一份Excel数据,如何复现2型糖尿病诊断论文统计结果?

进入科研智汇智研分析中心，上传Excel数据库，首先进入数据清洗模块。平台自动识别变量类型。

进入“组间比较—基线分析”。分组标识选择“分组”。分类指标放入性别、空腹血糖诊断编码、血清C肽诊断编码、糖化血红蛋白诊断编码、联合诊断编码。定量指标放入年龄、病程、空腹血糖、血清C肽、糖化血红蛋白。

平台结果直接显示四个诊断编码变量在两组中的分布。

空腹血糖诊断编码：研究组阳性51例、阴性31例；健康对照组阳性8例、阴性74例。

血清C肽诊断编码：研究组阳性63例、阴性19例；健康对照组阳性7例、阴性75例。

糖化血红蛋白诊断编码：研究组阳性68例、阴性14例；健康对照组阳性5例、阴性77例。

联合诊断编码：研究组阳性81例、阴性1例；健康对照组阳性2例、阴性80例。

这一步复现的是论文表2的核心分布。表2解决“检测结果如何分布”，表3解决“诊断能力有多强”。

分组标识选“分组”，定量指标选三项检测值，是否配对选“否”。平台输出样本量、均值、标准差、T值和P值。

平台完成的不只是P值计算，而是同步输出均值、标准差、样本量、统计量和显著性方向，结果能够直接进入论文表1和结果段。

查看四个诊断编码变量与分组的交叉表，复现真阳性、真阴性数据。例如联合诊断：真阳性81例，真阴性80例。这是计算表3灵敏度等指标的基础。

这一步完成后，表3的所有诊断效能指标都具备了计算基础。表2中的真阳性、假阴性、假阳性和真阴性，是后续计算灵敏度、特异度、准确度、漏诊率、误诊率的基础。

表3的正确入口是“诊断试验评价”。金标准变量选择OGTT结果编码。阳性编码设置为1。诊断变量依次选择空腹血糖诊断编码、血清C肽诊断编码、糖化血红蛋白诊断编码、联合诊断编码。各诊断变量阳性编码均设置为1，阴性编码均设置为0。

平台自动计算灵敏度、特异度、准确度、漏诊率和误诊率。

空腹血糖：灵敏度62.20，特异度90.24，准确度76.22，漏诊率37.80，误诊率9.76。血清C肽：灵敏度76.83，特异度91.46，准确度84.15，漏诊率23.17，误诊率8.54。糖化血红蛋白：灵敏度82.93，特异度93.90，准确度88.41，漏诊率17.07，误诊率6.10。三者联合：灵敏度98.78，特异度97.56，准确度98.17，漏诊率1.22，误诊率2.44。