循证医学考试重点42300.doc

1、精品循证医学(EBM):以有意识、明确、慎重的方式，利用现有的最佳证据，借鉴个人实践经验和人们的价值取向进行医学实践。核心思想：最好的证据，患者的价值取向，具体的医疗环境。实用循证医学“五部曲”:确定要确认的临床问题相关医学文献检索严格的文献评价最佳结果在临床决策中的应用总结经验和评价能力PICOS原则：p是指另一种干预o结果s研究设计，可用于特定病患者的I干预c对照组或比较证据搜索和收集的基本阶段：提出的临床问题分析选择搜索方法和制定数据库搜索策略发现的证据判断再次搜索搜索词：布尔逻辑搜索(AND，OR，NOT)位置运算符(WITH、NEAR、IN)范围运算符(=、=、-共6个)截断搜索(包

2、括截断字符*和通配符？)，以获取详细信息首先搜索()NOTANDNEARWITHOR)有限的字段搜索：字段标识符是字段名词，即字段解释证据评价的基本要素：真实性的严格评价，临床意义的严格评价，临床适用性的严格评价可靠性评估观点：研究设计因素研究对象因素观测结果因素数据收集和整理因素系统分析因素评价临床重要性的效果指标：1.事件发生率：例如痊愈率、效率、障碍率、死亡率、药物副作用、发生率、患病率等。这些事件在不同的组中显示如下：实验组事件发生率(EER)对照组事件发生率(CER)预计事件发生率(PEER):患者没有接受任何治疗而延迟事件的概率。2.绝对风险降低率(ARR):即实验组事件发生率与对

3、照组事件发生率的绝对差异。例如：实验组的死亡率为10%，对照组为15%，则arr=| 10%-15% |=5%3.相对风险降低率(RRR): ARR被CER删除的份额值的百分比例如：RRR=(cer-eer)/cer=(0.15-0.10)/0.15=33%4.需要副作用预防治疗的案件总数(NNT)例：急性心肌梗死患者需要65例溶栓治疗，可以防止一例死亡。NNT=1/arr5.绝对风险增长率(ARI):经常用于表示实验组和对照组之间药物副作用或严重事件发生率的绝对差异，AEI=eer-cer (%)6.相对风险增长率(RRI):是ARI被EER删除的份额值的百分比。RRI=(eer-cer)/

4、eer7.要治疗多少患者才有副作用(nnh)，nnh=1/ari8.相对风险(RR):用于观察特定风险因素暴露组事件发生率的比率，用于前瞻性比较研究，通常对RR2方具有临床意义9.比率(OR):在复查案例的-对照研究或系统评估中，表示与RR具有相似意义的曝光组与非曝光组事件的比率的相对比率10.置信区间(CL):为了帮助确定上述指标的实际范围，应用相关统计方法并计算相应的95%置信区间，其分布范围越小，准确度越高。11.诊断实验临床意义的评价指标：灵敏度、特异性、准确度、阳性预测值、语音预测值等干预效果测试指标政效负效应1.事件率(ER):有效、治愈率等事件比率(ER):副作用2.绝对风险降低

5、率(ARR)绝对风险增长率(ARI)相对风险降低率(RRR)相对风险增长率(RRI)4.需要副作用预防治疗的案件总数(NNT)治疗几个病人才有副作用(NNH)诊断测试通常使用指标。1.敏感度(SEN):在诊断实验中，以阳性检测的事例被确定为“瓶药”(以黄金为标准)的情况下所占的比重，称为敏感度。灵敏度越高，假阴性的情况越少，有助于筛选该疾病。Sen=a/(a c)2.特异性(SPE):诊断实验中用声音检测的病例被金标准确定为“无病”的病例所占的比重称为“特异性”。特异性越高，假阳性病例越低，尤其有助于确定诊断。Spe=d/(b d)3.患病率：诊断检查所检查的所有情况中实际“病”患者的百分比，

6、prev=(a c)/(a b c d)4.阳性预测值(PV):在诊断实验中检测为阳性的所有情况下，以“病”为例诊断黄金标准的比例。Pv=a/(a b)5.良性似然比(LR):在诊断实验中，“病”患者的实际阳性率和“无病”病例的实际阳性率之间的比率称为“阳性似然比”。诊断检查阳性时，表明患病的概率较高，比率越高，患病的概率越高。Lr=a/(a c) b/(b d)=sen/(1-SPE)假设检验方法：1基本思路：把握“小概率事件在抽样测试中不大可能发生”的原则步骤2:提出假设，选择单侧或双侧检查，以确定检查水平选择适当的考试方法计算统计确定p值并得出推断结论3注意事项：利用两个前提，通过样品分

7、析推断，整个数据应该具有良好的整体可读性。不能确定差异大小。绝对不能讨论结论。方法与技术设计、数据分布特性有关系统评价：一种新的文献综合方法。指标以特定临床问题为对象，完全收集系统、已发表或未发表的临床研究，采用临床力学严格评价文献的原理和方法，筛选符合质量标准的文献，定性或定量合成，得出可靠的综合结论，同时随着新的临床研究结果的出现及时更新特征叙述性文献复习系统评价研究问题涉及的范围往往更广经常集中在某个临床问题上原始文献的来源不经常说明，不全面清晰，经常多通道搜索方法经常没有说明有明确的搜索策略原始文献的评价经常有未解释的潜在偏见有明确的选择标准原始文档的评估评价方法不统一有严格的评价方法

8、结果的合成多采用定性方法多采用定量方法结论的推论有时遵循研究依据多跟随研究依据更新结果不定期更新根据新实验定量更新单个测试质量评估点-评估工具1.RCT中的质量评估工具：Cochrane偏置风险评估工具2.观察研究评估工具：NOS尺度(1)队列研究(2)案例-对照研究(3)横截面研究：AHRQ列表随机测试研究评估工具：MINORS量表4.诊断研究评估工具：QUADAS-2工具动物实验评估工具：CAMARADES列表Mate分析观测树指标相对风险RR比率与OR绝对风险应收帐款平均差异MD标准化平均差异SMD元分析的本质：平均计算方法(加权平均)通过评价平均值估计共同功效利用所有可能的信息提高估计

9、的准确性。异质性检查(中继分析前的必要工作):中继分析在严格的文件包含和排除标准下，最大限度地控制异质来源。但是，研究对象、设计方案、统计分析模型的差异等几个潜在的混合因素仍然存在，可能会发生异质性，此时强行合并结果只能产生问题。因此，在元分析之前，必须进行异质性检查，并根据异质性检查结果确定是否估计整合效果的数量。异质性太明显的话，就要探讨异质性的根源，妥善处理。异质性测试方法主要是q测试方法和视觉图形方法。q检验法的错误假设是研究中所有效果的数量相同(即h0: 1= 2=.= k)，q为： q= Wi ( I-平均值)，平均值= wi I/ wi，q= (I=1 k) wi I-(i是第I

10、次研究的效果，是平均耦合效果。k是包含的研究数。遵循q自由度为k-1的分布。如果Q (1-)下标，p 表示研究中的效果量具有异质性，并进一步计算异构指数I=Q-(k-1)/Q*100%，定量说明异质性。(必须在检查I之前计算q值)。异质性：同一元分析中包含的所有研究都有差异，因此元分析中不同研究之间的各种变化称为异质性。异质性分类：临床异质性、方法异质性、统计异质性。树系(树系):以OR和95%的置信区间绘制，横坐标为效果量表、o中心(OR或RR的1中心)、纵坐标为原始文献的编号，按一定顺序以图形显示每个研究结果。树系图可用于说明每项研究的结果及其特性，以显示研究之间结果的差异。如果研究RR/OR的95%CI包含1，即在森林地图中，95%CI的水平线与无效垂直线相交，则实验组/观察组的