如何展示临床研究结果，你只需要做好两个图表

本文转载自“临床研究与循证医学”公众号，感谢授权。

四大医学杂志发表的原始研究报告的图和表总数一般不超过5个。

虽然图和表的比例以及种类或式样由作者决定，但一般来讲，文章的第一个图要求描述研究对象的筛选流程和结果（参见下图1）；第一个表要求描述纳入的研究对象的（基线）特征，并对比较组间基线特征进行比较（参见下表1）；一般第三个图表会采用表格的形式来定量地描述研究的主要结果（参见下表2）。这三个图表基本是规定性动作，研究者无需思考太多。

Figure 1. Screening, Randomization, and Follow-up of the Participants（N Engl J Med 2022; 387:299-309）

Table 1. Characteristics of the Participants at Baseline, According to Randomized Assignment to Vitamin D or Placebo（Source: N Engl J Med 2022; 387:299-309）

Table 2. Hazard Ratios for the Primary, Secondary, and Exploratory End Points, According to Randomized Assignment to Vitamin D or Placebo, in Intention-to-Treat Analyses（Source: N Engl J Med 2022; 387:299-309）

这样一来，5个图表中3个的内容和格式就都已经确定了，作者能决定内容和式样的图表的数量就只有2个了。展示什么结果？说明什么问题？用表格还是图形？以及采用什么式样的图形？在这些问题上作者需要仔细斟酌，因为这是唯一作者能发挥其运用图表的才能的主阵地，也是作者可展现其研究结果“额外精彩”的地方。

如果你要展示的是一般趋势或复杂关系等，图形优于表格。如果你的研究结果未来会被定量地使用，那么应该使用表格（和数字）来表达。比如，维生素D与安慰剂组比较，非脊骨骨折（nonvertebral）的风险比为0.97，髋关节（hip）骨折的风险比为1.01，所有骨折（total）的风险比为0.98（参见上表2）。

表格的制作比较简单，一般应遵照一个“谁的什么是多少”的逻辑。如上表2，维生素D组12927人（即谁）中所有骨折（即什么）的人数是769（即多少），安慰剂组12944人中所有骨折的人数是782，两组骨折的风险比及其95%可信区间是0.98（0.89—1.08）。其他结局的数据和结果可按照此逻辑一一放入表中（参见上表2）。

当然，如果与描述的结果仅仅是一两个数字，完全可以直接对其做文字描述，不必使用表格，这样便可以节省一个图表用来展现更多“额外的精彩”。

那么，你研究的“额外精彩”有哪些呢？如““一文所述，探索因果关系的临床研究最常见的额外分析包括交互作用和剂量-效应关系。交互作用可用表格来展示（如下表3），也常用图（如Forest Plot）来展示（如下图2）。剂量效应关系一般用图（如线图）展示，如下图3。

另外，在展示生存分析的结果时，除展示组间Hazard Ratio（即总体结果）外，一般还会用图（如Kaplan-Meier生存曲线）来展示不同比较组间生存率随时间变化的情况，如下图4。

Table 3. Hazard Ratios for Total Fractures with Vitamin D as Compared with Placebo, According to Subgroup （Source: N Engl J Med 2022; 387:299-309）

Figure 2. Receipt of Adjuvant Chemotherapy in the Intention-to-Treat Population According to Subgroup.（Source: N Engl J Med 2022; 386:2261-2272）

Figure 3. Multivariate Relative Risks of Death in Relation to BMI among Men（Source: N Engl J Med 2006; 355:763-778）

Figure 4. Recurrence-free Survival in the ctDNA-Guided Group According to ctDNA Status（Source: N Engl J Med 2022; 386:2261-2272）

上面展示的图表是临床研究报告中常用的图表格式，研究者应重点学习和掌握。

还值得一提的是图表的题目。图表的题目就像一篇文章的摘要，对解读图表的内容应起到总结和引领的作用。好的图表题目需要用比较组（即暴露）、结局、结果等内容来构建。

比如，上表2的题目（ Hazard Ratios for the Primary, Secondary, and Exploratory End Points, According to Randomized Assignment to Vitamin D or Placebo, in Intention-to-Treat Analyses ）就包含这三个要素：比较组（即Vitamin D or Placebo）、结局（即Primary, Secondary, and Exploratory End Points）和结果（即 hazard ratio ）。其他内容则是补充性的，以展示图表内容的特殊性，如这里指出的分析策略（即Intention-to-Treat Analyses）。

再如，在上图3里，比较组是BMI的组别，结局是死亡，结果是相对危险度，并特别指出控制了多种混杂因素。在上图4里，比较组是ctDNA的组别，结局是无复发生存时间，结果是无复发生存率。另外，值得学习的是，图3和图4也尽可能详细地标出了样本量和结局事件的人数。

然而，科学研究的结果毕竟是复杂、多样的，不可能用几个固定的图表来展示所有可能的研究发现。的确，统计学家设计了很多巧妙的图形，以有效地展示特殊的研究结果。南京医科大学公共卫生学院陈峰教授团队的魏永越教授及其同事，对常见统计图型及其历史、原理和应用场景做了全面、详细、系统的介绍，并提供了多种应用实例，可供读者学习和参考。

重要的是，我们不能把这些统计图形仅仅看作是展示研究结果的方法，更应该把它们当做可用来探索和揭示自然规律的工具。每一种图形提供的都是一种不同的看待这个世界（即你手中的数据里所隐藏的世界）的视角，换一个视角，你可能会看到十分不同的“景色”。

正如苏轼所写的那样：

横看成岭侧成峰，远近高低各不同。

不识庐山真面目，只缘身在此山中。

能换一个角度看世界，正是一个研究者原创力所在的地方。

你不仅仅是为了画一张图，而是要用图来思考，并最终展示它。看懂一张图表的“画外音”，就像读一首诗、看一幅画，你需要用很多（如几天或更长）的时间，对着它翻来覆去地看，翻来覆去地想，你要寻找那种豁然开朗的时分。

作者简介

魏永越，南京医科大学公共卫生学院生物统计学系教授，即将入职北京大学公众健康与重大疫情防控战略研究中心。

唐金陵，中科院深圳理工大学讲席教授，广州市妇女儿童医疗中心临床研究技术总监，BMJ临床研究高级编辑，香港中文大学流行病学荣休教授。