林述的指尖停住了。
【检测宿主主导的 RCT研究累计入组达 15例。】
【达到早期数据监测节点，触发中期评估（早期）程序。】
【注：正式中期分析仍将在入组 30例时自动触发，本次为提前一轮的数据监测，不构成独立结论。】
【评估开始。正在汇总两组临床数据，请稍候。】
光幕轻轻震颤，后台数据一行压着一行。林述没移开眼。入组过半，两组前瞻性数据第一次摆到面前。
十五例。改良组八例，传统组七例。
两秒后，光幕中央浮出统计面板。数据按统计格式排开，像一份被系统提前调出来的研究报告。
【RCT中期评估（早期）：数据面板】
【统计节点：累计入组 15例（改良组 n=8，传统组 n=7）】
【随访时间：术后 14天至 6周】
【基线可比性】
【年龄：改良组 48.6±6.3岁，传统组 50.1±7.2岁，P=0.67】
【病灶最大径：改良组 7.8±1.9cm，传统组 8.2±2.1cm，P=0.71】
【KodamaⅢa/Ⅲb构成：改良组 5/3，传统组 4/3，P=0.89】
【既往手术史比例：改良组 62.5%（5/8），传统组 71.4%（5/7），P=0.71】
【结论：两组基线均衡，随机化有效。】
林述在“随机化有效”上停了一下，继续往下看。
【主要终点：术后并发症率（30天内）】
【改良组：25.0%（2/8）】
【传统组：42.9%（3/7）】
【绝对差：–17.9%（95%CI：–65.2%～+29.4%）】
【P=0.61（Fisher精确检验）】
【次要终点：住院时间】
【改良组：7.1±1.4天（95%CI：6.5～7.7天）】
【传统组：9.6±2.3天（95%CI：8.4～10.8天）】
【平均差：2.5天（95%CI：–0.3～5.3天）】
【P=0.08】
【并发症明细】
【胆瘘：改良组 12.5%（1/8），传统组 28.6%（2/7），P=0.56】
【胰瘘：改良组 0%（0/8），传统组 0%（0/7）。肝包虫手术以胆道并发症为主，胰瘘罕见，两组均未发生】
【切口感染：改良组 0%（0/8），传统组 14.3%（1/7），P=0.47】
【出血/需二次手术：两组均 0例】
【住院期间死亡：两组均 0例】
【根治性（R0切除率）】
【改良组：100%（8/8）】
【传统组：85.7%（6/7）】
【P=0.47】
【随访期复发（截至评估日）：两组均 0例，随访时间尚短，暂不作结论。】
面板右下角另起一行，颜色浅一些，标着“既往参考”：
【既往回顾性队列（n=23，欧洲首例+协和早期病例，单中心、单一术者）】
【并发症率差：–22.1%（P<0.001）】
【住院时间差：3.8天（P=0.002）】
面板底下是评估摘要，只有一行：
【评估摘要：改良组各项指标仍优于传统组，方向与既往回顾性数据一致；但差异幅度收窄，95%CI均跨过零值，当前样本量下均未达统计学显著性。】
光幕安静悬着。
办公室里只剩空调低低的嗡鸣，窗外夜风擦过银杏树梢。
林述没动。
他从第一行看到最后一行，又从头看了一遍。办公室里很静，静到能听见自己的呼吸。看完第二遍，他才靠回椅背，目光落在“差异幅度收窄”上，很久没移开。
系统为什么提前触发，他没想。这一个月它一直沉默，只在关键处亮一下。他脑子里只剩那些数字。
改良组八例，并发症两例，住院七天出头，R0切除率百分之百。这个成绩放在哪台手术、哪个病例身上都拿得出手。传统组七例，并发症三例，住院接近十天。两组摆在一起，改良组还是更好。
第248章 系统中期评估
可更好，和“显著地更好”，是两回事。
他想起那份回顾性数据。n=23，并发症率差二十二个百分点，P值小于千分之一。当初他带着这份数据进国际会场，台下的掌声和追问，有一半冲着那个 P值去。它漂亮，漂亮到几乎没人追问来路：欧洲首例，加协和早期病例，全出自他一人之手，单中心，无对照，术者就是研究者本人。
回顾性研究看的是过去。
过去的数据里，病例多是挑过的，日子也多是术者状态最好的时候。中途放弃的、转去别处的、术后失访的，悄悄漏掉。它们不造假，只是会挑。
前瞻性研究站在现在，往前看。
随机化把选择权交给抽签，术者的手不再参与。对照组拉到和试验组同样的监护强度，从前顺手省略的细节，如今每一笔都要记录。入组标准不再挑人，高年资低年资、简单复杂、顺和不顺，都收。
前瞻性数据的优势会比回顾性缩水。这是医学常识，也是他进协和第一天就背下来的教科书条目。可当缩水落成眼前一行行数字，他还是沉默了很久。
他在心里一条条过。
第一条，对照组变了。回顾性队列里，传统开放手术由不同团队在不同时间做，术式一样，水准参差。这项研究里，传统组每台手术都由协和核心团队按最高标准完成，术前评估、术中监护、术后管理，和改良组同等。对照组被拉到和试验组一样强，差距自然缩小。术式没变弱。标准变强了。对照组从“平均水平”抬成了“最好的传统”。
第二条，术者变了。回顾性队列里的改良术式全出自他一人之手。这项研究终将走向多中心，苏黎世、梅奥、广州、华西，每家中心的术者都要学、要适应、要复刻。他一个人的手感替不了所有人。单人队列里被技巧抹平的风险，到多中心会重新冒出来。差距收窄，就是这套术式从一个人做，变成一群人做，要付的代价。
第三条，样本。十五例，改良组八例，传统组七例。就算两组真有二十个百分点的差异，这个样本量也几乎没把握检验出来。他在心里算：双侧α=0.05、把握度 80%、预期差异 20个百分点，单组大约要四十例，两组八十多例，才够让真实差异露出水面。十五例的置信区间跨过零，可能是差异真缩小了，也可能只是样本不够。两种可能，他现在都排不掉。
第四条，他最后才想，也最不想碰。也许，回顾性队列里的差异从头就被高估了。选择偏倚把病情更重、更复杂的病例更早推向“新术式”，术者的热情让术后管理更细，单中心无对照的设计，让偶然看着像必然。P值小于千分之一，不等于差异真有二十二个百分点。它只说明，在那个挑过的数据集合里，这个差异不太像偶然。偶然和真实之间，隔着眼前这一行行更保守、更硬的前瞻性数字。
四条过完，林述还是没动。
这一个月，他无数次在深夜复盘那台欧洲手术，复盘 F-001的每一组数据。这套术式好在哪儿，他清楚。可清楚和证明之间，还隔着这十五例填不上的距离。
差异收窄，P值不显著，置信区间跨过零。
他要是愿意，能找出一百零一种理由让这些数字不难看：样本还小，八例对七例，本来就没有统计意义；随访太短，复发终点没到；分中心刚启动，病例偏高原牧区，病情更重。每一条都是真的。
可它们拼在一起，拼不出一个“结论”。
他想起那个傍晚，患者在谈话室里问“能保证效果一样吗”，他沉默了几秒。
那时他答不出“能”，证据不够。现在证据多了一点，十五例，改良组依然更好。可那个答案，他还是答不完整。
他盯着那行摘要。面板上的数字没有变。
系统面板底部，数据一行行隐去，新文字浮上来。只有一行，浅金色，停在光幕正中：
【若最终结果不显著，宿主是否愿意公开发表阴性结果？】
林述的目光落在那行字上。
阴性结果。四个字压在光幕上。这套术式，他倾注了数年心血，国内肝胆外科盯着，国际多中心合作刚撬动。可在严格的随机对照检验下，它可能交出一份“与标准治疗相比未见显著差异”的答卷。
过去几年的高光，也会被那份答卷重新审问一遍。
如果那天真来，他得亲手把答卷递出去，递到全世界同行面前，然后承认：我的术式，没有证明自己比标准方案更好。
科学史上，这样的答卷不少。压抽屉的，换终点的，原样发表的，都有。原样发表的人要在结论栏写下“本研究未显示显著差异”，然后面对审稿人的挑剔、同行的追问、资助方的失望。
原样发表的人是少数。
系统问的，恰恰是那一刻他愿不愿意做少数。
面板安静悬着，不催，也不追问。问题放在那里，等他。
林述坐了很久。
久到空调自动停了，窗外路灯换了一轮角度。他没点面板选项，也没算那个假设。
他抬手，把光幕关掉。
视野恢复平常。办公桌上，电脑屏幕还停在随机系统确认页，“累计入组 15例”几个字亮着。他伸手熄屏，起身走到窗边，推开半掩的窗。
十月的夜风涌进来，有银杏叶的味道，也有初冬将近的凉。楼下住院部还亮着灯，急诊楼的轮廓在夜色里很清楚。他站了一会儿，转身把入组登记表收拢归位，关灯，锁门。
走廊里很安静。他路过护士站，值班护士抬头叫了一声：“林医生，明天那台肝叶切除的术前核对，我放您桌上了。”
“看到了。”他说，“明天早上我再过一遍。”
“您今天走这么晚啊。”护士说，“这都十一点了。”
“数据看完了，心里有底了。”林述说。
他说完，脚步没停，走进十月夜色。
第249章 阴性结果的抉择
下午五点半，最后一台手术收台。
林述在更衣室脱掉手术衣，洗净手，看了一眼墙上的钟。
离约定的会议还有两个半小时。
他先回了趟病区，把F-015术后三天的复查结果核完：引流量从术后第一天的四十毫升降到十二毫升，颜色转清，没有发热，恢复得比同期任何一例都快。
钱大壮站在床尾，手里夹着随访本，把数字一项一项念给他听，末了补了一句：“林哥，十五例的随访电话，这个月的基本都打完了。”
“嗯。”林述说，“数据整理好，晚上开会要用。顾主任，还有广州的张医生，视频。入组登记表也带上，万一问到。”
钱大壮应了一声，没多问，转身走了。
走廊尽头的窗户半开着，十月的风灌进来。
林述在门口站了片刻，视野深处那片淡蓝色光幕安安静静地悬浮着，自十五例评估那晚之后，再没有亮过。
他扫了一眼面板底部那行依旧保留的浅金色字：“RCT研究中期分析将在入组30例时自动触发。”收回目光，转身回办公室。
林述站在病房门口，看了一会儿F-015床头挂着的随机分组卡。
改良组，第八例。他看了两秒，没看出什么，才回办公室。
那本印着“RCT随访记录”字样的厚册子还摊在桌上，他翻了翻，合上，放进文件柜。