研究说了什么
效应量把组间差异标准化，常用指标包括 Cohen 的 d、风险比、比值比、绝对风险差与需治疗人数。标准化效应量便于跨研究比较，但脱离量表本身难以解释，所以临床研究更强调最小临床重要差异。估计方法分两类：锚定法用一个外部锚，比如患者整体变化评分，找出评分略有好转的人对应的量表变化；分布法用半个标准差或测量标准误作为阈值。两种方法给出的数值可以差很多，选哪一种应在研究前说明。需治疗人数把相对效应转成绝对人数，是政策与临床沟通中最直观的指标，但它随基线风险变化，同样的风险比在高危与低危人群中对应完全不同的需治疗人数。对连续结局，还应报告基线值与变化值的分布，只看均值会掩盖应答者的比例。对二分类结局，相对风险与绝对风险差要同时给，否则容易夸大效果。对患者报告结局，最小重要差异可能随基线严重程度变化，不是一个固定常数。效应量的选择也影响解释，标准化均值差适合连续结局，风险比适合时间事件，比值比在常见结局中会高估相对风险。报告时应同时给出原始单位的变化，读者才能换算成生活能力。
为什么重要
抗衰干预的效应通常很小，统计显著与患者感觉得到之间隔着一段距离。握力提高零点三公斤、步速提高每秒零点零一米、体重下降零点八公斤，在样本足够大时都可能显著，但离最小重要差异很远。对读者，看到一个阳性试验应先找效应量与最小重要差异，再看置信区间是否跨过阈值。对临床，若效应小于最小重要差异，即使 P 值很小，也不值得为此承担副作用与费用。对监管，审批标准越来越强调临床获益而非替代指标的变化。对媒体，把标准化效应量翻译成具体的生活能力变化，比报道 P 值更有意义。对研究设计，样本量应按最小重要差异计算，而不是按能否达到显著计算，否则会做出统计显著但临床无用的试验。另一个现实问题是复合终点，只要有任意一个成分改善，整体就可能显著，但患者关心的成分未必改变。对老年人，功能独立与跌倒比实验室指标更接近临床意义。对成本效益分析，需治疗人数与费用结合，才能判断干预是否值得推广，这些换算比单一的 P 值更能支持决策。
证据与边界
最小重要差异不是自然常数，它随人群、基线严重程度、干预负担与患者期望变化。锚定法依赖患者回忆与整体评分，后者本身受当前状态影响，可能出现响应转移。分布法把统计变异当作重要性，缺乏患者视角，半个标准差只是经验规则。一个典型失败案例是一项补剂试验，握力提高零点三公斤，P 小于零点零五，被宣传为显著改善肌肉功能，而该人群的最小重要差异约为两公斤，实际无人达到。另一个边界是复合结局，各成分的重要性不同，合并后效应量难以解释。对替代终点，指标改善与功能改善之间还隔着一段因果链，不能直接换算。看到效应量，先问跟什么比、在谁身上测、患者能否感知，再决定要不要重视。另一个边界是天花板效应，基线功能很好的人提升空间有限，效应量自然小，不能据此认为干预无效。对衰弱人群，最小的功能改善也可能有实际意义，阈值应随基线调整。测量工具的分辨率也限制了可检测的变化，量表分档太粗时，真实改善会被抹平。报告个体应答比例，比只报均值更能说明谁真正受益。