${specMeta.name} 피드
2026. 4. 1.·International journal of gynaecology and obstetrics: the official organ of the International Federation of Gynaecology and Obstetrics·기타·🇦🇺 Australia
The evolution of reporting statistical inference in abstracts of obstetrical studies from 2013 to 2023.
원문 읽기 ~6분 → AI 요약 ~1분
AI 핵심 요약
산과 연구에서 통계적 보고 패턴 분석
임상 적용 포인트 · AI 추출
산과 관련 논문을 읽을 때 P값만 제시된 연구보다는 효과크기가 함께 보고된 연구를 우선적으로 참고하세요. 통계적 유의성만으로 임상적 중요성을 판단하지 말고 실제 효과의 크기를 고려하여 진료에 적용하세요.
요약· AI 생성
1) 2013-2023년 산과 연구 23,167편의 초록에서 통계적 추론 보고 패턴을 분석한 연구입니다. 2) P값만 보고하는 비율은 2013년 28.5%에서 2023년 27.6%로 안정적이었으나, 효과크기를 보고하는 비율은 22.1%에서 39.5%로 증가했습니다. 3) 보고된 P값의 30.7%가 0.001, 31.5%가 0.05에 집중되어 특정 임계값 주변에 몰려있는 패턴을 보였습니다. 4) 통계적 유의성을 보고한 초록 중 89.0%가 유의한 차이를 보고했으며, 이 비율은 지난 10년간 안정적으로 유지되었습니다. 5) 무작위대조시험은 다른 연구 유형보다 통계적 유의성을 보고하는 비율이 낮았습니다(82.4%).
임상적 의의
산과 연구에서 효과크기 보고가 증가하고 있어 임상적 의미 해석이 개선되고 있으나, 여전히 P값 중심의 보고가 많아 연구 결과의 임상적 적용 시 주의가 필요합니다.
연구 한계
이 연구는 초록만을 분석했기 때문에 전체 논문의 통계적 보고 품질을 완전히 반영하지 못할 수 있습니다.
통계적 보고산과 연구효과크기
DOI: 10.1002/ijgo.70652
연구 국가: 🇦🇺 Australia
연구 유형: Randomized Controlled Trial
MeSH: Humans, Abstracting and Indexing, Obstetrics, Female, Research Design, Pregnancy, Data Mining, Data Interpretation, Statistical
이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.
MotionLabs 더 알아보기