循证医学每章重点

.

循证医学

第一章 概论

EBM---概念：有意识地、明确地、审慎地利用当前的最佳证据制定关于个体病人的诊治案。实施循证医学意味着要参酌最好的研究证据、临床经验和病人的意见。EBM实践就是通过系统研究，将个人的经验与能获得最佳外部证据融为一体。EBM强调，任医疗决策的确定都要基于临床科研所取得的最佳证据，即临床医生确定治疗案、专家确定治疗指南、政府制定卫生政策都应根据现有的最佳证据来进行。

EBM---医学实践的步骤（五步曲） 确定临床实践中的问题 检索有关医学文献 格评价文献

应用最佳证据，指导临床决策 评估1-4项的效果和效率，不断改进 EBM证据的分级

级别I：研究结论来自对所有设计良好的RCT的Meta分析及大样本多中心临床试验。

级别Ⅱ：研究结论至少来自一个设计良好的RCT。

级别Ⅲ：研究结论来自设计良好的准临床试验，如非随机的、单组对照的、前后队列、时间序列或配对病例对照系列。

级别Ⅳ：结论来自设计良好的非临床试验，如比较和相关描述及病例研究。

Word 文档

.

级别Ⅴ：病例报告和临床总结及专家意见。 第二章 统计法在循证医学中的应用

可信区间（confidence interval，CI）可信区间主要用于估计总体参数，从获取的样本数据资料估计某个指标的总体值（参数）。

EER即试验组中某事件的发生率(experimental event rate，EER)如对某病采用某些防治措施后该疾病的发生率。

CER即对照组中某事件的发生率(control event rate，CER)如对某病不采取防治措施的发生率。

危险差（rate difference，risk difference，RD）两个发生率的差，其大小可反映试验效应的大小。

相对危险度RR（relative risk,RR）是前瞻性研究中较常用的指标，它是试验组某事件发生率p1与对照组（或低暴露）的发生率p0之比，用于说明前者是后者的多少倍，常用来表示试验因素与疾病联系的强度及其在病因学上的意义大小。 其计算法为：RR=P1/P0=EER/CER 当RR＝1时，可认为试验因素与疾病无关； 当RR＞1时，可认为试验组发生率大于对照组； 当RR＜1时，可认为试验组发生率小于对照组。

RRR为相对危险度减少率 (relative risk reduction)： RRR=|CER-EER|/CER = 1-RR.RRR反映了某试验因素使某结果的发生率增加或减少的相对量，但是，该指标无法衡量发生率增减的绝对量。

RRI，相对危险度增加率(relative risk increase，RRI)试验组中某不利结果的发生率为EERb，对照组某不利结果的发生率为CERb，RRI可按下式计算： RRI = |EERb

Word 文档

.

－CERb |/ CERb

RBI，相对获益增加率(relative benefit increase，RBI)，试验组中某有益结果的发生率为EERg，对照组某有益结果的发生率为CERg，RBI可按下式计算： RBI=|EERg-CERg |/ CERg

绝对危险度减少率 (absolute risk reduction，ARR)，其计算公式为：ARR=|CER-EER|

绝对危险度增加率(absolute risk increase，ARI)，即试验组中某不利结果发生率EERb与对照组某不利结果发生率CERb的差值，不利结果（bad outcomes）如：死亡、复发、无效等，其计算公式为 :ARI =|EERb－CERb|

绝对受益增加率(absolute benefit increase，ABI)，即试验组中某有益结果发生率EERg与对照组某有益结果发生率CERg的差值，有益结果（good outcomes）如：治愈、显效、有效等，其计算公式为： ABI=|EERg-CERg|

NNT(the number needed to treat)的临床含义为：对病人采用某种防治措施处理，得到一例有利结果需要防治的病例数 NNT=1/|CER-EER|=1/ARR

NNH的临床含义为：对病人采用某种防治措施处理，出现一例副作用需要处理的病例数

LHH，防治性措施受益与危害的似然比（likelihood of being helped vs. harmed, LHH），其计算公式为：

LHH=NNH/NNT该指标反映了防治措施给受试者带来的受益与危害的比例，LHH>1，利大于敝，反之，LHH<1时，敝大于利

加权均数差(WMD, Weighted Mean Difference) 某个研究的两均数差d .该指标以试验原有的测量单位，真实地反映了试验效应，消除了绝对值大小对结果的

Word 文档

.

影响，在实际应用时，该指标容易被理解和解释。

SMD可简单地理解为两均数的差值再除以合并标准差的商，它不仅消除了某研究的绝对值大小的影响，还消除了测量单位对结果的影响。因此，该指标尤其适用于单位不同或均数相差较大的数值资料分析。但是，标准化均数差(SMD)是一个没有单位的值，因而，对SMD分析的结果解释要慎重。 第三章系统综述和Meta分析 Meta分析与传统文献综述的区别 传统文献综述的缺陷

? 主观综合

? 缺乏共同遵守的原则和步骤 ? 注重统计学是否“有意义” ? 等价对待每篇文献，无权重 ? 定性而非定量

Meta分析的功能：

– 定量综合；

– 对同一问题提供系统的、可重复的、客观的综合法； – 通过对同一主题多个小样本研究结果的综合，提高原结果的统计效能，解决研究结果的不一致性，改善效应估计值；

– 回答原各研究未提出的问题。

系统综述和Meta分析的步骤和法 一．拟定研究计划

Word 文档

.

明确研究目的 提出检验假设 特殊注意的亚组

确定和选择研究的法和标准 提取和分析资料的法和标准

二．收集资料 原则：多途径、多渠道、最大限度收集相关文献 三．根据入选标准选择合格的研究 四．复习每个研究并进行质量评估

一般来说，至少应从以下三面来评估一个研究的质量：

（1）法学质量：研究设计和实施过程中避免或减小偏倚的程度； （2）精确度：即随机误差的程度，一般用可信限的宽度来表示； （3）外部真实性：研究结果外推的程度。 五、提取变量，填写过录表，建数据库 六、计算各独立研究的效应大小 七、异质性检验（heterogeneity） 八、计算合并后综合效应的大小 九、敏感性分析

meta分析常用统计法主要涉及两点，

一是对各研究结果进行异质性检验（又叫一致性检验、齐性检验） 二是根据检验结果选用固定效应模型或随机效应模型对各研究的统计量进行加权合并。

发表偏倚（publication bias）发表偏倚指具有统计学显著性意义的研究结果较

Word 文档