要点速览
- 盆底训练研究样本量普遍小，这是领域现实，不影响大方向的可信度
- 判断结论要看三点：多个研究方向是否一致、效应量大小、有没有被推翻
- 样本量小主要影响「精确度」，不必然影响「方向对不对」
- 单个小样本研究只能当线索，不能当结论
- 效应量大且方向一致的结论，比样本量数字更值得参考
一、样本量小意味着什么
一句话：小样本让结论「不准」，但不一定让它「错」。
样本量小，统计上的置信区间就宽。一个二十人的研究说「有改善」，实际效果可能很大，也可能很小，甚至可能是零。它没法给你精确的效应量。
但如果五个不同团队、不同国家、不同方法的研究，都指向同一个方向，那这个方向本身的可信度就上来了。这在方法学上叫「证据一致性」，权重比单篇样本量更高。
盆底训练在尿失禁、产后功能恢复这些方向上的证据，正属于「单篇不大但方向一致」这一类。
二、三个实用判断标准
标准一：方向是否一致
找的不是「有没有一篇说有效」，而是「有没有一批说有效、并且没有一批说无效」。
如果十篇里有八篇说有效、两篇说无效，有效这个方向基本站得住。如果一半一半，就说明这个结论还不稳定，别急着采信。
标准二：效应量有多大
「有统计学差异」和「有实际意义」是两件事。
一个研究说训练组的指标比对照组高，如果高出的幅度只有百分之几，那对日常生活的意义有限。如果高出百分之三十以上，即使样本只有三十人，也值得重视。
看效应量比看样本量更能判断「这个结论值不值得我投入时间」。
标准三：有没有被后续研究推翻
一个早期小样本研究提出的说法，如果十年后没人能重复出来，基本可以放弃。
三、这个领域为什么样本普遍小
三个原因，都不涉及「研究质量差」。
第一，干预方式特殊。盆底训练的依从性依赖受试者每天自己练，招募和长期随访的难度都高，能留住五十人做三个月已经不容易。
第二，效果评估需要专业设备。压力探头、肌电、超声，这些设备限制了单中心能做的样本规模。
所以这个领域的证据形态，本来就是「多个小研究拼出一张图」，而不是「一个大试验定论」。
想跟着节奏练？ P动 把每天练几组、收缩几秒、放松几秒都排好了，跟着做就行。
下载安卓版 P动 3.0
四、看到「研究证明」四个字该怎么想
先问三个问题：多少人、多长时间、怎么测的。
二十人做四周，和两百人做三个月，结论的份量完全不同。测量方式是主观问卷还是客观设备，也决定了结论的分量。
再问一句：这是单个研究，还是综述。
综述和荟萃分析会汇总多个研究，虽然也可能有偏倚，但比单篇小样本研究可靠得多。
五、结论怎么用
对普通练习者来说，最有用的做法是：只采信那些「方向一致、效应量明显、被反复验证」的结论。
这类结论其实不多，比如：规律训练能改善控尿能力；训练效果需要数周才显现；放松相和收缩同样重要。
这几条足以支撑一套训练计划。至于「具体练几组最优」「早上练还是晚上练更好」这类细节，证据本来就薄弱，不必纠结，按能坚持的方式做就行。
一句话收尾：样本量小提醒你「别把话说满」，不提醒你「什么都别信」。
六、两个常被追问的问题
那网上引用的研究还能看吗？
能看，但要看清它引用的是结论还是标题。很多二手内容把「有初步证据提示」写成了「已证实」，这个差别很大。
有多少篇研究才算够？
没有固定数字。判断标准是「方向一致、无系统性反证」，而不是「攒够几篇」。三篇设计良好、方向一致的研究，比十篇互相矛盾的有说服力。
延伸阅读
想直接跟着练？
每天 5 分钟，收缩几秒、放松几秒、一天几组都由 App 帮你算好，不用自己记。
下载安卓版 P动 3.0 —— 安卓直接安装，免费。
