t检验是一种常用的统计方法，用于比较两组数据的均值是否有显著差异，在进行t检验时，需要计算t值和p值，t值表示两组数据的均值差异程度，P值表示两组数据的差异是否显著，通常情况下，如果P值小于0.05，则认为两组数据之间的差异显著。

本期，我们了解另一个比较组间差异是否显著的统计指标—标准化均数差（Standard Mean Difference，SMD），SMD可以被广泛使用是由于它更易于计算和理解。

一项发表在《Frontiers in Pharmacology》的真实世界研究。

下图为该研究的基线特征图，在混杂因素调整前，两组的病人基线差异非常大，研究采用PSM进行混杂因素的调整，通过P值观察分析结果的可靠性。

汤黎教授点评：分类变量，多个分组，只需计算一个P值；当样本量过小时，不建议用P值衡量基线是否均衡。

下图为该研究的基线特征图，衡量基线特征的统计学指标为SMD。

文章里也提到：“with an SMD standardised mean difference greater than 0.1 indicating covariate imbalance"。

要点总结：

1. SMD是一个衡量基线特征重要的统计学指标，国际期刊审稿人会经常关注。

2. SMD大于0.1，通常表示两组的协变量不平衡。

3. 分类变量，多个分组，只需要计算一个P值或SMD进行判断。

4. 在真实世界研究，样本量过少，不能以P值来判断基线特征是否调整均衡。