藥物研發很難，可以說目標明確的研發成功率極其低下。
就算是成功的一些研發，在全世界的藥物研發歷史中，大概有百分之三十多的研發都是意外才弄出了新藥。
這裡的新藥，不是指衍生一類的。
比如肅大張凡的這位同學王立銘，當年的女學霸，現在的女專家，中原四省人士，當年人家的進入肅大的分數六百多，而張凡他們……
本科畢業直接保研，然後讓肅省的學渣給拿下，碩士畢業結婚生子，就回不去了。如果是放在學渣身上，這個已經就到頭了，剩下的就是縱橫捭闔酒廠王子了。
但王立銘不一樣，奶着孩子讀博士，孩子幼兒園還沒畢業，她反倒是博士畢業了。
然後看似順當的路開始坎坷起來了。
就是因爲她的研究，第一筆國自然的基金申請的很順當，不過問題就出在這裡，國外幾百億才能完成的項目，你幾十萬就能搞定嗎？
是國外人傻呢，還是你的錢面積大？
現在她就有點掛在樹上的感覺了，不上不下，一個並非頂級大學或者說一個並非國家一流的醫院能撐起她的科研嗎？
不能，就算是一路順當，也撐不起來，何況是這種坎坎坷坷的。很多人都勸她，不行就換個方向，你多發點論文，先把你的江湖地位撐起來再說吧。
有人說過，華國哪裡人最倔？在每個老婆的嘴裡，肯定是自家那個矇頭的驢最倔，其實這也是一種韌性。讓張凡說，他覺得中原四省的人最有韌性，比沿海人有紀律，比邊疆人有靈性。
她都做好準備了，如果實在沒辦法了，就去南方。
結果，黑子來了！
招待所裡，王立銘有點軀體僵硬，人多的時候，她還看似放鬆，其實也是被逼的，一個學霸一個實驗室的專家，其實並不怎麼擅長在言語上光彩絢麗。
本科的時候，她估計都沒和張凡說過十句話。
“呵呵，坐坐坐！王主任這是你本家，不過人家可比你厲害，五年本科，永遠的年級前三，國家級的獎學金是什麼樣的我都沒見過，人家是年年拿。
大晚上的就別泡茶了，弄點那個檸檬汁什麼的。”
張凡也看出自己這個同學的不自在，“呵呵，您不說我也知道，王主任和咱們醫院的李存厚院長啊，趙京津院長一模一樣，都是醉心專業的。
我給您弄點檸檬水，弄點常溫的吧？”
等王立銘順暢了一點以後，張凡和對方聊了兩句，就是什麼家庭了，孩子了，然後就開始專業上的對話。
而且是視頻會議，茶素在家的院長都打開視頻，連趙燕芳也在，現在又多了一個葛輝祖。
當正式會議開始，王紅和老陳就進入了一種我是不是來錯地方的感覺了。
普及性的醫療和研究性的醫療差別太大太大了，大的都能成爲兩種不同的語言和體系。
“僅患有 CAO的男性在預後的結局較差（CAO：7.04± 4.52;VAO：6.30± 4.22;CaVAO：6.43± 4.15;p = 0.006;效應大小在-0.03和 0.17之間）和焦慮（CAO：6.94± 4.20;VAO：6.31± 3.89;CaVAO：6.51± 4.05;p = 0.033;效應大小在-0.05和 0.15之間）……”
王立銘在說自己研究的一項數據的時候，王紅和老陳根本就聽不懂。
“行了，咱們直接開門商討，王主任也在，大家一起說一說。”
張凡其實聽到後半段就已經閉上了眼睛，王立銘以爲自己的研究張凡不看好，眼睛都閉上了，弄的王主任後半段都有點發揮失常了。
而且聽到當面開會研究，王立銘心裡還是失落的，西北畢竟是西北啊，看來……
首先發言提問的是趙燕芳，茶素醫院這邊，是按業不按職，你負責這一塊你的話語權最大，當然了，這個不包括張凡。
不過王立銘不知道，能讓張凡閉眼的，不管是手術也好科研也罷，這都是已經說明有一定段位的，怎麼沒見商討闌尾的時候張凡閉眼呢。
雖然不知道，但王立銘還是認真的坐在視頻前方，沒有說站起來就走。
視頻會議屏幕上，茶素醫院科研教頭趙燕芳率先開口。她的聲音清晰冷靜，帶着科研工作者特有的審慎，先自我介紹了一下，然後直接就開門見山：
“王主任，感謝你的報告。我對你提出的CAO/VAO/CaVAO分型模型很感興趣。基於量表（HADS）得分差異來預測遠期生存質量和心理負擔，這是一個新穎且具有臨牀轉化潛力的切入點。但有幾個關鍵問題需要深入探討。”
她調出王立銘共享的研究數據摘要：
“你是否充分了解患者基礎心理狀態、社會支持系統、經濟狀況、合併慢性疾病（如高血壓、糖尿病）等混雜變量？
這些因素本身就可能顯著影響治療。在多元迴歸模型中，CAO是否仍是獨立預測因子？其調整後的風險比（HR）或比值比（OR）是多少？效應量（如Cohen's d）是否具有臨牀意義？……”
王立銘一聽，立刻就有了精神了，因爲對方專業。她不怕被質疑，研究本來就需要被人審視的。
但她怕的是不懂還非要問，比如放款的一些……
“趙教授，我們在多變量Cox迴歸模型中納入了年齡、教育程度、婚姻狀況、家庭收入、Charlson合併症指數等變量……”
很枯燥，全是一些聽起來似是而非的語言，做記錄的王紅這會眼皮子都快打架了，筆記本上幾乎沒寫幾個有用的，甚至到後面，直接就開始畫圈圈。
根本聽不懂。
趙燕芳對任麗點了點頭，然後笑着給王立銘說了一句，接着就低頭在筆記本上快速記錄：“數據支撐有力。建議在後續論文中詳細報告多變量模型的所有協變量和結果，並補充效應量的臨牀意義解讀。縱向數據很有價值，期待結果。”