PECO框架和PICO框架有什么区别？

PICO常用于临床干预研究；PECO把干预换成暴露因素，更适合公共卫生中的观察性研究，分别界定人群、暴露、对照和结局。

公共卫生论文的结论需要写政策建议吗？

建议写。把研究发现转化为具体的政策建议或干预方向，是公共卫生论文区别于纯基础研究的重要特征。

公共卫生专业硕士生常有一个共同困惑：研究横跨流行病学、卫生统计和健康政策，论文到底侧重哪个维度？评审又按什么标准打分？下面结合评审逻辑，整理十个得分点。

核心问题是：这项研究对人群健康或卫生政策有无实际价值？评审看重的不是课题是否前沿，而是是否针对真实存在的问题。选题应说明目标人群是谁、面临什么健康威胁、现有应对存在什么不足。

要体现系统检索的思路，覆盖主要数据库，并对现有证据做质量评估，而不是简单堆砌。综述还要清楚呈现研究空白，已有研究解决了什么、还有什么悬而未决。

公共卫生研究以人群为核心。建议用PECO框架表达：Population、Exposure、Comparison、Outcome，界定研究对象、暴露因素、对照条件和健康结局。问题模糊，会影响后续所有环节的评分。

横断面、队列、病例对照和干预研究各有适用场景。评审考察设计是否与问题及现实条件匹配。若采用观察性设计，应说明为何不用实验性设计，并主动交代因果推断的局限。

重点看数据是否权威、样本代表性如何、问卷或量表是否经过信效度验证、如何控制偏倚。使用二手数据时，要说明获取途径和适用范围；自行收集一手数据时，要详细描述调查方案和质量控制措施。

除基础检验外，要正确使用发病率、患病率、相对危险度（RR）、比值比（OR）等指标。指标选错或解读不准是常见失分点，尤其要注意OR与RR的适用场景差异以及混杂因素的控制方式。

结论不应止步于“某因素与某健康结局相关”，还应说明对公共卫生政策或干预措施有何启示。政策指向越具体，得分越高。

说明伦理审批情况、知情同意的获取方式和数据匿名化措施。涉及儿童、老年人、患者等群体时，还需说明额外的保护措施。

样本代表性、因果推断能力、数据时效性等往往受限。分析要避免两个极端：完全回避，或过度渲染到让人怀疑研究价值。

数据量大，图表是核心。图表要规范清晰，数据与正文一致，统计结果完整包含样本量、统计量、P值和置信区间。引用格式全篇统一。

提交前建议专门核对一遍图表与正文数据是否一致，再对照十项自查，找到最需要补强的环节。