顶点小说

数据（第1页）

凌晨1:30，心外科办公室。

林栖坐在电脑前。屏幕的光是冷的，蓝白色，像无影灯的色温。她调低了亮度，从100%降到40%。40%的光足够看清表格里的数字，但不够照亮她的脸。她的脸在屏幕的反射中是模糊的，像一张被水浸泡过的CT影像。

她用左手握鼠标。右手放在桌面上，手指自然张开，像五根被拆散的缝合针。左手操作鼠标比右手慢，点击的精确度差了大约15%——她估算的，基于点击错误率。但她需要练习。右手在精细操作中的可靠性正在下降，她必须让左手接管所有非手术任务。

她打开医院内网系统，输入自己的工号和密码。系统跳转，显示“心外科医师手术数据查询”界面。她点击“麻醉数据关联查询”，时间范围选择“2024年6月1日至2024年9月15日”。

屏幕加载了五秒。五秒里，她的左手食指悬在鼠标左键上方，没有落下。右手的手指在桌面上轻轻敲击，节奏是她在手术中数缝合针数的节奏——一、二、三、四、五。五下。

数据加载完成。表格显示：Q2至Q3，心外科所有心脏手术的麻醉参数汇总。87台手术，9名主刀医师，43名麻醉执行医师。

她拖动滚动条，找到“丙泊酚代谢率偏差”一列。她点击筛选按钮，选择“偏差绝对值>0。5%”的行。

屏幕刷新。87台中，有11台符合筛选条件。发生率：12。6%。

她看着这个数字。看了三秒。

12。6%。砚山在术后讨论会上说，她的手术异常率是37。5%。但科室整体异常率是12。6%。这意味着，异常不是只发生在她的手术中。异常是科室层面的。

但她注意到一个细节。11台异常手术中，按主刀医师分层：

林栖：8台手术，3台异常。37。5%。

张主任：15台手术，2台异常。13。3%。

李副主任：12台手术，2台异常。16。7%。

王主治医师：18台手术，2台异常。11。1%。

其他5名医师：34台手术，2台异常。5。9%。

她的异常率是最高的。不是绝对数量最高，是比例最高。8台里3台，37。5%。

她用左手点击鼠标，导出数据到Excel。Excel打开，她新建一个工作表，命名为“分层分析”。她手动输入上述数字，计算卡方检验。她不需要统计软件，她能在脑子里完成计算——但她需要把过程写在纸上，确认自己没有算错。

卡方值：7。84。自由度：4。P值：0。097。

0。097。大于0。05。统计学意义上，她的异常率与其他医师的差异不显著。样本量太小，8台手术，3台异常，卡方检验的效力不足。

但她知道，统计学不显著不代表临床不显著。37。5%和12。6%之间的差距是真实的，即使样本量不足以证明它是“显著的”。

她关闭Excel，回到内网系统。她点击“时间序列分析”，按月份查看异常率。

6月：0%。

7月：0%。

8月：第1周，0%。第2周，0%。第3周，1台异常。第4周，2台异常。

9月：第1周，2台异常。第2周，3台异常。第3周，3台异常。

异常从8月第3周开始。8月第3周，正是她确诊ALS的那一周。

她的右手在桌面上停止了敲击。手指悬在空中，像一台被按了暂停键的机器。

8月第3周。她确诊ALS。同一天，或者同一周，科室出现了第一台麻醉异常手术。那台手术的主刀不是她，是张主任。一台二尖瓣置换，丙泊酚代谢率偏差-0。6%。

她点击那台手术的详情。患者信息，麻醉执行医师，基因筛查报告。CYP2D6：快代谢型。偏差：-0。6%。术后恢复：正常，无并发症。

第一台异常手术，没有并发症。第二台，也没有。第三台，也没有。直到——

她拖动滚动条，找到第5台异常手术。8月第4周。主刀：林栖。丙泊酚-0。5%。术后：正常。

第6台。9月第1周。主刀：林栖。-0。6%。术后：正常。

第7台。9月第1周。主刀：林栖。-0。7%。术后：正常。

第8台。9月第2周。主刀：林栖。肌松残留。术后：拔管延迟12分钟。

第9台。9月第2周。主刀：张主任。-0。5%。术后：正常。

第10台。9月第3周。主刀：林栖。血压波动，肌松残留。术后：拔管延迟。

第11台。9月第3周。主刀：李副主任。-0。6%。术后：正常。

她看着这11台手术的时间线。看了很久。