生态研究按地区汇总数据，为什么不能写成个人风险？

研究把各地区平均污染水平与地区疾病发生率放在一张图上，发现两者相关。若摘要接着写“污染较高的个人更容易患病”，就跨过了数据能支持的层级：表里没有每个人的暴露和疾病是否同时发生的信息。生态研究可以研究地区特征与地区结局之间的关系，也可以生成下一步假设；投稿时要使标题、变量定义和结论始终停留在实际分析单位上。

把地区作为单位写进方法

方法段列出地区划分、观察年份、暴露和结局各自的汇总口径。平均污染值来自监测站、遥感还是模型预测，地区疾病率分母是常住人口还是登记人口，都要写清。地区边界如果中途调整，解释如何对齐。结果里提供地区数量、人口规模分布、暴露值范围及缺失地区，而非只报告一个相关系数。大城市和小县人口差异明显时，还要交代模型是否按人口或估计精度加权、是否检查极端大地区的影响，以及为何这样做。

自拟例子里，20个地区中平均污染较高的地方也有较高的疾病登记率。但某个高污染地区里，患病者可能集中在低暴露职业群；另一个低污染地区里，个别高暴露者可能风险很高。地区均值和地区发生率不能告诉作者这些人究竟是谁。若地区收入、年龄结构、医疗可及性同时与两项指标有关，单纯相关还可能受到地区层面混杂。图上的20个点不能被当作20万个独立个人。

用与数据层级匹配的句子写结果

可以写“地区平均污染水平与地区登记率呈正相关”，并给出模型估计、区间、时间跨度和地区定义；不能换成“个人每增加一单位暴露，患病风险上升多少”。若研究有个体资料，可另做个体或多层模型，并说明个体暴露测量、地区变量和模型假设；只有地区资料时，应明确把个人机制留作后续验证。地图容易让人误以为边界内每位居民都具有相同暴露，因此图注也要解释颜色是地区汇总值。

生态研究的原始方法综述指出，地区内部暴露和混杂因素的差异无法由地区均值完整表征，因此地区关联不能直接转译为个人关联。STROBE要求说明研究设计、参与者或单位、变量来源与偏倚。生态谬误并不意味着地区研究没有价值；公共资源配置、地区政策比较本来就是地区层面问题。关键是不要借地区数据回答个人风险问题。

投稿前用笔圈出摘要和讨论中所有“个人、患者、居民”的因果或风险句子，逐句核对是否有相应个体数据。若没有，把结果改回地区层级，再说明未知的区内差异。这20个点各代表一个地区；图上没有任何人的个人暴露与患病配对记录。

参考信息：生态研究方法原始综述；STROBE观察性研究报告指南。