卵巢功能不全 3.7%、早绝经 12.2%：两个全球数字是怎么算出来的
素材出处：S. Golezar et al. Climacteric 2019;22:403–411.（原文发布日期 2019-12-04）
受试物说明：本研究为荟萃分析（系统检索 1980 至 2017 年间发表的英文文献，31 项研究符合纳入标准），对象为纳入文献所报告的女性人群（原文未汇总报告受试者样本量），不涉及任何产品的干预、服用或效果评价。
3.7% 与 12.2% 常被并列引用，但它们统计的不是同一件事。这篇纳入 31 项研究的荟萃分析，把两个数字分别算出来，也把区间一并给了。
一、先把两个词分开
这项研究要估计的是两件事的发病率，原文分开统计：原发性卵巢功能不全（primary ovarian insufficiency，POI，即 POI 这个缩写的中文全名）与早绝经。两者在原文中各自给出数值，因此不宜合并理解——相加、互换或只引用其中一个，都会让结论偏离原意。
二、从 8937 篇到 31 项
检索范围是几大数据库中 1980 至 2017 年间发表的相关英文文献。初步检索到 8937 篇可能相关的文献，最终 31 项研究符合纳入标准并被纳入分析。
从 8937 到 31，中间隔着的是纳入与排除标准。这个落差本身提醒读者：结果的可信度取决于被纳入的那 31 项，而不是检索到的全部。
三、四项统计工具各自在管什么
| 工具 | 作用 |
|---|---|
| Newcastle-Ottawa 量表 | 评估纳入研究的方法学质量 |
| Cochran 的 Q 检验 | 评估研究之间的异质性——各项结果差异是否超出随机波动 |
| I² 统计量 | 把异质性量化成一个可比较的数值 |
| 随机效应荟萃分析模型 | 汇总各项研究的患病率估计值，置信度为 95% |
选择随机效应模型，意味着研究者预设各项研究之间存在真实差异，而不只是抽样误差。这个选择本身，就是对"31 项研究并不整齐"的承认。
四、两个数字，要带区间一起读
| 结局 | 总发病率 | 95% 可信区间 |
|---|---|---|
| 原发性卵巢功能不全（POI） | 3.7% | 3.1~4.3 |
| 早绝经 | 12.2% | 10.5~14 |
95% 可信区间（置信区间）可以粗略理解为：用同样的方法重复多次研究，真实值约有 95% 的概率落在这一段范围内。区间越窄，估计越稳定。因此这两个数字不能只记 3.7% 和 12.2%——区间同样属于结果的一部分。
五、一个容易漏掉的分组差异
原文另有一句：POI 的发病率在中低人类发展指数国家更高，且其发病趋势不随时间改变。前一句说明地域之间的差异存在，后一句说明在研究覆盖的这段时间里，没有观察到明显的上升或下降趋势。
六、作者把结论交给了谁
原文结论的落点是：POI 及早绝经在女性中发病率很高，本研究结果应当引起卫生行政主管部门的重视，使其优先分配卫生资源以防治其发生。
请注意这句话的对象——是卫生资源的配置者，不是个体读者。这不是一份个人行动指南，把它读成"我该做什么"会错位。
七、这类数字不能用来判断个人
- 层级不同：3.7% 是群体层面的估计值，与某一个人的情况没有对应关系。
- 质量受限：荟萃分析的强度受限于被纳入研究本身的质量与异质性。
- 需要评估：个体是否存在相关问题，须由医生结合病史与检查判断，本文不给任何判断标准。
总结：这项纳入 31 项研究的荟萃分析给出，POI 总发病率 3.7%（95% 可信区间：3.1~4.3），早绝经总发病率 12.2%（10.5~14）；POI 发病率在中低人类发展指数国家更高，且发病趋势不随时间改变。作者主张卫生行政部门据此优先配置资源。