医学观察性研究 · Table 1 指南
医学论文基线表 Table 1 怎么做？
已有研究分组、数据字典和汇总结果，怎样整理成清楚的Table 1？本文提供表格结构示例，说明如何核对分组人数、变量单位、百分比分母与缺失值，并给出一段可复制的AI输入，用于整理表头、脚注和待补项。正式数值仍须来自实际分析。
先确定这张表描述哪一批人、哪一个时间点、按什么分组，再固定变量定义、单位、汇总方式、百分比分母和缺失人数。Table 1 的作用是让读者看清研究样本，不能靠一列 P 值证明两组可比，也不能代替分析方案。
本文主要面向队列、病例对照和横断面等医学观察性研究，依据 STROBE 第 14 项及其解释文件整理。横断面研究未必有纵向意义上的“基线”，表题应准确写成研究参与者特征；随机试验应另按适用的试验报告指南和期刊要求核对。
以下表格是填报结构示意，没有真实患者数据、执行过的统计结果或效果主张。正式表格必须由已确定的研究样本和受控分析输出生成，并由研究者核对。
把这项任务交给RigorMed：材料、产物与核对
先得到一份能交给统计人员的Table 1规格
下面是建议任务输入与整理目标，不是本轮实跑或客户成效；是否执行及具体交付仍须核对材料、能力与确认结果。
需要提供的材料: 已确认的人群与分组、数据字典、汇总结果、单位和缺失人数。
可请求的产物／交付目标: Table 1规格与脚注草稿、逐变量分母/缺失核对表。
可直接改写的任务输入
根据已确认样本与汇总输出，整理Table 1列名、变量显示名、统计量、分母、单位和脚注草稿；指出缺失的输出，不生成未计算的均值、P值或人数。
如何检查结果
正式数值必须来自实际受控分析；P值不用于自动筛选混杂因素。
一张能独立读懂的 Table 1 应写清什么
先定义每一列的人群和总人数。下面的文字是需要填报的口径，不是可直接粘贴进论文的结果。
| 行或脚注 | 需要报告 | 需要回查的依据 |
|---|---|---|
| 表题与分组列 | 研究样本、时间点、分组定义与各组人数 | 研究设计、纳排规则、分组变量和样本流转 |
| 连续变量 | 单位、可用人数、均值（标准差）或中位数（P25，P75） | 变量定义、分布和事先确定的汇总方法 |
| 分类变量 | 类别名称、人数及百分比；明确百分比的分母 | 变量编码、适用人群与有效回答人数 |
| 缺失信息 | 每个关注变量的缺失人数，必要时分组列出 | 原始编码、跳题逻辑和缺失处理规则 |
| 表下注释 | 缩写、单位、汇总符号、分母及适用的统计说明 | 分析计划和目标期刊当前作者须知 |
总样本人数不能自动成为所有行的分母。例如，某变量只对一个适用亚组采集，应先解释适用条件；拒答、未知、未采集和不适用也不能未经核验就合并成一个“缺失”类别。
同样20人，为什么可以写20.0%或25.0%？
以下是一组普通、未加权样本的合成教学，不是研究结果、客户成效或产品实跑：总人数100，这个变量对全部人适用，80人有有效记录、20人缺失；有效记录中20人吸烟、60人不吸烟。先固定分母，再写百分比。
| 拟报告行 | 采用有效记录作分母的写法 | 可以复算的依据 |
|---|---|---|
| 吸烟 | 20 (25.0%) | 20 / 80 × 100 = 25.0% |
| 不吸烟 | 60 (75.0%) | 60 / 80 × 100 = 75.0% |
| 该变量缺失 | 20；占全组20.0% | 20 / 100 × 100 = 20.0% |
先核对两个恒等式：20 + 60 = 80，80 + 20 = 100。第一项要求本例类别互斥且穷尽；第二项要求变量对全部100人适用。若存在不适用、跳题或重复记录，先核对来源和编码，不直接套用这两个式子。实际多组表须逐组核对，不能只核总列。
若预先决定以全组100人为分母，同一吸烟人数可写20 (20.0%)，不吸烟为60 (60.0%)，缺失为20 (20.0%)，脚注也要同步改为全组分母。20.0%和25.0%回答不同问题，并非一个必然正确、另一个必然错误；不得在同一类别块中不作说明地混用分母。
缺失20人不能当作“不吸烟”并入60人，也不能为了凑100%删去。这个算例只说明报告口径，不判断缺失机制、不插补、不证明组间可比，也不改变正式模型的分析样本。复杂抽样的加权比例、匹配或重复测量须另按相应设计处理，不能把这里的原始人数比例直接移用。
可审阅产物应至少包含：变量/组别、适用总人数、有效人数、逐类别人数、缺失人数、百分比分母、计算表达式、脚注及源汇总表位置。没有来源人数时写待补，不从已四舍五入的百分比反推人数；核对后仍需由研究者确认变量定义和方案。
可追加到前面的建议输入：“仅依据我有权提供的汇总输出，按上述字段整理Table 1分母核对表和脚注；保留原人数，标出人数不闭合、分母混用与来源缺口。只演算已有汇总数字，不补造患者记录、缺失值、P值或研究结论。”STROBE第14项支持描述特征与逐变量缺失报告；本表及百分比是本页独立教学，不是该来源中的研究数据。
从分析样本到表格，按五步核对
固定样本与分组
记录纳排规则、观察时点、分组变量及每组人数。表中描述的是全部纳入者、某项分析的完整病例，还是一个预设亚组，必须写清；不要为了让表格更整齐而另行删除记录。
逐项确认变量定义
先查数据字典和来源文档，再确定变量是连续、分类还是有序类别。年龄和测量指标要标单位；疾病分期等少量有序类别通常应列各类别人数与比例，不能只因用数字编码就按连续量求平均。
选对描述性汇总
STROBE 解释文件建议连续变量按研究组报告均值和标准差，或在分布不对称时报告中位数和百分位范围。用 P25、P75 明确写出四分位端点，可避免将“四分位范围”与两端差值混淆。描述样本离散程度时，不应把标准误或置信区间当成标准差的替代品；若另报告总体估计及其不确定性，应说明那是另一种统计量。
把缺失与分母摆到台面上
STROBE 第 14(b) 项要求给出每个关注变量的缺失人数。分类变量报告人数和百分比，并说明使用整组人数还是非缺失的有效人数作分母；必要时直接列可用人数。百分比的小数位和四舍五入应一致，不通过修改原始人数凑成整齐的比例。
沿输出、表格与正文回查
逐项核对组人数、类别人数、有效分母、缺失人数、单位和汇总符号，并与样本流转、方法及正文保持一致。ICMJE 要求表题能够独立理解，非标准缩写和解释应放在脚注中；期刊要求仍须另行核对。
Table 1 的 P 值不是混杂因素筛选器
STROBE 的解释文件明确建议描述性表格避免显著性检验，并指出 P 值不是选择需要调整的混杂因素的适当依据。一个 P 值大于 0.05，不能证明两组相同、可比或没有混杂；一个较小的 P 值也不能代替研究背景与变量角色判断。
如果研究问题确实需要组间比较，应在分析计划中明确目的、估计量、方法和解释边界；不能先看 Table 1 的显著性，再临时决定调整哪些变量。病例对照研究中，比较病例与对照的特征也不能直接完成混杂评估。
导出正式表格前的七项检查
每项应能定位到定义、方案或输出：
- 表题是否准确说明研究人群、时间点与分组？
- 各组总人数是否与冻结的研究样本及样本流转一致？
- 变量类型、类别标签、编码和单位是否核对来源字典？
- 连续变量的汇总符号是否与实际统计量一致？
- 每个关注变量的有效人数、缺失人数和百分比分母是否明确？
- 是否避免用描述性表格的 P 值决定混杂调整？
- 脚注、缩写、小数精度与正文是否统一，并核对了期刊要求？
复杂抽样、匹配、重复测量等设计需要另外考虑权重或相关结构。不能把本页的普通样本汇总口径直接当成适用于所有设计的分析方法；例如 NHANES 的原始人数与加权总体比例应明确区分，具体方法见相关权重指南。
常见问题
医学论文 Table 1 一定要放 P 值吗？
不一定。对于观察性研究的描述性特征表，STROBE 解释文件建议避免显著性检验。先明确表格目的和适用设计，再核对期刊要求；不要把一列 P 值当成两组可比的证明。
分类变量的百分比为什么和总人数对不上？
先检查该变量是否只适用于一个亚组，以及分母是整组人数还是非缺失的有效人数。报告类别人数、缺失人数和分母定义，并回查特殊编码；不要通过删行或改数字消除表面差异。
均值后面的数可以写标准误而不注明吗？
不能含糊。标准差描述样本离散程度，标准误描述估计精度，两者含义不同。明确标注实际统计量；本页所说的均值（标准差）不能被未说明的均值（标准误）替换。
Table 1 做得完整，就代表分析方案合理吗？
不是。它帮助读者理解研究样本，但不能验证数据授权、研究设计、偏倚控制、混杂调整或因果解释。正式分析与投稿仍需要相应的方法学、来源和责任人核对。
核验来源
以下官方来源核验于 2026 年 9 月 30 日 / RigorMed: 2026-10-13 / STROBE14: 2026-10-23，页面发布前将再次检查访问条件和更新时间。
- STROBE 官方：按研究设计选择观察性研究报告清单
本页重点参考描述性资料第 14 项；报告清单不是研究质量评分。
- STROBE Explanation and Elaboration：第 14(a)、14(b) 项
原文核对了连续变量汇总、逐变量缺失人数，以及描述性表格和混杂筛选的 P 值边界。
- ICMJE：Preparing a Manuscript，Results 与 Tables
核对绝对人数、百分比、表题、脚注、缩写和统计量说明要求。
带着材料和产物目标开始
先得到一份能交给统计人员的Table 1规格
登录工作台，说明你有权使用的材料和希望拿到的产物，可改写上面的任务输入。按执行前材料与积分提示确认，再核对实际交付中的依据、数字和待确认项。