老郑最近看文献，观察性研究也要开展多重校正了？
临床研究中的多重性（multiplicity）是指在一项完整的研究中，需要经过不止一次统计推断（多重检验）对研究结论做出决策的相关问题。
那么就可能会增加假阳性错误的概率，导致I类错误膨胀，所以要开展多重校正。
观察性研究需要校正多重性吗？先来看两篇文献。

1

多重校正后 P<0.003 被视为显著

2025年8月15日，发表在JAMA子刊《JAMA Network Open》（医学一区，IF=9.7）。这是一项队列研究，旨在考察患者量（每年由某位医师或高级执业人员诊治的护理院住民人数）与患者结局之间的关联。
暴露因素：统计每位临床医师所看诊的不同患者数来度量患者量，并按十分位分组。
结局：30天再住院、急诊就诊、成功出院回归社区以及出院时功能状态的改善。
探讨与最高十分位相比，各十分位类别对应每项结局的发生率比（IRR）。
P 值均来自双侧检验，且在使用Bonferroni校正处理多重比较后，以 P<0.003 作为统计学显著性判断标准。

2

多重校正后P<0.008 被视为显著

2025年8月15日，发表在JAMA子刊《JAMA Network Open》（医学一区，IF=9.7）。这是一项横断面研究。
结局：使用 0–10 的 11 点数值评分量表报告 6 项症状的严重程度（合称 SPPADE）——睡眠障碍、疼痛、身体功能受损、焦虑、抑郁以及能量不足和/或疲劳。
针对每一项 SPPADE 症状，研究者进行了多变量逻辑回归分析，采用后退逐步回归法选择纳入多变量模型的因素。使用 Bonferroni 校正后，P <0.008 被视为具有统计学显著性。
这两篇文献多重性校正均使用Bonferroni方法，原理很简单，是保守的方法，实际上临床研究也很认可。
现在观察性研究都流行多重校正了吗？P<0.003才有统计学意义
Bonferroni校正的原理

多重校正的目的就是要控制假阳性。

Bonferroni 可以称作是“最简单粗暴有效”的校正方法，基本思想是把每一次检验的门槛均提高，即当P<α/n （n为总检验次数）时，才会声称该次检验拒绝了原假设。即需要分割α使之没有这么容易达成预期。

比如图例中将 α=0.05 拆分成0.01与0.04可分别检验PFS和OS.

老郑小评

观察性研究到底需不需要校正？我觉得最起码上述两项研究没有必要。

首先，第一篇文章中，压根没有讲清楚P<0.03是怎么来的，4个结局未分主次，如果把每个十分位类别与最高十分位类别的比较都算上：每个结局有 9 个比较（第1–9十分位类别 vs 参考组），4 个主要结局就要比较：9×4 = 36次 ，那么校正阈值应该是0.05/36 ≈0.00139（远小于 0.003）。

其次，第一篇文章探讨关联，第二篇文章探讨影响因素，都属于探索性的研究，并不能得出因果关系，进行多重性比较有点画蛇添足了，显然也不利于分析结果。

医学研究中，多组比较实际上大多数都不用控制，尤其是观察性研究，因为观察性研究绝大多数是探索性的研究。
多重性校正的原则就记住，只有验证性的随机对照研究才需要，比如3期临床试验。其他的探索性研究，都可以不用控制。
这类话题，老郑讲了很多了，欢迎大家去看看！

参考文献：

[1] Peacock B, Kim S, Pan Z, Katz P, Jung H, Ryskina K. Clinician Volume and Outcomes Among Patients Admitted to Nursing Homes for Postacute Care. JAMA Netw Open. 2025;8(8):e2527234. doi:10.1001/jamanetworkopen.2025.27234  

[2] Storandt MH, Jin Z, Ruddy KJ, et al. Symptom Burden in Adolescents and Young Adults With Cancer. JAMA Netw Open. 2025;8(8):e2527421. doi:10.1001/jamanetworkopen.2025.27421