又來了，之所以會分上下集的原因是因為我"偷懶"...

回到上一篇的話題，兩篇相同題目，相同研究設計，時間有些差異，都發表在高影響力期刊的不同研究，結果卻不一樣...

文獻中，針對兩篇研究結果不一有許多討論，其中一個是研究數據計算的方法...

傳統上，我們喜歡用"相對" (relative) 比較的方式呈現，例如相對風險 (relative risk)，勝算比 (odds ratio) 等等...

但不良反應研究經常會有"零 (zero-cell)"的問題 (相信我，這個問題蠻令人頭大的)...

在進行綜合分析的時候，常用的方法是偷偷給他加個數字 (通常是0.5)...

大部分的綜合分析軟體會自動確認是否有"零"，然後偷偷給他加一個0.5，這時候，許多專家學者會選擇用Peto大師提出的"Peto OR方法"，避免"零"的問題...

Singh等人的研究也是採用Peto方法，文中討論的點非常多，綜合如下:

(1) 遇到罕見事件 (rare event) 時，相對 (relative) 方式呈現數據並不是個好方法，尤其是有"零"的時候，或許可以考慮使用風險差異 (risk difference; RD)

附註: 部分專家認為RD比較能夠反映現實狀況，因為看的是風險差異，而不是比值，另一個好處是可以保留原本的單位

(2) Peto方法在一些狀況下會"走鐘"，尤其是隨機分派組別間比例不一時 (unbalanced arms，老師上課有教)，使用上必須特別小心，會得到特別懸殊的比值，這時候用Mantel-Haenszel方法計算出來的相對風險或勝算比會比較"保守"...

系統性綜論/綜合分析被認為是個很重要的工具，但必須建立在適當的統計方法上，勾一勾CASP只是基本的做法，有時候，使用的分析方法不同，將會"顯著地"影響結果...

那到底，varenicline會不會增加心血管疾病風險!?

[這一篇點閱率一定很差，太多統計數據，哈...]