大概10多年前，很多研究生，青年研究人员，对数据分析无从下手。慢慢的、随着网络时代发展，各路统计先行者释放出大量的学习视频，带动青年人们慢慢地了解了统计分析。他们会做t检验、卡方、logistic回归分析，写的论文也看起来统计学方法都慢慢正确起来了！规范统计又是怎么一回事呢？规范统计学要求不仅仅会使用SPSS进行统计分析，并且要合理地按照研究设计方案进行统计分析，写出规范的统计报告，下严谨的统计结论。国人作分析统计，由于缺少统计师参与，往往规范性不足。不过，近年来大有改观。对于“事后分析”这个词很多人听说过，也迷惑过，是不是除了事后，还有事前分析？没错，统计分析策略有两类：事前分析和事后分析。
这个“事”指的是项目实施这一事。如果你的统计分析内容和方法在项目实施结束之前（包括数据采集），已经定好的事情，我们称之为事前分析。如果，你的统计分析方法和内容是在拿到数据揭盲后再定的，那就是事后分析。
其实区别就在于：你的统计分析是设计方案的时候就想好，还是数据分析时你自己再决定用什么方法？2021年8月17日，中国中医科学院广安门医院刘志顺教授联合东直门医院、华西医院等十家三甲医院，在《 内科学年鉴》 （Annals of Internal Medicine）（IF=21.317）发表了题为：Efficacy of Acupuncture for Chronic Prostatitis/Chronic Pelvic Pain Syndrome：A Randomized Trial 的研究论文。这项多中心随机试验表明，与假治疗相比，8周内进行20次针灸治疗可更大程度地改善中重度慢性前列腺炎/慢性骨盆疼痛综合症（CP/CPPS）的症状，且治疗效果持续了24 周以上。
该研究比较的是针刺组和安慰剂组在疾病治疗有效率的差别。由于结局变量（是否有效）是二分类数据，所以作者采用了logistic回归计算了OR值，这一分析过程研究设计的时候就设定的。同时，它又是干预组和对照组两个有效率的比较，率的比较可以算率差。文章中，作者也计算了率差，但是文中用了一个词：post hoc analysis，事后分析。作者意思是，计算率差不是我在方案设计的时候就拟定的，是数据分析时候突然想增加的，所以是事后分析。统计结果表明，与假治疗组相比，针灸治疗组有更大比例的参与者报告症状显著或中度改善。在第8周，针灸治疗组和假治疗的症状改善比例分别为60.6%和36.8%，差异有统计学意义（率差 21.6 [95%CI, 12.8 to 30.4 ]; aOR=2.6 P < 0.001）.在第32周时，针灸治疗组和假治疗组的症状改善比例分别为61.5%和38.3%（率差 21.1 [95%CI, 12.2 to 30.1 ]; aOR=2.6 P < 0.001）。大家可以看出，作者报告结果即报告了OR值，也报告了率差，而两种结果其实是一致的，只是表达干预效应的不同角度而已。
那么为什么明明是同个事情，还要区分事先和事后分析呢？
从医学证据的可靠性角度，分析过程是事先设定的，其结果可靠；凡是事先未设定，事后分析的，结果不可靠。为啥？因为事先设定的，是从合理的假设出发进行分析，而事后分析，往往是“投机取巧”式分析--我们可能会挑选效果更显著的、P值更小的指标或者统计学方法开展分析，这往往带来主观性偏倚：把不好的结果故意不分析，这给人一种错误的印象。因此，这被俗称“马后炮”分析。结论不可靠。其实，目前很多的学术论文，都是事后分析，结果怎么能可靠呢？
当然，马后炮分析不是说不能做，但是你要告诉读者，告诉他们这个结果不可靠。所以，上面这篇论文就如实地阐明了率差分析是马后炮分析。坦诚相告，大家就觉得你的论文值得信赖！这是这篇文章的聪明之处！不仅没有坏影响，而且加强了审稿人的好感度。
（1）做项目，毕业论文，设计为先，统计分析应该在设计方案时候就定下来，允许在数据采集过程中进行修改。随机对照研究最好如此，观察性研究也努力尽量做成一个事前分析。（2）事后分析，是探索性的结果，哪怕你觉得我分析得非常规范客观，单单你是事后分析，那就可以否定你所有努力。（3）一项研究，可以允许事后分析，但不能成为主要内容。而一篇文章，应该主动报告哪些是马后炮分析。别怕，这个过程是好事情！古人说的，凡事预则立不预则废！少一点事后，多一些实诚！
|
