国内临床研究学术论文，效应值基本难见踪影。计算效应值并不是什么难事，但缺了它，一篇学术论文，特别是临床试验就非常不规范。

我这里和大家介绍下效应值及常见效应值。

1.什么是效应值

在统计学中，效应值（Effect size）是量化现象强度的数值。无论哪种效应值，其绝对值越大表示效应越强，也就是现象越明显。特别是是人群存在对照的医学研究，效应值是一个相对指标，反映实验组相对对照组、暴露组相对对照组、病例组相对对照组的在某一些现象差异性。

2. 有哪些效应值

1）两组均数比较的效应值：均差

2）两组率比较的效应值是：率差

3）线性回归效应值是：回归系数b值

4）logistic回归效应值是：OR

5）病例对照效应值是OR

6）队列研究常见效应值是RR

7）生存分析算出来的效应值是HR

8）RCT算出来的效应值：以上指标都有可能

9）相关分析的效应值是：相关系数r

10）方差分析的效应值：η方

11）两组均数还可以计算另外一个效应值：Cohen d

上述除了10、11之外，其它在临床研究都很常见

3. 为什么需要效应值？

在研究结果中报导效应值被视为洽当的或必须的。相对于统计学上的P值，效应值有利于了解研究结果的强度。特别是在社会科学和医学研究上，效应值更显得重要。P值只能报道有没有差异，但是效应值可以展示干预措施相对对照组的真实效果！这一真实效果，才是我们开展临床研究想要的结果。

否则，你开展临床研究，究竟是为了什么呢？连到底多大的效果都不清楚！光P值就一“屁”用。

效应值是循证医学的重要指标。很多时候，其它学者需要基于文献开展进一步的数据分析，比如meta分析，那么您的文章的效应值就太关键了。

4. 一个缺少效应值的临床报告

一篇这样的学术论文：

该研究的结局指标第一种呈现方式是定量结局：治疗结束后第 2 天评定两组患者匹茨堡睡眠质量指数（PSQI）评分、焦虑自评量表（SAS）评分、、抑郁自评量表（SDS）评分

结果分析如下：

上表其实在表达上比较规范，开展了1）组内差异性比较，2）和组间差异性比较。

但我认为，如果在表格添加效应值的一行，结果规范，更有更有意义和价值。

该研究的结局指标第二种呈现方式是定性结局：根据临床症状和 PSQI 评分进行疗效评定。PSQI 减分率=(治疗前总分－治疗后总分)/治疗前总分×100%。根据 PSQI 减分率将疗效分为临床痊愈、显效、有效、无效，继而计算总有效率。

结果显示：实验组总有效率为 83.3%（35/42），对照组总有效率为84.5%（38/45），两组比较差异无统计学意义（P＞0.05）

这一结果，同样缺乏效应值，从文字来看，其实是两组有效率的比较，有效率的比较可以计算率差或者RR作为效应指标。

比如，文字可以改为：实验组总有效率为 83.3%（35/42），对照组总有效率为84.5%（38/45），两组比较差异无统计学意义（率差1.2, 95%CI -1.2-3.2, P＞0.05）

5. 效应值计算同时，必须计算其置信区间

关于这一点，将下一文继续介绍

效应值计算并非难事，难的是理念；还请所有的作者、编辑部的老师们重视起来！