- 发布
- 更新
某一组未观察到事件，并不证明其事件风险恰好为零。基于少量计数的比值可能不稳定。应将事件数、观察覆盖和不确定性一并展示，而不是把一个惊人的数值输出解释为确定证据。
明确问题与假设
首先检查分子、分母、事件定义和随访时长。存在零频数单元格时，某些比值计算可能无法定义或变得极端。应由统计师选择适当的估计和区间方法；不得未经审查就接受软件默认校正。区分观察到无事件与事件信息缺失，并考虑每组被观察的机会。
假设性研究示例
在一项假设的小型试验中，一组有两个事件，另一组没有。团队不会将无限大比值表述为确定的风险差异，而是报告计数、适当的不确定性汇总和有限随访，不会声称无事件组的安全性已得到完整证实。
设计审查核查要点
- 核查零值反映的是完整观察，还是事件记录缺失。
- 说明所报告估计值采用的校正和区间方法。
- 评估随访时长及事件收集强度的差异。
记录决策及其局限
经认可的解释应说明少量计数的局限。若采用额外方法，应透明展示其影响。零事件不保证排除罕见风险。避免给出超出现有信息所能支持的小数精度，并在数值汇总旁讨论临床重要性、事件细节和观察时间。
常见问题
- 零事件意味着零风险吗？
- 不是。风险仍可能不确定，尤其在随访较短的小样本中。
- 无限大比值是确定结论吗？
- 不是。应解释计算不稳定性和所选估计方法。