基线分析结果解读
一、基线分析概述
基线分析是临床研究及实验研究中评价组间可比性的关键步骤。在随机对照试验或观察性研究中，研究者需要确认实验组与对照组在人口学特征、临床指标等基线变量上是否具有可比性，以排除基线差异对后续干预效果评价的混杂影响。基线分析通常根据变量类型选择不同的统计检验方法：对于服从正态分布的定量变量，采用独立样本t检验进行组间比较；对于不满足正态分布的定量变量，则采用非参数检验（如Mann-Whitney U检验）；对于定类变量，则采用Pearson卡方检验或Fisher精确检验。正态性检验方面，大样本（N≥50）时通常采用Kolmogorov-Smirnov（KS）检验，小样本时则多用Shapiro-Wilk（SW）检验。本研究利用SPSSAU软件对实验组（N=47）与对照组（N=53）的4项基线指标（Y1~Y4）进行系统分析，以验证两组在各基线变量上的均衡性。
在SPSSAU【实验/医学研究】模块选择【基线分析】，将变量拖拽至右侧对应分析框，操作如下图：
二、描述统计与正态性检验结果
表1展示了实验组与对照组在4项基线指标上的描述统计结果及正态性检验情况。定量变量以均数±标准差（Mean±SD）表示集中趋势与离散程度，同时报告中位数（Median）和四分位距（IQR）以补充描述数据分布形态；定类变量以频数（百分比）表示。正态性检验采用KS检验，以p>0.05作为满足正态分布的判定标准。
由表1可知，Y1的KS检验结果为p=0.928>0.05，表明该变量在总体中服从正态分布，满足参数检验的前提条件，因此采用独立样本t检验进行组间比较。Y1在实验组的均值为54.127±9.219，对照组为50.013±9.385，两组中位数分别为53.390和51.155，四分位距分别为10.260和14.347，提示实验组数据分布相对更集中。t检验结果显示，实验组与对照组在Y1上的差异具有统计学意义（t=2.152，p<0.05），说明两组在Y1这一基线指标上存在显著差异，实验组的Y1水平显著高于对照组。
Y2的KS检验结果为p=0.248>0.05，同样满足正态分布假设，采用独立样本t检验。实验组Y2的均值为52.071±18.404，对照组为47.113±25.330。值得注意的是，Y2的标准差明显大于Y1，尤其是对照组标准差达到25.330，表明该变量在组内的个体差异较大。从最小值与最大值来看，实验组范围为20.470~104.920，对照组为12.790~113.340，数据跨度均较大。t检验结果显示，两组在Y2上的差异无统计学意义（t=1.081，p=0.283>0.05），即实验组与对照组在Y2基线水平上具有可比性。
Y3为三分类定类变量（A、B、C三类），采用Pearson卡方检验进行组间比较。实验组中A类占51.11%、B类占24.44%、C类占24.44%；对照组中A类占56.25%、B类占20.83%、C类占22.92%。卡方检验结果显示，两组在Y3构成比上的差异无统计学意义（χ²=0.271，df=2，p=0.873>0.05），表明两组在Y3的类别分布上具有良好的均衡性。
Y4为二分类定类变量（No/Yes），同样采用Pearson卡方检验。实验组中Yes占46.51%，对照组中Yes占31.37%，实验组的阳性比例略高于对照组。卡方检验结果显示，两组在Y4上的差异无统计学意义（χ²=1.667，df=1，p=0.197>0.05），说明两组在Y4这一基线指标上的差异不具有统计学意义，组间可比性良好。
三、结论
综上所述，本研究对实验组（N=47）与对照组（N=53）的4项基线指标进行了系统分析。正态性检验（KS检验）结果表明，定量变量Y1和Y2均满足正态分布假设（p>0.05），故采用独立样本t检验进行组间比较；定类变量Y3和Y4采用Pearson卡方检验。分析结果显示，Y1在两组间的差异具有统计学意义（p<0.05），实验组Y1水平显著高于对照组；而Y2（p=0.283）、Y3（p=0.873）和Y4（p=0.197）在两组间的差异均无统计学意义，表明这三项基线指标在组间具有良好的均衡性和可比性。后续分析中建议将Y1作为协变量纳入统计模型以控制其基线差异的混杂效应。
