循证医学每章重要资料

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方案。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，任何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方案、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

严格评价文献

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。

级别Ⅴ：病例报告和临床总结及专家意见。

第二章统计方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。其计算方法为：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－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、客观的综合方法；

–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。