同一个心理健康管理项目，总体结果显示平均改善。报告接着说，某类员工受益尤其明显，建议今后优先向他们提供服务。负责人面对的选择由此变得具体：这个差异可靠到足以改变服务安排了吗？
总体平均效果提供了一个起点，却没有保证每一类人都获得同样收益。要支持“这类人更受益”，需要直接比较群体间的效果差异，并弄清分组问题从何而来、估计有多不确定，以及差异能否在后续项目中重现。
先确认比较的是两份服务效果
假设要了解同一压力支持项目对轮班与固定班员工的效果，这只是一个说明性场景。若项目有适当的对照，应先在轮班员工中比较服务与对照，再在固定班员工中做同样比较，最后比较这两份服务效果。
只拿接受服务后的两组分数比较，可能混入原有压力差异；只比各组前后改善，也可能混入同期工作安排等变化。非随机项目即使加做分组分析，仍需面对参与选择和其他混杂，不能因此升级为可靠的因果试验。
统计中的“交互作用”在这里回答：服务的效果是否随分组变量而改变。它需要直接分析两份效果之间的差异。一组显著、另一组不显著，并不能证明差异成立；这类显著标记的基本误读，可参看心理健康服务效果的证据解读。
上图只说明比较关系，不表示轮班或固定班员工实际受益更多。两组还必须使用可比的结果定义、随访时点和效果尺度。
效果尺度也会影响答案。比较分数变化、目标结果出现率的绝对变化，或相对变化，衡量的是不同问题。同样的相对改善，在原有发生率不同的两组里，可能对应不同的绝对收益。报告应把所说的“更有效”落到具体尺度上，不能只给一个笼统排名。
一个突出差异，要经得起怎样的追问
最有分量的问题通常在结果出来前已经提出，并有理由预期某个方向。例如服务时段可能与班次安排有关，这是可以事前说明的假设。预先写下“将按所有人口学变量分析”，却没有方向和依据，对主张可信度的帮助有限。
还要问分组依据是在服务前还是服务后取得。“全程参加的人改善更多”可能涉及原有动力、时间条件或早期体验差异。按完成次数、满意程度甚至改善结果再分组，不能轻易解释为项目对某类人具有特殊效果。
接着看报告有没有展示各组人数、效果估计及其区间。区间表达估计的不确定范围；小亚组或人数悬殊的两组，往往难以精确估计差异。某一组点估计看起来最好，区间却很宽时，按排名分配资源容易把不稳定结果当成规律。
同样，交互检验没有发现显著差异，也不能证明两组完全同效。它可能意味着目前没有清楚的差异证据，也可能是样本和精度不足。应结合差异估计及其区间，判断现有数据是否仍容许实际重要的差别；不能只凭一个P值宣布所有人收益一致。
最后检查报告找过多少种“特别有效的人”。年龄分法换几次、基线分数切点换几处、结果指标挑几个，再只展示最醒目的组合，偶然出现亮点的机会就会上升。连续变量也未必真的存在某个突然分界，数据中最漂亮的切点不宜直接变成服务资格线。
ICEMAN官方手册将预期方向、已有证据、直接交互分析、多重探索及切点选择列为评价差异主张的考虑因素。它帮助审查一项已有主张的可信度，不能用来证明所有群体的效果都相同。
把探索线索变成下一次可以核对的问题
事后发现仍可能有价值。比如某一群体看起来收益较小，可以先保留为待确认线索，核查服务是否容易到达、实施条件是否一致，并在下一次项目开始前明确分组理由和分析计划。这样既不丢掉有意义的问题，也不把一次发现立即变成排除某类人的依据。
若要据此调整服务投放，证据要求应更高：差异是否得到独立重复，方向和大小是否相近，适用人群与服务条件是否和本机构相符。可信的群体差异也只描述平均情况，不能据年龄、性别或班次替某个人决定治疗或断定其不会受益。
EMA的亚组研究指南讨论了这类预设、精度和外推问题，其原始对象是确认性临床试验。用于阅读心理健康项目报告时，可借鉴统计原则，但不能把药品试验规则当成本地服务的法规要求。
服务安排需要与证据强度相称。总体证据支持项目、分组证据尚不确定时，报告可以明确写“目前不足以确认哪类人收益更大”，同时继续观察具体群体的实际体验。若资源调整将影响谁能获得服务，就应要求比一张突出分组图更扎实的依据。