📚 什麼是 CONSORT？
一份設計再精良的RCT，如果報告不夠透明、完整，讀者便無法準確評估其可信度與適用性。為解決此問題，國際醫學期刊編輯委員會發展出「綜合試驗報告標準」(Consolidated Standards of Reporting Trials, CONSORT) 聲明。
💡 CONSORT 的核心理念
CONSORT 並非評估試驗品質的量表，而是一套確保作者清晰呈現試驗設計、執行、分析與詮釋的指引。它由兩個核心工具組成：
- 檢核表 (Checklist)：列出所有必須報告的項目（CONSORT 2010 為 25 項，CONSORT 2025 擴增為 30 項）
- 流程圖 (Flow Diagram)：視覺化呈現受試者從招募到分析的完整歷程
🆕 CONSORT 2010 vs 2025
📋 CONSORT 2010
發布時間：2010年
適用範圍：2025年前發表的RCT文獻
檢核表：25項
特色：確立了RCT報告的黃金標準，被全球600+期刊採用
查看完整文獻 →
✨ CONSORT 2025（最新版）
發布時間：2025年4月
適用範圍：2025年後的新研究
檢核表：30項（新增7項，修訂3項，刪除1項）
特色：新增開放科學項目，提升透明度與可重現性
訪問官方網站 →
🔬 CONSORT 2025 四大新增重點
1. 病患與公眾參與 (Patient and public involvement)
如何讓病患參與研究設計、執行與結果詮釋
2. 資料分享計畫 (Data sharing)
說明如何取得去識別化的原始資料與分析程式碼
3. 危害評估 (Harms)
明確定義與系統化評估介入可能造成的不良效應
4. 試驗註冊與計畫書 (Registration and protocol)
強化事前註冊與計畫書公開的透明度要求
📚 教學說明：本章節內容涵蓋 CONSORT 的核心原則，適用於 2010 與 2025 版本。由於 2025 年前發表的文獻均使用 CONSORT 2010，了解兩個版本有助於批判性評讀不同年代的研究。核心報告原則（隨機、盲性、流程圖等）保持一致，主要差異在於新增開放科學相關項目。
🔗 官方資源與文獻
📄 核心文獻
CONSORT 2025：
Schulz KF, Altman DG, Moher D, et al. CONSORT 2025 statement: updated guideline for reporting randomised trials. BMJ. 2025;389:e080091.
doi: 10.1136/bmj-2024-081124
同步刊登於 JAMA, The Lancet, Nature Medicine, PLOS Medicine
CONSORT 2010：
Schulz KF, Altman DG, Moher D, for the CONSORT Group. CONSORT 2010 Statement: Updated Guidelines for Reporting Parallel Group Randomised Trials. BMJ. 2010;340:c332.
doi: 10.1136/bmj.c332
CONSORT 檢核表重點項目解析
以下列出 CONSORT 檢核表中幾個對評估 RCT 品質特別關鍵的項目（這些核心項目在 2010 與 2025 版本中均保持一致）：
📋 必看核心項目
- 項目 7a - 隨機序列生成 (Random sequence generation)：
必須明確說明產生隨機分配序列的方法（如電腦隨機數生成器、隨機數字表）。若使用「準隨機」方法（如交替分配、依出生日期），則不符合真正的 RCT 標準。
- 項目 7b - 分配隱藏機制 (Allocation concealment mechanism)：
須詳述如何確保在受試者同意參與前，執行人員無法預知分組結果。例如：「使用中央隨機化系統（central randomization system，如網路或電話系統）」或「使用按序編號、不透光密封信封」。缺乏此項說明是選擇性偏誤的重大警訊。
- 項目 11a - 盲性 (Blinding)：
需說明誰被施盲（受試者、治療提供者、結果評估者、數據分析師），以及如何執行與維持盲性。在無法完全雙盲的研究中，至少應確保結果評估者的盲性。
- 項目 13a - 受試者流失與退出 (Participant flow)：
流程圖必須報告各組在每個階段（招募、分配、追蹤、分析）的受試者人數，以及失聯或退出的人數與原因。高度或不對等的流失率是重要的警訊。
- 項目 16 - 主要與次要結果 (Primary and secondary outcomes)：
應報告每個結果的效果估計值（如平均差異、風險比）及其 95% 信賴區間，而非僅報告 p 值。信賴區間能提供效果大小的精確度與臨床意義。
📋 實際案例分析
透過實際案例對比，了解良好與不良的RCT報告方式。點擊展開查看詳細內容。
▶ 📚 案例一：運動介入對第二型糖尿病患者的 RCT
研究背景：評估為期 12 週的有氧運動訓練對第二型糖尿病患者糖化血色素 (HbA1c) 的影響。
❌ 報告缺失範例（違反 CONSORT）
"我們將 100 名受試者隨機分配到運動組（n=50）和對照組（n=50）。運動組接受每週三次、每次 60 分鐘的有氧運動，持續 12 週。結果顯示，運動組的 HbA1c 顯著降低（p < 0.05）。"
問題分析：
- 未說明「隨機」的具體方法（電腦生成？隨機數表？）
- 未提及分配隱藏機制
- 未說明盲性執行情況（結果評估者是否知情？）
- 未報告受試者流失情況（100人都完成了嗎？）
- 僅報告 p 值，未提供效果大小與信賴區間
- 未說明是否採用 ITT 分析
✅ 符合 CONSORT 的報告範例
"我們使用電腦生成的隨機序列，以 1:1 比例將 100 名受試者分配至運動組（n=50）或對照組（n=50）。隨機分配透過中央隨機化系統（central randomization system）執行，確保分配隱藏。由於介入性質，受試者與訓練師無法盲性，但所有結果評估由不知分組情況的研究助理執行（結果評估者盲性）。運動組接受每週三次、每次 60 分鐘的有氧運動訓練，持續 12 週；對照組維持日常活動。
100 名受試者中，運動組 5 人失聯、3 人因個人因素退出；對照組 2 人失聯。根據意向性治療原則（intention-to-treat, ITT），所有 100 名受試者均納入分析，缺失數據以多重插補法（multiple imputation）處理。12 週後，運動組 HbA1c 較基線平均下降 0.8%（95% CI: 0.5-1.1%），對照組下降 0.2%（95% CI: -0.1-0.5%），組間差異為 0.6%（95% CI: 0.2-1.0%, p = 0.004）。"
為何這樣更好？
- ✓ 明確說明隨機方法與分配隱藏
- ✓ 誠實報告盲性的限制與補救措施
- ✓ 完整呈現受試者流失情況
- ✓ 使用 ITT 原則並說明缺失數據處理
- ✓ 提供效果大小、信賴區間與臨床意義
▶ 📚 案例二：物理治療對慢性下背痛的 RCT - CONSORT 檢核表應用
研究問題：新型核心穩定訓練 vs. 傳統物理治療，哪個對慢性下背痛更有效？
🔍 CONSORT 檢核表應用示範
| CONSORT 項目 |
該研究的報告內容 |
評估 |
| 納入/排除條件 |
納入：18-65歲、持續下背痛 >3 個月、疼痛指數 ≥4/10
排除：脊椎手術史、神經根壓迫症狀 |
✓ |
| 隨機方法 |
使用 SPSS 軟體生成隨機序列，採用區塊隨機化（block randomization，每區塊 6 人）確保組間平衡 |
✓ |
| 分配隱藏 |
由獨立行政人員管理不透光密封信封，治療師於受試者簽署同意書後才開啟信封 |
✓ |
| 盲性 |
受試者與治療師因介入性質無法盲性，但疼痛與功能評估由盲性評估者執行 |
✓ |
| 樣本數計算 |
預期效果量 0.5，α=0.05，檢定力 80%，每組需 64 人樣本數計算說明：使用 G*Power 軟體進行雙尾 t 檢定的樣本數估算。設定預期效果量（Cohen's d）為 0.5（中等效果），顯著水準（α）為 0.05，統計檢定力（1-β）為 80%。計算結果顯示每組至少需要 64 位受試者才能有足夠的統計檢定力來偵測組間差異。，考慮 20% 流失率，目標招募 160 人 |
✓ |
| 受試者流失 |
核心訓練組：80 人中 12 人流失（15%）
傳統治療組：80 人中 10 人流失（12.5%）
流失原因已詳述於流程圖 |
✓ |
| 分析方法 |
採用意向性治療分析（intention-to-treat），缺失數據以混合效應模型ITT 處理缺失數據的方法：
1. 混合效應模型（Mixed-Effects Model） 使用最大概似估計（ML/REML），可處理非平衡數據，適用於縱向追蹤研究
2. 多重插補法（Multiple Imputation, MI） 產生多組插補數據集並合併分析，適用於缺失比例較高的情況
3. 最後觀察值結轉（LOCF） 簡單但假設過於嚴格，現已較少使用
如何選擇？
• 縱向重複測量 → 混合效應模型（本研究採用）
• 缺失率高且隨機 → 多重插補法
• 缺失機制複雜 → 敏感性分析比較多種方法（mixed-effects model）處理，該模型可充分利用所有可用數據 |
✓ |
| 主要結果報告 |
8週後，核心訓練組疼痛指數平均降低 2.3 分（95% CI: 1.8-2.8），傳統治療組降低 1.5 分（95% CI: 1.0-2.0），組間差異 0.8 分（95% CI: 0.1-1.5, p=0.02） |
✓ |
✅ 評估結論：此研究在 CONSORT 主要項目上報告完整，具有高度透明度與可信度。
🎯 如何使用 CONSORT 評讀 RCT
評讀步驟建議：
- 先閱讀摘要，了解研究問題與主要發現
- 下載 CONSORT 2010 檢核表
- 逐一檢視論文是否報告了 25 個項目
- 特別關注「隨機方法」、「分配隱藏」、「盲性」、「流失率」、「ITT 分析」這五個核心項目
- 查看流程圖，計算各組流失率（>20% 或組間差異 >10% 需警覺）
- 評估缺失項目對研究結論可信度的影響
⚠️ 常見的 CONSORT 報告缺失
- 僅說「隨機分配」但未描述具體方法
- 完全未提及分配隱藏機制
- 未說明盲性執行的程度與對象
- 未提供完整的受試者流程圖
- 僅報告「有顯著差異 p<0.05」而無效果量與信賴區間
- 對流失的受試者隻字不提，或未說明分析方法（ITT vs. Per-protocolPer-protocol（符合計畫書分析）：
只分析完全遵循研究計畫的受試者，排除中途退出、違反治療規定、或未完成所有測量的參與者。
與 ITT 的比較：
• ITT（意向性治療分析）：納入所有隨機分配的受試者，不論是否完成研究，更接近真實世界的治療效果
• Per-protocol：只納入完全依計畫完成的受試者，可能高估治療效果，但能回答「在理想條件下治療是否有效」
何時使用？
• 主要分析應採用 ITT（避免偏誤）
• Per-protocol 可作為敏感性分析或次要分析
• 兩者結果一致時，結論更可靠）
當文章缺少這些關鍵資訊時，應大幅降低對其結論的信賴程度！
CONSORT 流程圖互動解析
【圖表解說】CONSORT 試驗流程圖
下方的互動式流程圖展示了受試者在試驗中從招募到最終分析的完整歷程。點擊各個階段，可以查看該階段對應的關鍵報告項目及其重要性。
1. 登錄 (Enrollment)
評估潛在受試者是否符合資格
↓
2. 分配 (Allocation)
將合格受試者隨機分配至各組
↓
3. 追蹤 (Follow-up)
依計畫執行介入並追蹤結果
↓
4. 分析 (Analysis)
收集數據並進行統計分析
標準 CONSORT 流程圖範例
📌 CONSORT 流程圖延伸版本
針對不同研究設計，CONSORT 提供多種延伸版本的流程圖：
- 非藥物介入 (Non-pharmacological interventions)：適用於運動、物理治療、心理介入等
- 叢集隨機試驗 (Cluster randomized trials)：以群體為單位進行隨機分配
- 非劣性/等效性試驗 (Non-inferiority/equivalence trials)：測試新介入是否不劣於或等效於現有治療
- 實用性試驗 (Pragmatic trials)：在真實世界條件下進行的試驗
所有延伸版本均可在 CONSORT 官網的 Extensions 頁面找到。
📚 CONSORT 文獻範例
以下精選三篇明確遵循 CONSORT 指引的 RCT 研究，適合作為撰寫與評讀的學習範本。點擊展開查看詳細內容。
▶ 🏆 範例一：肌少症阻力訓練 RCT（Nature Scientific Reports, 2020）
研究標題：A randomized controlled trial of resistance and balance exercise for sarcopenic patients aged 80–99 years
發表年份：2020
研究設計：單中心、雙臂、平行組、單盲 RCT，嚴格遵循 CONSORT 聲明
研究對象：60 名 80-99 歲肌少症患者
介入方案：混合運動（平衡+阻力訓練）vs. 單純阻力訓練
📄 直接訪問：
https://www.nature.com/articles/s41598-020-75872-2
✓ CONSORT 亮點：
- 文中明確標註「according to the CONSORT statement」
- 提供完整的 CONSORT 流程圖（包含篩選、分配、追蹤、分析各階段人數）
- 詳細說明隨機序列生成與分配隱藏機制
- 清楚報告盲性執行程度與限制
- 採用 ITT 分析並說明缺失數據處理
▶ 🏆 範例二：老年人運動介入系統性回顧（The Lancet Healthy Longevity, 2023）
研究標題：Effects of physical exercise on physical function in older adults in residential care: a systematic review and network meta-analysis of randomised controlled trials
發表年份：2023
研究設計：系統性回顧與網絡統合分析，納入的 RCTs 均需符合 CONSORT 報告標準
研究對象：居住於照護機構的 60 歲以上老年人
納入標準：僅納入高品質的隨機對照試驗
📄 直接訪問：
https://www.thelancet.com/journals/lanhl/article/PIIS2666-7568(23)00057-0/fulltext
✓ 為何適合學習：
- 納入的所有 RCTs 均經過嚴格的方法學品質評估
- 可學習如何批判性評估多項 RCT 的報告品質
- 了解高品質 RCT 應具備哪些特徵
▶ 🏆 範例三：戶外運動 RCT（Am J Prev Med, 2023）
研究標題：mHealth to Support Outdoor Gym Resistance Training: The ecofit Effectiveness RCT
發表年份：2023
研究設計：遵循 CONSORT 指引報告的效益性隨機對照試驗
研究對象：招募期間 2019年9月 - 2021年3月
介入方案：行動健康 (mHealth) 支持的戶外健身房阻力訓練
📄 直接訪問：
https://www.ajpmonline.org/article/S0749-3797(23)00044-2/fulltext
✓ CONSORT 亮點：
- 文中明確說明「reported following the CONSORT guidelines」
- 適合學習非藥物介入 (non-pharmacological intervention) 的 RCT 報告
- 展示如何在社區環境中執行高品質 RCT
- 提供完整的參與者流程圖與詳細的介入描述
💡 如何使用這些範例進行學習
- 下載 CONSORT 檢核表：從官網下載 PDF 版檢核表
- 選擇一篇範例文章：點擊上述連結訪問全文
- 逐項對照評估：使用檢核表逐一檢查文章是否報告了 25 個項目
- 特別關注流程圖：找到文章中的 CONSORT 流程圖，計算流失率
- 學習優良範例：標記文章中報告得特別清楚的部分
- 撰寫評讀報告：總結該研究的優缺點與偏誤風險
建議：將這些範例文章與前面「案例 B（有問題的範例）」對比，能更深刻理解 CONSORT 的重要性！
🔍 更多 CONSORT 優良範例資源
PubMed 進階搜尋技巧：
("randomized controlled trial"[Publication Type]) AND ("CONSORT"[Title/Abstract]) AND ("exercise"[MeSH Terms] OR "physical activity"[MeSH Terms])
篩選條件建議：
- Article types: Randomized Controlled Trial
- Text availability: Full text
- Publication date: Last 5 years
- Journal categories: Medicine, General & Internal (Q1)
💡 提示：標題或摘要中明確提及「CONSORT」的文章，通常代表作者重視報告品質。
CONSORT 流程圖詳細解說
CONSORT 流程圖是評估 RCT 品質的視覺化工具，能快速呈現受試者在研究各階段的流動情況。以下詳細說明流程圖各階段應包含的關鍵數據：
📊 流程圖四大階段必報告項目
階段一：登錄 (Enrollment)
- 評估資格人數 (Assessed for eligibility)：共有多少人被篩選評估
- 排除人數及原因 (Excluded)：不符合納入條件者、拒絕參與者、其他原因
- 隨機分配人數 (Randomized)：最終納入隨機分配的總人數
💡 關鍵：排除率過高可能影響研究的外部效度（推廣性）
階段二：分配 (Allocation)
- 各組分配人數：實驗組與對照組各分配到多少人
- 實際接受介入人數：分配後實際開始接受介入的人數
- 未接受介入者及原因：已分配但未開始介入的人數（若有）
💡 關鍵：若有大量分配後未接受介入者，需檢視是否為隨機化失敗
階段三：追蹤 (Follow-up)
- 失聯人數 (Lost to follow-up)：各組在追蹤期間失去聯繫的人數
- 中斷介入人數 (Discontinued intervention)：中途停止介入的人數及具體原因（如副作用、無效、個人因素）
- 各組流失率：（失聯+中斷）÷ 分配人數 × 100%
⚠️ 警訊：流失率 >20% 或兩組差異 >10% 可能嚴重威脅內部效度
階段四：分析 (Analysis)
- 納入分析人數：各組最終納入統計分析的人數
- 排除分析者及原因：已完成追蹤但未納入分析的人數（若採用 ITT 應為 0）
- 分析方法說明：明確標註是否採用 ITT 原則
✓ 最佳實務：納入分析人數 = 隨機分配人數（完全 ITT）
📊 CONSORT 流程圖案例對照
透過兩個實際案例對比「優良」與「有問題」的流程圖報告。點擊展開查看詳細內容。
▶ ✅ 案例 A：優良的 CONSORT 流程圖範例
研究主題：高強度阻力訓練對老年肌少症患者肌力的影響（12 週 RCT）
|
登錄 (Enrollment)
|
評估資格：215 人
├ 排除：55 人（不符納入條件：35 人，拒絕參與：15 人，其他：5 人）
└ 隨機分配：160 人
|
|
分配 (Allocation)
|
阻力訓練組：80 人
├ 接受介入：80 人
└ 未接受介入：0 人
|
常規照護組：80 人
├ 接受介入：80 人
└ 未接受介入：0 人
|
|
追蹤 (Follow-up)
|
失聯：5 人
中斷介入：7 人
（原因：膝蓋不適 3 人、搬遷 2 人、個人因素 2 人）
流失率：15%
|
失聯：4 人
中斷介入：6 人
（原因：健康因素 4 人、搬遷 1 人、個人因素 1 人）
流失率：12.5%
|
|
分析 (Analysis)
|
納入分析：80 人（ITT）
缺失數據以多重插補法處理
|
納入分析：80 人（ITT）
缺失數據以多重插補法處理
|
✓ 為什麼這是優良範例？
- 完整透明：清楚報告每個階段的人數及流失原因
- 流失率合理：兩組流失率均 <20%，且組間差異 <3%（15% vs. 12.5%）
- 完全 ITT 分析：所有 160 位隨機分配者均納入最終分析
- 原因明確：詳列中斷介入的具體原因，有助於判斷是否與介入相關
- 數據處理透明：說明缺失數據的處理方法