雌雄动物合并分析，方法和结果怎样说明？

动物实验同时纳入雌性和雄性，结果表却只写每组总数和一个治疗效应。合并分析并非必然错误，但读者需要知道两种性别在各组的分布，以及结论是否依赖某一性别数量较多。投稿时应把性别作为设计变量交代清楚，再说明为何合并、如何检查可能的差异，避免用“均包含雌雄动物”一句话替代实际人数。

从分组表追踪雌雄数量

方法段写明每组雌、雄各有多少只，随机化是否按性别分层，年龄、体重和繁殖状态是否可能影响主要结局。若在不同批次分别购入或实验，说明性别与批次、笼位是否重合。结果表不仅给总n，还列出每组性别人数和主要结局的基本分布。若某组雌性动物意外大量退出，最终分析的比例会与分配时不同，应同时报告两阶段数字。只在补充材料写一个总体性别比例，无法确认治疗组和对照组是否平衡。

自拟例子中，治疗组原有雌性12只、雄性8只，对照组雌性8只、雄性12只。两组总数均为20，却有不同性别构成；如果随机化未按性别分层，这种不平衡也可能偶然发生。若性别与结局相关，未考虑这种差异的合并均值可能混入构成效应。作者可以在预设模型中纳入性别，报告合并治疗效应及其区间，并视研究问题和样本量呈现按性别描述或交互检验。不能因为雌性亚组显著、雄性亚组不显著，就直接宣布治疗只对雌性有效；那需要直接检验差异且留意小样本不确定性。

解释合并结论能覆盖谁

如果研究本就为总体平均效应设计，写明雌雄比例与目标动物群体的关系，以及是否有充分样本支持性别差异分析。若某一性别只有少数动物，单独报告点估计时要同时展示宽区间，不把不显著解读为无效。若研究只涉及一种性别，则给出科学理由，并在适用性讨论里说明边界。性别以外的窝、批次和笼位仍可能与分组相关，不能把加入性别变量当作解决一切设计问题。

ARRIVE 2.0原始指南要求报告动物的物种、品系和性别，以及每组样本量、随机化和统计方法。其解释文件把性别列为可能影响结局的变量。美国国立卫生研究院关于生物学性别变量的原始指导也强调设计、分析和报告中的考虑。它们并没有要求任何小样本研究都必须给出确定的性别交互结论，透明呈现分布和不确定性更重要。

投稿前核对随机表与结果表：治疗组的12雌8雄、对照组的8雌12雄有没有在表中出现，退出动物是否改变比例。若只有一个合并效应，摘要就把它准确写成当前样本构成下的平均估计。两个组都是20只，但12比8和8比12不是同一种构成。

参考信息：ARRIVE 2.0动物研究报告指南及解释文件；美国国立卫生研究院生物学性别变量指导。