# 生成论文里的 Table 1 基线特征表

> 上传数据并说明分组，Yila 逐个检查变量的分布，按审稿人习惯的方式描述，逐行选择检验方法，保存为可编辑的 Word 表格。

URL: https://yila.ai/zh/playbooks/table-1

## 你会得到

- **可编辑的 Word 表格** (DOCX): 可以直接粘贴进稿件，表头写明各组人数，每一行注明所用的检验。
- **同一张表的数据版** (CSV): 每个单元格都保存在 CSV 里，方便套用期刊自己的模板或放进补充材料。
- **每一行的判断依据** (CSV): 每个变量用了哪种描述、哪种检验，以及背后的正态性检验结果。
- **分析代码** (Python 代码): 完整的 Python 代码（需要的话也可以是 R），数据更新后可以一键重建表格。

## 怎么做

1. **上传数据，说明分组**: 给 Yila 一个 CSV 或 Excel 文件，说明哪一列是分组。如果分类变量的编码不直观，顺便说一下，比如“1 = 男性”。
2. **Yila 逐个决定怎么描述**: 它在每个组内检查连续变量的分布，再决定用均值（标准差）还是中位数（四分位距）以及对应的检验，并读懂分类变量的编码。
3. **拿到 Word 表格**: 表格生成后会和原始计数核对一遍，再保存为 Word 和 CSV，附上代码。想加变量、改成按列计算百分比或换用 Fisher 精确检验，在同一个对话里说就行。

## 适合这些场景

- **临床研究论文**: 几乎每本期刊都要的基线表：比较试验分组、暴露组或不同结局的人群。
- **登记研究或队列报告**: 按亚组描述大型数据集，不用手动排几百个单元格。
- **学位论文的方法章节**: 一张口径一致、检验方法写清楚的描述性表格，答辩时问到也有据可查。

## 常见问题

### 什么是 Table 1？

大多数临床和流行病学论文的第一张表，用来描述研究人群的基线特征，通常按组分列，让读者判断研究的是什么人、各组是否可比。

### Yila 怎么决定用均值（标准差）还是中位数（四分位距）？

它会在每个组内对连续变量做正态性检验并查看偏度。近似正态的用均值（标准差）和 t 检验，偏态的用中位数（四分位距）和 Mann–Whitney U 检验。每一行的判断都写在输出里，你可以按需要改。

### Table 1 要不要放 P 值？

对随机对照试验，CONSORT 不建议检验基线差异，标准化均数差更有参考价值；观察性研究里则很常见。Yila 默认两者都给，如果期刊要求去掉 P 值，说一声即可。

### 超过两组怎么办？

每组单独一列，连续变量的检验相应换成方差分析或 Kruskal–Wallis 检验，分类变量用卡方检验。

### 缺失值怎么处理？

Yila 会按变量和组别统计缺失。有缺失的变量会注明实际可用的例数，保证分母如实。

### 能按我投稿期刊的格式来吗？

可以。说明保留几位小数、用什么单位、分类变量写 n (%) 还是只写 %，Word 表格就会照做。CSV 也方便你把数字套进任何模板。

### 示例用的数据从哪里来？

来自公开的 Heart Failure Clinical Records 数据集（Chicco 与 Jurman，2020），以 CC BY 4.0 许可发布在 UCI 机器学习数据库上。Yila 从不拿用户的数据做示例。

---

- [生成论文里的 Table 1 基线特征表](https://yila.ai/zh/playbooks/table-1)
- [llms.txt](https://yila.ai/zh/llms.txt)
