示，机器人手术是最能预防并发症的因素（OR 0.485；P=0.006）（表3）。并发症事件（OR 9.33；P<0.001）和转为开放性手术（OR 3.095；P=0.002是为延长住院时间的危险因素，而机器人手术(OR 0.62；P=0.027）是唯一独立的保护因素。

0 (2).png

因此可以总体上说，在术后并发症发生率以及住院时间方面，机器人手术优于腹腔镜手术，即可改善患者短期结局。

二、它的统计分析方法

来看看他们的统计学方法吧。

不过我估计会让大家失望，包括我自己，这篇文章的统计学方法是再传统不过，甚至说我觉得配不上顶级外科学杂志。

Continuous variables were described as mean (standard deviation) or median (interquartile range-range) as appropriate; categorical variables as frequencies and percentage. Significant differences between the 2 groups were tested by x2 or Fischer exact test for categorical variables and Student t test for continuous variables.

Univariate analysis for odds to any complication and LOS 6 days was performed by logistic regression for every confounder from our database; a multivariable model was built considering significant (P < 0.05) variables from the univariate regression; results are shown as odds ratio (OR) [95% confidence interval]. All tests were 2-sided, a P-value <0.05 was considered statistically significant. Analysis was performed using JMPPro (Version 13.0, SAS Institute, Cary, NC).

概括成中文就是：

（1）统计描述用均数标准差、中位数四分位数间距、率构成比；

（2）两组比较用t检验或者咖啡检验或者Fisher确切概率法；

（3）回归分析是logistic回归，先单因素（Univariate analysis ），后多因素（ multivariable mode），单因素后多因素的自变量筛选原则是单因素回归P < 0.05者纳入到多因素回归分析中。

这个套路恐怕是我今年在所有顶级论文中所见到最老套得方法了！

那它怎么就发表了呢？

（1）主题当然是非常好的主题。机器人手术和腹腔镜手术治疗，这是20年多年来长久不衰的主题。到底昂贵的机器人能否减少并发症的问题，在过去、现在和将来都将持续是个热门话题。

（2）该研究虽然是单中心研究，时间长，规模大，长达13年、600例的回顾性研究病例，投哪个杂志都容易发表！

（3）统计学方法方面，统计学方法实际上一般还是起到锦上添花作用，传统的方法先单后多的统计学分析方法，并没有错！我们可以增加复杂的方法比如倾向得分匹配，但其实结果和现在的普通的多因素回归分析结果也没有太大差别。

所以说，回归分析，先单后多，单因素P<0.05的自变量纳入多因素回归模型，是没有问题的。

统计学的方法，没有绝对的正确或者错误，只有合适与否！

（4）当然，还有非常重要的原因，也是极其关键的原因是这个病例的来源是美国大名鼎鼎的梅奥诊所！

所以郑老师我怎么看？因为梅奥关系户吗？最近我也有不少科室合作的统计学交流，我认为做临床研究，最大的关键是真实可靠的数据。梅奥诊所文章能够发表，因为它们回顾性的数据是值得认可的。

我们很多做临床试验，做真实世界研究，数据假得不行，连自己都看不下去，怎么能够得到别人认可呢？

三、论回顾性队列研究的分析方法

这篇文章，在写作风格，并不具有顶级论文范式的应有的风格，倒和我们经常采用的方式相似。

这种套路比较普通，大家一学就会。首先，进行统计描述和差异性的分析，然后先单因素后多因素，并不复杂。这种多因素的分析，既可以探讨重点的暴露因素（是否机器人手术），也探讨了其他的一些因素（是否转为开放手术等等），一举双等。

那么如果我来分析，我能否增加点亮色的东西呢？有一些几点可以发挥的的，第一，由于是队列研究，最好可以有相应缺失值的处理方法；第二，可以开展敏感性分析，探讨不同模型或者不同数据缺失带来的影响；第三，选择的回归方法，不一定是logisttic回归，我更倾向于选择modified Poisson回归；第四，其实在队列研究中，探讨单一影响因素时候，并不推荐采用把单因素分析P值较少者纳入多因素回归分析，很多时候这种数据驱动的多因素回归分析，反而具有伤害性，可以考虑根据专业知识，挑选自变量进入模型就行了。

科研星球

临床回顾性研究如何发表在被誉为“外科学圣经”的顶级杂志？

近日，被誉为“外科学圣经”的《外科学年鉴》（Annals of Surgery，IF=12.969）刊登了一篇文章，比较的是机器人手术和腹腔镜手术治疗对直肠癌患者的影响研究。

标签