复旦大学公共卫生学院的阚海东教授团队发表了一篇JAMA子刊，之前有所报道。
空气净化器对儿童很有用！复旦阚海东团队发文JAMA杂志，证实净化器可改善呼吸系统
有点意思，79例，而且也是听起来稀疏平常的干预措施---空气净化器的使用！万物皆可RCT。
老郑就好奇，决定来分析下，如此一个小而精的临床试验是如何发大文章的。
今天我们将对这篇文章进行解读。
研究设计
P（Participants）：河南省孟州市（空气污染严重地区）某小学2个班79名10~12岁的学生
I（Intervention）：多重净化空气净化，包括在家和学校加装空气净化器，并在上课时间和家庭时间运行；
C（Control）：假空气净化，在相同时间空气净化器虽然运行但不带HEPA过滤器；
O（Outcome）：主要结局为净化空气干预前后的肺功能、气道炎症标志物；
次要结局为呼出气冷凝液(EBC)中的代谢物。
S（Study）：整群随机双盲交叉试验
接下来看统计学方法。
统计学方法
1.研究设计：对主要结局（即肺功能、气道炎症）进行了主要分析，并对次要结局（即基于EBC的代谢组学）进行了补充分析。
由于该试验采用交叉设计，每个孩子都将经历完整的真实和假空气净化期，并以自身为对照。
郑老师：阚教授此次的研究采用了整群随机双盲交叉试验设计，这种设计在公共卫生领域较为少见，但能够最大限度地减少偏倚和混杂因素的影响，提高研究的科学性和准确性。
同时，通过在家和学校同时实施空气净化干预，更全面地评估了空气净化对小学生呼吸系统健康的综合影响。
虽然本研究样本量较小（仅79名学生），但采用了交叉设计，使得每个学生都能作为自己的对照，从而有效提高了研究的效率和统计效力。
2.主要分析方法：使用线性混合效应模型分析空气净化干预对主要呼吸系统健康指标的影响，该模型针对真实与假空气净化干预的二元变量进行了调整，并对每位参与者进行了随机截距，以解释同一参与者重复测量的相关性。
此外，该模型还进行了以下调整：
人口统计学特征调整：调整年龄、性别和体重指数等人口统计学特征，以控制个体水平的混杂因素；
气象因素控制：基于健康评估前3天和干预期间的数据，引入时间加权平均温度和相对湿度作为控制变量，使用自然样条进行调整；
短期空气污染变化考虑：在健康评估前3天对时间加权平均PM2.5浓度的模型进行了额外调整；
顺序效应调整：引入指示空气净化干预顺序的因子变量（即先进行真空气净化还是假空气净化）来调整顺序效应。
郑老师：本研究选择了线性混合效应模型分析空气净化干预对主要呼吸系统健康指标的影响，主要是因为该模型能够同时考虑和调整多种因素，包括前面提到的人口统计学特征和气象因素等。
可以说，相较于其他方法，线性混合效应模型更适合本研究。
交叉设计在建模时，不仅考虑处理因素的效应，同时还要考虑顺序效应和阶段效应，而采用线性线性混合效应模型则可以考虑随机效应，从而解释更多的变异来源。
3.补充分析方法：为了识别与空气净化相关的EBC样品中差异表达的代谢物，对每种代谢物的离子强度进行对数转换，并使用与主模型相同的协变量拟合了一个单独的线性混合效应模型。
4.中介分析：研究进一步探讨了差异代谢物在空气净化和改善呼吸健康结果之间的关联中可能的中介作用。
5.统计学显著性设定为P<0.05（双尾），使用R软件版本3.6.3（R Project for Statistical Computing）进行。本研究使用lmer包来拟合线性混合效应模型。
小样本为何能够发表高质量论文？
这篇文章发表其实我还是有点惊讶，其实在实施难度上，不算很难，实施过程可控，你说统计学方法，真没有什么，都是可以手搓的。
以下我的几点分析：
1. 学术大咖
作为公共卫生领域的专家，阚海东教授一直致力于空气污染与健康影响的研究，并取得了诸多突破性成果。
2019年8月，复旦大学院阚海东教授领衔的研究团队，在医学顶刊《新英格兰医学杂志》（NEJM）（医学一区top，IF=96.2）
（2021年），阚海东教授团队带着新的研究成果登上医学顶刊《BMJ》（医学一区top，IF=93.6）
阚海东教授（中）图源网络，侵权可删
2. 万物皆可RCT
Idea很重要，真不是非得讲多大故事。尤其是护理、公卫等领域，不是说一定要很强的临床意义，只要有价值的，甚至是有意义的措施，都可以进行随机对照研究。其实，很多生活中、临床中健康防治的措施，都没有经过RCT的考验，这些也都可以去探索。净化器有用吗？好像大家都说有用，但有没有人正儿八经做过? 那些厂商有系统地做过吗？估计真没有。
RCT有些时候也不见得一定要给患者服药，或者给与复杂地护理措施。我有些时候经常参加护理的答辩，对她们学生动不动来一个说不清、道不明的一个综合护理措施搞个RCT很不认同，其实本来做一个小点进行 验证即可。非得搞个似乎高大上的方案，其实可以看到这将会是是一地鸡毛的结局。
3. 严谨的设计以及实施
好研究要经得起考验，说白了，统计学真的都不是个问题，关键就是一点，你的设计是否周全，你的实施与分析是否按照设计来的。如果不是，那就不是一篇好文章。这么多年来，我看到的这些IIT项目，很少有设计周全的。这个事你说让别人这么认可你的实施过程，信任你的数据呢？
都太太太浪费经费了！
-gqWJ.jfif)
