再往下。
【新鲜冻结血浆（FFP），————】
【浓厚血小板（PC），————】
不是0。
是空的。
是根本没人填。
是根本不知道有没有输过。
他又抽了一份。
同样的。
第三份终於有记录了。
【新鲜冻结血浆，适量】
啊？
不是？
适量是多少，两个单位还是四个单位？
负责记录的麻醉医大概觉得自己很有分寸了吧。
整理完了之後。
能用的病历就只有61例了。
他把这些人的数据抄到方格纸上面去。
红细胞、新鲜冻结血浆和浓厚血小板都换算成单位，再算血浆与红细胞的比值。
刚算到第31例时，他就知道自己会看到什麽了。
比值超过0.8的，只有4例。
这4例里面，有3例的血浆是术後次日补上去的。
真正在术中，血浆就跟着红细胞一起被输注进去的，只有1例。
没办法了。
他又按比值0.5画了一条线，把这些病例分成两组，算了一次30日死亡率。
高比值，就7例，结果死了4个。
低比值，总共有54例，却只是死了19个。
57%对35%。
任何一个不做外伤的内科医生看到这两个数，都会得出一个非常自然的结论。
血浆输得越多的人死得越快。
这当然是胡扯。
医生什麽时候会想起来去输血部申请血浆？
是创面已经四面八方往外渗、麻醉医已经开始哭着一遍遍地报血压往下掉时。
所以能被分进高比值那一组里的，本来就是快死了的。
适应症混杂。
桐生和介只能又用Fisher直接概率法算了一遍。
p值0.41。
毫无意义。
要把这个混杂给剥掉，就得做多变量回归，把ISS、硷剩余、年龄和输血比值一起塞进模型里去。
「逻辑回归分析。」
他在纸上写下这几个字。
然後————
就没有然後了。
前世的临床医生是不用亲自算这些的。
数据交给统计室，或者交给会跑软体的研究生，隔几天拿回一沓输出结果，看那个星号在不在就行了。
而现在是195年。
医局这台PC—9801上只有电子表格软体，做做四则运算和画柱状图还行。
SAS？
没有。
桐生和介只能将原子笔往桌上一扔。
淩晨两点了。
换衣服，下班回去睡觉。
>