此文篇幅较长，读者不必全部读完，但强烈建议作为参考资料收藏哦。

今天我们来聊一个简单却又困扰广大临研医师的问题，进行完统计分析后，应该以什么样的表格来呈现统计结果，怎么样才能做到标准，怎么样才能满足期刊的要求。

这是一个看似非常简单的话题，但还是有很多人搞不明白，甚至很多统计师自己都搞不明白，给客户提供的结果都不整理，不负责任。因为如果是标准的注册临床试验，这些事情由SAS programmer去做，根据的是行业里面的统一格式出TFL，放到CSR里，但那是给FDA提交的，格式根本不适合期刊发表。

很多统计师自己都吃不准怎样的统计表适合发表。

特撰写几篇文章总结一下国际期刊常见的统计表样式，大概分五篇文章介绍。

Table one，描述性统计

先对数据进行描述分析，可以用均值（标准差）、中位数（IQR）、n（%）来描述，见下图，缺失值标注Unknown。

如果是两个组，如药物A，药物B组，则分组描述，见下图：

如果要显示更全，如均值，中位数，极差等都要放，用下图：

如果要做组间变量是否有统计学差异，加P值在后面，如图：

不过多插一句，随机对照试验，不得加P值列不然会被笑话，而非随机的研究，可以加P值列。

上面说的是两个组，如果是三组，给一个P值列，意义不大，最好是给两列，给出多重比较的P值，当然也要做apha水平的调整，如图：

抽样调查研究，有时候喜欢展示可信区间，如下图：

三维表格，主要展示每个分组中的每个亚组的某个指标水平，如下图：

四维表格，每个分组下多个亚组交叉的细分类人群某个指标的统计：

对结局进行描述，可以把基线放左边，结局放上面进行频数交叉统计，如图：

两组疗效的比较，T检验的展示方式，主要是给出每组的结局指标，组间差值，以及差值的可信区间等，见下图：

配对检验的呈现方式，见下图：

Logistic回归常见表格，主要针对疗效为二分类变量（如有效、无效）的分析，见下图，一般给个N，事件数，OR，可信区间就够了，P值可有可无：

结局为时间-事件变量，如OS，用Cox回归，展示HR，见下图：

多种结局组合表，如肿瘤反应用logistic回归，OS用Cox回归，节省空间，合并展示，一个用OR，一个用HR，见下图：

线性回归：

如果特殊要求，增加一些额外元素：

增加一些额外的统计结果：

单因素回归分析举例：

多因素回归分析举例：

为了结省篇幅，杂志需要把单因素的结果和多因素合并，见下图：

还有一种是主要研究一种因果关系，其他的基线作为调整变量但不展示在表格里：

未调整的结果：

调整协变量混杂后的结果：

把不调整和调整后的结果放在一个表里展示，见下图，但要在底注里星号注明调整了哪些变量：

好了，本篇主要介绍最简单的统计表，接下来几篇会介绍一些复杂的统计方法的展现方式及其实现工具。

另外，大家问这些统计表用什么软件实现？自己在word里手工制表肯定不可能也不可取。常用的统计软件都能直接输出word表格，但很多要编程超级麻烦临床医生自己是搞不定的，SPSS也有制表功能但也挺慢的。鑫哥开发的 “临床研究人工智能统计分析平台” 则可以自动无脑输出上述word三线表，还能够根据不同杂志的要求，选定杂志名称，按照杂志的惯例对小数位数，表格外观进行自动处理，并自动配上结果的文字说明。

就这么简单，你学会了吗？