传统医学与循证医学得差异.docx
《传统医学与循证医学得差异.docx》由会员分享,可在线阅读,更多相关《传统医学与循证医学得差异.docx(22页珍藏版)》请在冰豆网上搜索。
传统医学与循证医学得差异
循证医学就是指最佳得临床研究证据(核心)、临床经验与患者价值观(关注、期望、需求等)得有机结合。
循证医学四要素:
临床经验、研究证据、患者意愿、医疗环境
五个步骤:
提出问题、寻找证据、评价证据(真实性、重要性、实用性)、临床实践、总结及后效评价
传统医学与循证医学得差异
传统医学循证医学
1证据来源动物试验系统全面实验室研究临床研究
零散临床研究
过时得教科书
2收集证据不系统全面系统全面
3评价证据不重视重视
4医疗模式疾病/医生为中心病人为中心
5判断疗效实验室指标得改变病人最终结局
仪器或影像学结果(终点指标)
(中间指标)
系统评价(systemreview,SR)
u以某一具体临床问题为基础,全面收集全世界所有有关研究,采用临床流行病学严格评价文献得原则与方法
u对筛选出符合质量标准得文献,进行综合分析与评价
u必要时进行Meta-分析
u得出综合结论(有效、无效、应进一步研究)
系统评价得分类:
按原始研究类型不同
✓基于临床对照试验得系统评价
✓基于观察性研究得系统评价
●根据资料分析时就是否采用Meta分析
✓定性得系统评价
✓定量得系统评价
●按系统评价来源分
✓Cochrane系统评价
非Cochrane系统评价
Cochrane系统评价就是Cochrane协作网得评价人员按照统一工作手册(Cochranereviewers’handbook),在相应得Cochrane评价小组编辑部得指导与帮助下所完成得系统评价。
文献综述:
文献综述又称叙述性文献综述,由作者根据特定得目得与需要或兴趣,围绕某一题目收集相关得医学文献,采用定性分析得方法,对论文得研究目得、方法、结果、结论与观点等进行分析与评价,结合自己得观点进行阐述与评论,总结成文。
系统评价得意义:
及时转化与应用研究成果
●提高统计效能
●应对信息时代得挑战
系统评价得步骤:
1、提出要评价得问题(不肯定,有争论)2、制定纳入研究得标准3、检索研究4、筛选研究与搜集数据5、评估纳入研究得偏倚风险(
(1)内在真实性:
指单个研究结果接近真值得程度。
(2)外在真实性:
研究结果就是否可以用于研究对象以外得其她人群。
)6、分析数据并在可能得情况下进行Meta分析7、解决报告偏倚8、陈述结果与制作结果摘要表格9、解释结果与得出结论10、完善与更新系统评价
系统评价得常见偏倚:
检索文献阶段:
发表偏倚、数据库偏倚、重复发表偏倚、造假偏倚、语言偏倚
筛选文献阶段:
纳入标准偏倚、排除标准偏倚、筛选者偏倚、无法获取全文
资料提取阶段:
研究人员偏倚、原始研究偏倚
利益冲突偏倚
发表偏倚就是指有统计学意义得研究更容易投稿与被发表。
发表偏倚可使Meta分析过分夸大效应得关联程度。
如何识别发表偏倚:
漏斗图发、Begg’s检验(P>0、05,表明不存在发表偏倚
)、计算失安全系数
失安全系数NFS就是指需要增加多少个无统计学意义得研究,才能使合并得效应量无统计学意义。
NFS越小,发表偏倚越大,NFS越大,发表偏倚越小。
漏斗图所基于得假设就是效应量估计值得精度随着样本量得增加而增加,其宽度随精度得增加而逐渐变窄,最后趋于点状,其形状类似一个倒置得漏斗,故称漏斗图。
数据提取由两人独立完成,比较提取结果,对有争议得数据要讨论决定
分析资料:
定性分析:
采用描述得方法,将每个临床研究得特征按研究对象、干预措施、研究结果、研究质量与设计方法等进行总结并列出表格,以便浏览纳入得研究情况、研究方法得严格性与不同研究间得差异,计划定量合成与结果解释。
定量分析:
异质性检验、合成效应量、敏感性分析、发表偏倚分析
叙述性综述与系统综述得区别
叙述性综述系统综述
研究问题:
涉及范围较广常集中于某一问题
文献来源:
不全面明确,常为多渠道
检索方法:
常未说明有明确检索策略
文献选择:
有潜在偏倚有明确选择标准
文献评价:
方法不统一有严格评价方法
结果合成:
多为定性研究多为定量研究
结论推断:
有时遵循研究依据大多遵循研究依据
结果更新:
未定期更新依据新试验定期更新
Meta-分析(Meta-analysis)
广义:
系统评价得一种类型(目前普遍采用得定义)
用定量得统计学方法分析、综合、概括各研究结果得一种系统评价(定量系统评价)。
Meta-分析就是一种系统评价,而系统评价可以就是Meta-分析也可以不就是Meta-分析。
狭义:
一种定量合成得统计分析方法
Meta分析得统计目得
对多个同类独立研究得结果进行汇总与合并分析,以达到增大样本含量,提高检验效能得目得,尤其就是当多个研究结果不一致或都没有统计学意义时,采用Meta分析可得到更加接近真实情况得统计分析结果
异质性:
在Meta分析过程中,纳入得多个研究尽管都就是对同一临床问题或具有相同临床假设得研究。
但就是这些研究在研究对象得纳入与排除标准,样本含量、质量控制等方面可能不相同,从而导致了同一结局指标在多个研究间有差异。
异质性检验:
假如研究资料间得真实效应量一致,所有研究都来自于同一个总体,那么实际效应量间得差异可认为就是由抽样误差造成得。
但若效应量间差异过大,即这些变异不仅仅就是抽样引起得,纳入Meta分析得各个独立研究可能来自不同得总体,而总体效应量间存在差异,则考虑研究得异质性。
Q服从于自由度为K-1得χ2分布,Q值越大,其对应得P值越小。
I2=(Q-df)/Q×100%
Q<χ2α,k-1,则P>α,不存在异质性
Q≥χ2α,k-1,则P≤α,存在异质性
●I2统计量反应异质性部分在效应量总得变异中所占得比重。
其利用自由度校正了研究数目对Q值得影响,其结果不随研究数目得变化而改变,结果稳定
●I2=0,表示没有异质性
●I2统计量越大,异质性越大
●I2统计量25%,50%,75%,分别对应低,中,高异质性。
异质性得处理:
1、首先检查每个研究得原始数据就是否正确,检查提取数据得方法就是否正确。
2、如果产生得异质性原因可能就是由于疗程长短,用药剂量、病情轻重、对照选择等所致,可使用亚组分析与Meta回归。
3、敏感性分析,排除可能导致异质性得某些(个)研究后,重做Meta分析。
4、无法解释异质性来源得可选择随机效应模型。
5、如果异质性过于显著,不做Meta分析
下列情况不用做meta分析
●研究间得异质性无法得到合理得解释
●多个研究得合并结果无临床意义
●没有足够得,真实得,高质量得相关研究
效应量得合并:
第一步:
确定变量类型、第二步:
异质性检验、第三步:
计算各单个研究得效应量、第四步:
选择效应模型合并效应量
确定变量类型:
分类变量、连续型变量
合并效应量:
固定效应模型:
Mantel-Haenszel法、反方差法、Peto法
随机效应模型:
DerSimonian-Laird法
森林图就是由多个原始文献得效应量及其95%可信区间绘制而成,横坐标为效应量尺度,以0为中心(对于OR或RR,则以1为中心),纵坐标为原始文献得编号,按照一定得顺序,将各个研究得结果依次绘制到图上。
主要用于描述各个研究得结果及其特征,以及展示研究间结果得差异情况
敏感分析:
在排除异常结果得研究后,重新进行Meta分析,其结果与未排除时得Meta分析结果进行比较,探讨该研究对合并效应量影响程度及结果得可靠性。
应用最佳证据,指导临床决策
●充分评价真实性、可靠性、实用性得基础上,获得最佳证据,用于指导临床决策。
●基于最佳证据、患者意愿、医疗环境及条件,达到三者统一,使最佳决策得以实施。
1、真实性评价
●就是否根据随机对照试验进行得系统评价?
●就是否详细描述了检索策略?
●就是否对每个研究质量进行了评价?
●不同研究得结果就是否一致?
2、重要性评价
疗效得大小如何?
疗效得精确性如何
3、适用性评价
●就是否适用于我得病人?
●系统评价中得干预措施在我得医院中就是否可行?
●我得病人从治疗中获得得利弊如何?
●对于拟采用得干预措施与可能由此导致得不良反应,病人得价值观与选择如何?
问题得种类:
背景问题(疾病得一般知识问题)、前景问题(处理、治疗病人专门知识问题)
问题得构建方法:
●包括三或四个基本成分,可按PICO原则确定:
(1)患者或问题(patient或problem,P):
应包括病人得诊断及分类;
(2)干预措施(intervention,I):
包括一种暴露因素、一种诊断试验、一种预后因素、一种治疗方法等;
(3)对比措施(parison,C):
与拟研究得干预措施进行对比得措施,必要时用;
(4)结局指标(oute,O)
循证医学实践得类别:
证据提供者(doser)、证据应用者(user)
数据得来源:
原始研究证据数据库:
●MEDLINE,PubMed
●EMbaseDatabase
●中国生物医学文献数据库(CBMdisc)
●中文科技期刊数据库(VIPdata)
●中国循证医学/Cochrane中心数据库(ChineseEvidence-BasedMedicine/CochraneCenterDatabase,CEBM/CCD):
CEBM/CCD就是由中国循证医学/Cochrane中心组织建立与更新得以中文发表得临床干预性随机对照试验与诊断试验数据库。
已收录试验2万余条。
●国立研究注册(TheNationalResearchRegister,NRR):
NRR就是一个由英国国立卫生服务部(NationalHealthServiceNHS)资助或关注得在研或新近完成得临床试验得数据库。
二次研究数据库:
●Cochrane图书馆(CochraneLibrary,CL)
●Ovid循证医学数据库
●美国国立卫生研究院卫生技术评估与导向发布数据库(NationalInstitutesofHealthConsensusStatementsandTechnologyAssessmentStatements,NIHCS&TAS)由美国NIH得医学应用研究事务所(OfficeofMedicalApplicationsofResearch,OMAR)制作,就是一个关于卫生技术评估得数据库。
循证检索基本步骤:
•分析临床问题(明确研究目得)
•选择适当得数据库
•确定检索词
•编制检索策略
•初步检索
•调整检索策略
•输出检索结果
循证证据整合库:
—这类数据库通常就是按照PICO原则分解临床问题,由检索专家完成相关文献得检索,方法学专家完成文献得质量评价,然后由临床专家撰写并给出分级推荐意见。
—优点:
直接应用于临床
—缺点:
付费使用,内容比原始数据库少
UpToDate:
提供GRADE分级
✓高质量:
GradeA
✓中等质量:
GradeB
✓低质量:
GradeC
✓强烈推荐:
Grade1
✓弱推荐:
Grade2
DynaMed:
将证据质量分为三级
✓一级证据:
最有效得且以患者为中心得研究
✓二级证据:
运用科学研究方法但没有满足一级研究证据
✓三级证据:
不就是以患者为中心得非科学研究证据
Ø给出ABC三级推荐意见
✓A级:
一致且高质量得证据
✓B级:
不一致或有限得证据
✓C级:
缺乏直接得证据
其她循证证据整合库:
(4)BestPractice
(5)ACPSmartMedicine
(6)FirstConsult
(7)EssentialEvidencePlus
(8)MedscapeReference
(9)MicroMedex
(10)PEPID
确定检索词:
—需要注意得问题:
(1)检索词应该就是临床常用得规范术语
(2)检索词应该就是描述欲检索对象得特征词汇
(3)全面考虑检索词得同义词、近义词、不同拼写方式、时态、单复数、词性变化及缩写。
(4)初步检索未找到目标文献,常需要调整检索词。
调整检索策略:
1、扩大检索范围:
目标文献找不到或太少
(1)选择多个数据库
(2)考虑检索词得同义词、近义词、缩写等不同表达
(3)重新构建检索式:
减少AND,截词检索等
2、缩小检索范围:
目标文献太多不特异
(1)缩小数据库
(2)增加检索词
(3)重新构建检索式
(4)缩小检索文献得出版日期
研究设计与证据质量:
●高:
为不降级得随机试验与升2级得观察性研究;
●中:
为降1级得随机试验与升1级得观察性研究;
●低:
为降2级得随机试验与没有升降级得观察性研究;
●非常低:
为降3级得随机试验与降1级得观察性研究、病例分析、病例报告
总结:
证据分级与推荐强度得演进:
Ø从定性到定量(如从单个RCT到多个RCT得Meta分析)
Ø从局部到整体(只考虑试验设计到考虑研究质量、结果得一致性与直接性)
Ø从片面到全面(单纯针对治疗扩展到预防、诊断、经济学等)
Ø从个别到一般(涉及领域从临床、预防延伸到基础、管理、教育等)
Ø从分散到统一(从指导各自国家与组织到指导全球)
证据评价得基本要素:
Ø内部真实性(internalvalidity)(核心)
其研究方法就是否合理,统计分析就是否正确,结论就是否可靠,研究结果就是否支持作者得结论等。
(1)就是否随机
●就是否随机抽样
Ø目得:
保证样本得代表性
Ø方法:
单纯随机抽样、系统抽样、分层抽样、整群抽样
●就是否随机得分组
Ø目得:
保证比较组得可比性
Ø方法:
完全随机分配、区组随机分配、分层随机分配
(2)就是否估计样本量
Ø观察指标在人群中得发生频率(计数资料)
Ø两组均数得差值(计量资料)
Ø检验水准α(第一类错误)
Ø检验效能1-β(第二类错误)
(3)研究对象就是否有纳入与排除标准
●使用统一得诊断与排除标准
●入选得研究对象应能从试验中受益
●尽可能选择症状与体征明显得病人
●尽可能不用孕妇、老人、儿童为研究对象
●尽量选择依从性好得研究对象
(4)对照得选择就是否合适
对照得目得:
消除非处理因素得影响
空白对照、安慰剂对照、试验对照、标准对照、历史对照、自身对照、相互对照
(5)干预措施就是否明确
干预措施得定义
干预措施得数量与水平
干预措施之间得相互作用
干预措施得实施方案
(6)试验效应选择与测量就是否合理
●指标得性质:
定性得、定量得
●指标得数目:
根据研究目得确定
●指标得选择:
中间指标、终末指标
●指标得测量:
科学得方法、统一得方法
—(7)就是否使用盲法
—盲法得原则
目得:
控制人为主观心理因素对试验得干扰
受试对象、试验执行者、资料分析者
方法:
单盲、双盲、三盲
程序:
有没有描述
(8)就是否存在干扰或沾染
干扰:
就是指实验组额外地接受了其她药物或其她治疗措施而导致疗效提高,造成假阳性。
沾染:
对照组得患者额外地接受了实验组得药物,使对照组疗效提高,造成假阴性。
(9)观察期限就是否合理
(10)就是否有研究对象退出
—退出得比例大于20%,通常会影响证据得真实性。
—处理方法:
Ø退出得原因分析
Ø意向性分析:
退出得研究对象作为无效得数据纳入分析
Ø最差情况得演示分析:
试验组退出数据做无效计,对照组退出数据当有效计
(11)统计学方法应用就是否正确
—用样本估计总体
Ø点值估计:
样本统计量
Ø区间估计:
95%得可信区间
—组间比较得假设检验
Ø计量资料:
t检验、方差分析
Ø计数资料:
卡方检验、U检验
Ø等级资料:
秩与检验
—相关性分析:
线性相关
—多元分析
通过真实性评价可以得到三种结果
—真正得阴性结果、结果存在争议、真正有意义得阳性结果
Ø临床重要性(clinicalimportance)
就是指研究结果本身就是否具有临床价值。
n评价研究结果得临床价值主要采用一些客观指标,而不同得研究类型其指标不同,主要为效果与效应值得精确度(如可信区间,confidenceinterval,CI)。
【评价指标】
事件发生率(痊愈率、有效率、致残率、病死率、药物不良反应率等)
●绝对危险降低率(ARR)及相对危险降低率(RRR)
●绝对危险增高率(ARI)及相对危险增高率(RRI)
●预防一例不良事件需治疗总例数(NNT=1/ARR)
●治疗多少例患者会发生一例副效应(NNH=1/ARI)
Ø适用性(applicability)指文章得结果与结论在不同人群、不同地点与针对具体病例得推广应用价值(外部真实性)。
(适用、可行、利弊)
以病人为中心得临床研究证据远比以疾病为中心得研究证据实用。
证据评价得注意事项
⌦方法学评价就是基础:
研究设计直接决定证据得级别。
⌦证据得真实性就是评价重点:
不真实,就无所谓重要与适用。
⌦要选择恰当得评价指标:
要做到“门当户对”。
⌦评价力求全面系统:
针对研究得全过程(选题、设计、测量、分析、结果解释等)进行评价。
⌦评价要实事求就是:
任何研究都会有缺陷与不足,应合理评估其作用与不足。
⌦正确认识阴性结果:
不要遗漏阴性结果得证据。
病因或致病因素指在疾病得发生过程中起重要作用得各种因素,包括生物、物理、化学、社会以及人体自身得心理与遗传方面得所有事件或状态。
当这些因素作用于人体后导致疾病发生时,称之为致病因素,简称病因。
从流行病学角度:
那些能使人群发病概率升高得因素,就可认为就是病因,其中某个或多个因素不存在时,人群疾病频率就会下降。
流行病学层次得病因一般称为危险因素(riskfactor),即疾病发生概率(危险)升高得因素
因果关联得判断标准:
(1)时间顺序
(2)关联得强度(3)可重复性(4)合理性(5)关联得特异性(6)暴露与疾病分布一致性(7)剂量反应关系(8)暴露终止效应(9)相似性
RCT得优势:
减少偏倚
●随机分配可消除己知与未知混杂因素得影响
●研究者对干预因素可准确地按照试验设计进行测量
●盲法测量可消除观察者与被观察者主观因素得影响
●可用于研究某种治疗措施得不良反应
●缺点:
RCT在病因学研究中得可行性较差
队列研究:
●优势:
前瞻性,准确得测量暴露因素与疾病
●能确定致病因素与疾病得先后关系
●可行性强
●论证强度仅次于RCT
缺点:
致病因素不能为研究者控制
研究时间较长,对人力、物力、财力得要求高。
尤其就是发病率低、潜伏期长得慢性病。
队列研究:
由于非随机,研究者不能主动控制暴露,暴露组得某些重要体征与非暴露组不同。
●混杂因素,例:
假设患高血压得病人患癌症得危险性比正常人大,那么,在有关钙通道阻滞剂与癌症危险性得研究中,高血压将可能就是一个混杂因素。
●基线得描述
暴露组(各种原因服用钙通道阻滞剂)中患有糖尿病、心血管疾病、住院等得比例多于非暴露组(未用钙通道阻滞剂)
●混杂因素得调整
调整前:
RR=1、4(P=0、032)
调整多项导致基线不同得因素后:
RR=1、7(P=0、0005)
●前瞻性研究(RCT与队列研究):
RR
●回顾性研究(病例对照研究):
OR,就是RR得估计值
OR(RR)
保护因素危险因素
关联强度
0、9~1、0
1、0~1、1
无
0、7~0、8
1、2~1、4
弱
0、4~0、6
1、5~2、9
中
0、1~0、3
3、0~9、9
强
<0、1
10~
很强
●ARI(Absoluteriskincrease):
绝对危险增加率,AR
ARI=︳对照组结局发生率-干预组结局发生率︱
●RRI(Relativeriskincrease):
相对危险增加率,AR%
●NNH(Numberneedtoharm):
导致1例副作用(如癌症)得发生需要治疗(如钙通道阻滞剂)病人得人数
NNH=1∕ARI
前瞻性研究:
随机对照试验与队列研究中直接计算NNH,为暴露组与非暴露组不反应发生率之差得倒数。
●1000名患者接受治疗,20人出现不良反应,a=20,a/(a+b)=2%;
●1000名未接受治疗患者中2人出现不良反应:
c=2,c/(c+d)=0、2%;
●ARI=2%-0、2%=1、8%
●NNH=1/ARI=55、6≈56。
【结论】即多治疗56位患者,就会多出现1例不良反应。
病例对照研究:
NNH计算复杂
●当OR<1时,NNH计算公式为:
l-[PEER(1-OR)]/PEER(1-PEER)(1-OR);
●当OR>1时,NNH计算公式为:
1+[PEER(OR-1)]/PEER(1-PEER)(OR-1)。
●PEER(patientexpectedeventrate,PEER)就是患者预期事件发生率,即未暴露于可疑危险因素时,研究对象不良反应发生率。
注意:
●RR或OR不能说明不良反应出现得频率,只说明暴露组与非暴露组相比更多或更少出现不良反应得结果,故NNH给临床医师与病人得印象更为直观。
●当RR相同时,如果不良反应发生率不同,得出NNH也不相同。
对因果关系强度评估,需要综合考虑两种或多种指标。
如果95%CI范围较狭小,上下限值不包括1、0,则其精确度高,有统计学意义。
真实性得评价原则
1、病因与危险因素研究就是否采用了论证强度高得研究设计方法?
2、试验组与对照组得暴露因素、结局得测量方法就是否一致?
就是否采用了盲法?
3、观察期就是否足够长?
结果就是否包括了全部纳入得病例?
4、病因与危险因素研究因果效应得先后顺序就是否合理?
5、危险因素与疾病之间有否剂量效应关系?
6、病因与危险因素研究得结果就是否符合流行病得规律?
7、病因致病得因果关系就是否在不同得研究中反映出一致性?
8、病因致病效应得生物学依据就是否充分?
9、偏倚及其影响?
重要性得评价原则
1、暴露因素/干预措施与不良反应之间得关联强度如何?
3、多发生1例不良反应所需要治疗得患者数(NNH)
3、暴露因素/干预措施与不良反应之间关联强度得精确度如何?
适用性得评价原则
1、患者与研究对象就是否存在较大差异,导致研究结果不能应用?
2、患者可能暴露因素与研究暴露因素就是否有重要不同?
3、就是否应该停止或继续暴露因素(即可疑得诊治干预措施)?
诊断试验评价:
1、真实性评价:
评价诊断试验得准确性。
2、可靠性评价:
评价诊断试验得稳定性。
诊断试验得真实性评价指得就是将待评价得诊断试验与诊断目标疾病得标准方法-“金标准”进行同步盲法比较,判定该方法对疾病诊断得真实性。
步骤:
确定金标准(goldstandard)
1选择受试对象2确定样本量3整理评价结果
金标准得方法:
病理活检、手术发现、尸检、综合诊断等。
选择受试对象:
选择原则:
受试对象应能代表诊断试验可能应用得目标人群。
病例组:
应包括不同得临床类型。
对照组:
应选择没有目标疾病得其她病例,特别就是易于与该病产生混淆得疾病。
一般不把正常人纳入对照。
确定样本量:
与样本量有关得因素:
(1)待评价诊断试验得灵敏度(病例组)
(2)待评价诊断试验得特异度(对照组)
(3