LV.07 資料萃取｜Systematic Review 冒險

本關目標

9 篇 RCT 進門了，現在要把它們的數字搬進你的資料表。本關 Boss「『這是 SD 還是 SE？』混沌史萊姆」最擅長的是讓數字變形：百分比沒有分母、三臂試驗少一臂、表頭寫 n = 46 但內文說有人失聯、表格寫 Mean 數值卻是中位數。打完本關，你應該能：

設計一份萃取表（data extraction form），知道該萃取哪些欄位、為什麼要記來源位置。
說明 pilot 與雙人萃取的做法，並引用萃取錯誤率的實證。
知道何時、如何聯絡作者。
用迷你 SR 的 extraction.csv，處理三種「萃取灰色地帶」：百分比換算人數、多臂試驗合併、分析人數的假設。

萃取完的數字怎麼變成效果量（CI → SE、median/IQR → mean/SD、cluster 與 crossover）是 MA 站的主題，深入請看 → MA 站第 3 關從萃取到效果量。本關專注在「把正確的數字、連同它的出處，搬進表格」。

一、萃取什麼？

Cochrane Handbook 第 5 章（Li 2019）把要收集的資料分成幾大類。對照迷你 SR 的 extraction.csv，domain 欄就是這樣分的：

類別	例子	迷你 SR 的 domain
研究來源與設計	期刊、場域、隨機方法、盲法、註冊	`design`
受試者	年齡範圍、診斷條件、Centor 分數	`population`
介入與對照	藥名、劑量、途徑、療程、合併用藥	`intervention`
樣本數	隨機人數、各時間點分析人數、失聯人數	`sample`
結果	outcome 定義、時間點、事件數、mean、SD	`outcome`
安全性	不良事件、回診、復發	`safety`
RoB 相關資訊	分配隱匿、失聯原因、事先指定的結果	另存於 `rob2.csv`（第 8 關）

一個數字一列：長格式

迷你 SR 的萃取表是長格式（long format），每一個數字一列，共 265 列：

study_id, pmid, domain, variable, arm, value, unit, source, location, value_status, note
Kiderman2005, 15808038, outcome, complete_resolution_24h_events, steroid, 17, participants,
  fulltext PMC1463093 HTML, Table 2 (pain free at 24 h), derived_from_reported, 42.5% x 40 = 17

這種設計的好處是每個數字都帶著三樣東西：

source 與 location：從哪個版本（全文、摘要）、哪個表、第幾段取得。第二位萃取者或審稿人可以直接翻到那個位置核對。
value_status：這個數字是原文報告（reported，219 個）、由報告值簡單計算（derived_from_reported，14 個），還是原文沒寫（not_reported_in_available_source，32 格）。
note：計算式或特殊情況，例如「42.5% x 40 = 17」。

「原文沒寫」也是一筆資料。迷你 SR 的原則是不補值：全文沒寫的 SD、人數一律留空，不從圖或 p 值反推（範例 README 限制第 4 點）。例如 Olympia 2005 的 Table 2 分母暗示了 24 小時緩解人數，但原文沒有明寫，就不萃取。

二、萃取表的設計與工具

萃取表要在 protocol 階段就規劃好，至少包含：

Outcome 的定義與優先順序：例如「疼痛完全緩解」的定義、要哪些時間點；同一概念有多個量表時用哪個。
時間點的選擇規則：例如「最接近 24 小時的追蹤」。
效果量需要的原始數字：二元結果要事件數與分母；連續結果要 mean、SD、n。
多臂、cluster、crossover 等特殊設計的處理方式。

為什麼要事先規定？Mayo-Wilson 2017 以 gabapentin 疼痛與 quetiapine 憂鬱的 RCT 示範：單一試驗就有 68 與 98 種可用於 meta-analysis 的結果；刻意挑選可以把 pain intensity 的合併 SMD 從 −0.45（95% CI −0.63 至 −0.27）變成 −0.06（95% CI −0.24 至 0.12，未達統計顯著）。這是示範性分析，不代表常態，但說明了萃取時的選擇空間有多大。沒有事先規則，萃取者就可能（即使無意間）挑到結論想要的那個數字。

用什麼工具？

Elamin 2009 比較紙本、試算表、網路問卷、資料庫與專用網站，各有利弊；專用軟體在多數面向表現最好，但建置成本較高。Li 2015 以 SRDR（Systematic Review Data Repository）示範資料收集表的建構、萃取、管理與封存；Saldanha 2019 統計 SRDR 上 735 個專案中有 152 個（21%）公開資料。

學生專題用試算表就夠了，但要做到三件事：欄位固定（下拉選單）、每個數字附出處、保留修改紀錄。

三、Pilot：先試萃 2–3 篇

萃取表寫好後，先讓所有萃取者各自試萃 2–3 篇不同類型的研究，比對結果。常見發現：

欄位定義不清（「n」是隨機人數還是分析人數？）
漏了欄位（某篇有兩種給藥途徑，表格沒有地方填）
單位不一致（小時 vs 天、VAS 0–10 vs 0–100）

迷你 SR 就在 Wei 2002 遇到這種情況：它有 IM 與口服兩個類固醇臂，arm 欄位因此要多出 steroid_IM、steroid_oral，而不是只有 steroid 與 control。這類設計在 pilot 時發現，修改成本最低。

四、雙人萃取：錯誤率的實證

研究	發現
Buscemi 2006	單人萃取比雙人萃取產生較多錯誤（相對差異 21.7%，P = .019）；多數 outcome 的效果估計沒有觀察到明顯差異；單人萃取平均省 36.1% 時間
Mathes 2017	方法學回顧（6 項研究）：萃取錯誤率最高可達 50%，錯誤常影響效果估計；不同萃取方式與訓練的比較證據薄弱
Jones 2005	重做某 Cochrane 小組所有 SR 的萃取：34 篇中 20 篇有錯誤（含轉換計算錯誤 2 篇、誤解資料 7 篇）；資料處理錯誤都改變了摘要結果，但沒有改變 review 結論
Gøtzsche 2007	27 篇使用 SMD 的 meta-analysis，63%（17 篇）在抽查的兩個試驗中至少有一個錯誤；7 篇確認有錯，其中 1 篇其後撤稿
Tendal 2009	10 位觀察者重複 SMD 萃取：試驗層級一致率 53%，meta-analysis 層級 31%；原因包括選擇不同時間點、量表、對照組與計算方式
Xu 2022	288 個不良事件 meta-analysis：萃取錯誤使 3.5%（10/288）改變效果方向、6.6%（19/288）改變 P 值的統計顯著性

結論很清楚：萃取錯誤很常見，而且有時會改變結果。Cochrane Handbook 第 5 章（Li 2019）也把雙人獨立萃取列為降低錯誤的做法；人力有限時，常見的折衷是一人萃取、另一人逐項核對原文。Tendal 2009 也提醒，很多「錯誤」其實是「選擇不同」——兩個人選了不同時間點或量表，這要靠事先規定的萃取規則解決，而不是靠多一個人。

混沌史萊姆的招式：SD 還是 SE？

本關 Boss 的名字不是開玩笑。表格寫「mean ± 2.4」，這個 2.4 是 SD 還是 SE？要看表格註腳或方法段。若某篇的 SD 比其他研究小很多，很可能是 SE。迷你 SR 也遇到類似的陷阱：Bulloch 2003 的 Table 2 標「Mean」，但數值與摘要寫的是中位數（記錄在 rob2.csv 的 D5 理由中）。萃取時多看一眼表頭、註腳、摘要是否一致，是最便宜的品管。

五、聯絡作者

全文沒寫的資料，最可靠的來源是作者本人。Young & Hopewell 2011（Cochrane 方法學回顧）整理取得未發表資料的方法：

電子郵件聯絡的回覆率最高，所需嘗試次數最少。
用同一種方式重複寄送，不會提高回覆率。
詢問方法學問題（例如隨機方法）比索取遺漏的數據得到更多回應。

這些結論來自少量研究，但實務上很有用。寫信時：具體列出需要的數字（「Table 2 中各組的分析人數」）、附上你的萃取表、給一個合理的期限、記錄寄送與回覆日期。在方法段報告聯絡了幾位作者、幾位回覆、拿到什麼。

迷你 SR 是教學示範，沒有聯絡作者。所以下一節的三個灰色地帶，都是在「不聯絡作者」的條件下處理的；正式 SR 的第一步應該是寫信。

六、迷你 SR 的三個灰色地帶

9 篇全部依全文萃取後，有幾個數字無法直接從原文抄下來。以下三種處理，都記錄在 extraction.csv 的 value_status 與 note，以及 analysis.R 的註解中。

灰色地帶 1：百分比換算人數（Kiderman 2005）

Kiderman 2005 的 Table 2 只報告「不痛的比例」，沒有人數。全文寫明兩組追蹤完整（類固醇 40 人、安慰劑 39 人），所以可以還原：

時間點	類固醇組	安慰劑組
24 小時	42.5% × 40 = 17	10.3% × 39 = 4
48 小時	57.5% × 40 = 23	33.3% × 39 = 13

驗算：4/39 = 10.26%，四捨五入後就是原文的 10.3%；13/39 = 33.3%。數字對得上，代表換算可信。這四個值標為 derived_from_reported，note 寫出算式。

這種換算的前提是分母明確。如果原文只說「42.5% 的病人」卻沒說是 40 人中的 42.5%，還是追蹤到的某個子集，就不能直接乘。

灰色地帶 2：多臂試驗合併（Wei 2002）

Wei 2002 有三臂：IM dexamethasone、口服 dexamethasone、placebo。我們的問題是「類固醇 vs placebo」，不在乎途徑。24 小時完全緩解（Table III）：

臂	事件 / 分析人數
IM dexamethasone	13 / 39
口服 dexamethasone	12 / 41
placebo	4 / 36

如果把「IM vs placebo」與「口服 vs placebo」當兩個研究，placebo 的 36 人就會被計算兩次——這是 unit-of-analysis error。迷你 SR 依 Cochrane Handbook 第 23 章的建議，把兩個類固醇臂合併成一組：25/80 vs 4/36，單篇 RR 2.81（95% CI 1.06–7.49）。二元資料的合併很簡單，直接加總事件數與人數；連續資料要用合併 mean 與 SD 的公式（MA 站第 3 關）。

注意兩件事：

分母用的是該時間點的分析人數（n_analysed_24h：39、41、36），不是隨機人數（共 120 人）。萃取表要分開記錄不同時間點的分析人數。
合併規則寫在 analysis.R 開頭，依據是 Cochrane Handbook 23.3.4，而不是看哪種合併方式結果比較好。但要提醒的是：analysis.R 是萃取完才寫的，無法證明規則是事先定的；正式 SR 應該把多臂試驗的處理方式寫進 protocol。若問題改成「IM 與口服哪個好」，就不能合併。

灰色地帶 3：以隨機分派人數作為分析人數（Marvez-Valls 1998 與 Tasar 2008）

連續結果（完全緩解時間）的 SE 需要每組的 n。這兩篇看起來都「用隨機人數」，但性質完全不同：

Marvez-Valls 1998——這是一個假設。 全文報告隨機分派 46/46 人，摘要寫「8 人失聯被排除」，但沒有說各在哪一組；Table 2 的標題仍寫 n = 46。各組真正的分析人數無法得知，所以萃取表把 n_analysed 記為 not_reported_in_available_source，analysis.R 改用隨機人數 46/46，並在輸出中明確標記為假設：

MarvezValls1998: n_randomised - ASSUMPTION: randomised n (per-arm analysed n not reported)

用 46 而不是實際較小的人數，會讓這篇的 SE 稍微偏小、權重稍微偏大。它的單篇 MD 為 −13.8 h（95% CI −31.62 至 4.02，未達統計顯著）。這個假設的影響怎麼檢查？看 leave-one-out：拿掉 Marvez-Valls 後，合併 MD 為 −21.32 h（HKSJ −34.79 至 −7.85），與主分析 −20.47 h（HKSJ −29.27 至 −11.68）方向與量級相近，代表結論不依賴這個假設（results.json）。同一件事在第 8 關會以 RoB 的 D3（missing outcome data）再出現一次：失聯 8.7%、分組未報，判為 Some concerns。

Tasar 2008——有原文依據，不是假設。 Tasar 分派 31/42 人，全文寫明「追蹤期間沒有病人被排除」，所以分析人數 = 隨機人數是原文報告的（value_status = reported）。兩篇數字的長相一樣，差別在於有沒有原文支撐。萃取時要問的不是「用了什麼數字」，而是「這個數字從哪裡來」。

Tasar 也有自己的小灰色地帶：48 小時完全緩解人數由 Table 3 的「24 小時內」與「25–48 小時」兩列相加（類固醇 13 + 16 = 29；安慰劑 2 + 20 = 22），標為 derived_from_reported。另外兩組人數 31 vs 42 不均且原文未解釋，這不是萃取問題，而是第 8 關 D1（隨機過程）的疑慮。

三種處理的共同原則

原則	在迷你 SR 怎麼做
能從報告值簡單算出的，就算，並寫出算式	Kiderman 的百分比、Tasar 的兩列相加、Wei 的臂合併
算不出來的，就留空或明確標示假設	Marvez-Valls 的分析人數
不從圖讀數、不從 p 值反推（本範例的選擇）	5 篇沒報 24／48 小時完全緩解人數，Wei 2002 另外沒有 48 小時追蹤，因此 24 小時 k = 4、48 小時 k = 3
假設要有敏感度分析	leave-one-out、排除高 RoB 研究

範例 README 的限制第 3 點也承認：這些處理都未經第二人核對。O’Brien 1993 只有 PDF，靠瀏覽器逐頁閱讀，也有誤讀風險。這些就是單人萃取的代價。

常見錯誤

錯誤	正確做法
萃取表只記數字，不記出處	每個數字附來源版本與位置（表號、段落）
原文沒寫的欄位自己猜一個	留空並標示「未報告」；需要時聯絡作者
換算或假設不留紀錄	標 `derived_from_reported` 或假設，note 寫算式
多臂試驗的共用對照組重複計算	合併相關的臂，或拆分對照組
分母一律用隨機人數	優先用該時間點的分析人數，並記錄用了哪一種
把 SE 當 SD、把中位數當平均數	核對表頭、註腳、摘要是否一致
時間點、量表事後才挑	Protocol 事先規定選擇規則
單人萃取不說明	雙人萃取或一人萃取一人核對；做不到就在限制中寫明

本關重點小抄

萃取表：設計、樣本、介入、結果、安全性、RoB 資訊；每個數字附 source、location、value_status。
事先規定：outcome 定義、時間點、量表優先順序、特殊設計的處理（Mayo-Wilson 2017：挑選可把 SMD −0.45 變成 −0.06）。
Pilot：先試萃 2–3 篇，修正欄位。
錯誤很常見：Buscemi 2006（單人錯誤多 21.7%）、Jones 2005（34 篇中 20 篇有錯）、Xu 2022（6.6% 改變顯著性）。
聯絡作者：電子郵件、具體列出所需數字（Young & Hopewell 2011）。
迷你 SR 灰色地帶：Kiderman 百分比 → 17/40、4/39；Wei 兩臂合併 → 25/80 vs 4/36；Marvez-Valls 46/46 是標明的假設，Tasar 31/42 有原文依據。

資料萃取