- 发布
- 更新
效能计算有助于在研究规划阶段，评估假设条件下的决策概率。结果已知后，使用已观察效应计算效能，并不能独立解释不确定发现，也不会提供治疗是否真正有效的新证据。
明确问题与假设
应将计划效能与实际样本量、事件数和数据质量分开报告。解释应考虑效应大小、置信区间和设计局限。用较小已观察差异计算出的低效能值，并不能独立证明没有效应，也不能证明研究确定不足。应解释每个量的目的，而不是在规划和报告中将相似术语混用。
假设性研究示例
在一项假设试验中，主要发现不确定，团队计算出较低的观察效能来解释。统计师比较规划假设与实际获得的信息。报告展示估计值及与数据相容的效应，而不是依赖一个回顾性计算的数值解释全部结局。
设计审查核查要点
- 保留原始效能计算采用的效应和变异性假设。
- 比较实际与计划信息量时，解释数据损失。
- 将结果解释与估计、不确定性及临床相关性联系起来。
记录决策及其局限
经认可的评估不应自动将每个不确定发现归为低效能问题。应依据临床重要性和剩余不确定性论证进一步研究。不得将结果出现后的计算表述为新的验证性证据。应报告研究优势与局限，不能把不显著转化为确定无效应，或确定设计不足的结论。
常见问题
- 仅凭观察效能就能解释不确定性吗？
- 不能。估计值和区间提供更直接的解释信息。
- 每个不显著的研究都不充分吗？
- 不能自动得出这一结论；应综合考虑设计、信息和临床问题。