戒菸成功率，先問分母是誰

報名人數不一定是結果的分母

二分類結果的分子是符合條件的人數，分母則是這次分析所包含的人。CONSORT要求報告分析人數、各終點時點有資料的人數與各組結果，不能只留下百分比。

分派、實際接受服務、取得追蹤與分析，是不同的計數。只看到「25%成功」，仍不知道哪些人留在分母；缺漏處應保留疑問。

這不是實際研究：100人加入，評估時80人有資料，其中20人符合固定終點、60人不符合；另20人資料缺失。20除以全體100人是20%，只除以有資料的80人是25%。

兩個比例不是兩種介入的成績。符合條件的已知人數沒有增加。若把缺失結果視為未符合終點，那是分析約定，不是觀察到那20人吸菸；也不能說某種算法必然沒有偏差。

戒菸、減量、完成門診追蹤與滿意度是不同結果。先看完整終點定義、評估時間，再確認它是事先指定的主要結果或次要結果。

六個月追蹤可以只問訪視前七天，不必然是連續六個月戒菸。菸品範圍與驗證方式也要相同或明確交代，才知道兩個比例是否回答同一個問題。

找各組缺失比例、原因、採用的方法及敏感度分析。僅用完整資料、填補缺失結果與統計模型，背後假設不同。

CONSORT提醒，簡單替代法不保證保守或無偏。即使某個算法把未知歸為未達終點，未知者的真實行為仍沒有被測得。

純虛構算術：兩個確實可比的組各100人，一組20人符合終點，另一組10人，比例20%與10%。絕對差為10個百分點，相對比值為2。兩倍不等於多20個百分點。

例子沒有真實介入、隨機分派證據或信賴區間，只展示單位。讀真正試驗時，要找絕對與相對比較，以及比較值的不確定性。

差異估計通常應附信賴區間，表示精確程度；較寬的區間留下較多不確定性。區間不能修補偏差或不同終點。特定人群、特定服務條件的結果，也不等於個人機率。

涉及照護選擇時，把原報告帶給當地合格專業人員，詢問人群、支援環境、終點和追蹤是否適用於自己的問題，不把網站當個人成功率計算器。在臺灣，衛福部提供的諮詢與戒菸服務機構查詢管道可作為聯絡起點；仍須向機構確認現行條件，不能把文章的比例當成該機構對你的承諾。

能從四捨五入的百分比算回人數嗎？

沒有分母通常不行。不同人數組合可得到同一個四捨五入結果，應找完整表格。

失聯的人一定當作仍在吸菸嗎？

不要自行設統一規則。看預定分析方法與假設；分類為未達終點，不代表行為已被觀察。

四週與六個月戒菸率可以直接比嗎？

不能只靠名稱。追蹤、行為期間、菸品、驗證、人群與分母都要核對。

研究率等於我的成功機率嗎？

不是。群體資料不直接建立個人機率，照護相關解讀需要情境與專業討論。

本文的關鍵結論已對照以下資料來源核驗。

研究識讀的一般說明；算術情境均為虛構，不提供治療排名、真實成功率或個人預測。