我们日常工作之一就是接受临床研究中大家遇到方方面面问题的咨询工作。在谈到统计分析思路时，我们总是会说，首先你应该把研究对象的一般情况、既往史、疾病严重程度、伴随疾病等先描述一下展现给读者。
其实用一句话讲就是要描述基线情况。对于刚起步开展临床研究的同学们来说，很有可能是因为看到大多数文献都要做基线情况描述这一步，所以就随大流做了这个分析工作；也有可能是听导师、师兄师姐的建议，先做了个基线描述，但更多的人会忽略这个工作。下面我和大家聊聊自己对基线描述的一点认识。
通过描述基线情况让读者「认识」你的研究对象
论文是展示研究成果的窗口，是和医学同行们交流的平台。论文中的统计分析实际上是用数据来告诉大家你的研究结果，同时请大家推广应用。发表的文章多了，大家在临床疾病诊疗上都参考你的研究结果时，你就成了学霸大牛。所以在展示研究最精彩的结果之前，你得先告诉读者你的研究结果究竟是在怎样一群人中得到的。
如何快速准确的告诉读者你的研究对象的情况呢？最好的办法当然是借用数据为全体研究对象画出大致轮廓，这就是基线描述。
看到这儿可能会有细心的盆友会撇嘴：写清楚研究对象入选、排除标准不就可以了么？为什么非要描述基线。这种想法有一定道理，研究对象的入、排标准确实能帮助读者认识研究对象的大致样子。
但是，入、排标准仅仅是选择研究对象时限制而已，并不代表研究对象的真实情况。举个不恰当的例子，NEJM 上刊出一个学界大牛做的 RCT 研究，研究设计很严谨，研究质量很好，它的入、排标准中研究对象可是是 18-85 岁的某病患者。可是从它的基线情况描述看来，全部的研究对象均在 70 岁以下。
那么问题来了，这个经良好设计和实施的 RCT 研究结果您放心应用到自己 70-85 岁患者上么？我相信大多数人会选择否，不愿意把这个结果应用在自己高龄的患者中。
虽然根据这个研究者的入、排标准研究对象应该涵盖 70-85 的人群，但是由于我们在基线描述中发现了真实的研究对象都是 70 以下，所以我们会做出这样的临床决策。总结一下，仅仅依赖研究的入、排标准就认为可以深入了解了研究对象情况是不对的；真实认识、了解、掌握研究对象的轮廓还是要靠基线描述，用数字说话。
再多说一点有趣的事儿，小编在审稿时有时还是会遇到入、排标准说明要选择重症患者，而从基线描述看研究对象明明混有轻症患者的情况。可见作为作者应该恪尽职守，把研究对象的基线情况展示给大家；作为读者则应该认真阅读结果部分的基线情况描述，才能深入认识研究结果的实际应用价值和意义。
如果存在分组，通过基线情况评价组间可比性
由于大量的临床研究会根据患者特征的不同或者接受干预措施的不同，把研究对象划分为若干组。阅读这类文献的时候我们最常看到的结果部分的第一张表是不同组间研究对象基线情况的描述。
这个表起什么作用呢？在我看来，这样分组列出基线情况数据的表其实是让读者判断一下不同组的研究对象在研究开始前（给予干预前，除了研究特征外）到底有「像」。
举个例子，在临床治疗性研究中，通过分组的基线描述我们可以判断各分组研究对象的相似性，我们当然希望不同治疗组的研究对象越「像」越好，这样我们得到的不同组疗效的差别就很可能是由于治疗方案不同造成的。也就是说，分组的基线情况描述能帮助我们判断组间的可比性，各分组患者基线情况越接近，组间可比性越好。
本文来自北京大学第三医院临床流行病学研究中心，版权归原作者所有
关键词：中医药化工网 论文 描述 基线
110102000668（1）号