传统医学和循证医学的差异

循证医学是指最佳的临床研究证据（核心）、临床经验和患者价值观（关注、期望、需求等）的有机结合。

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

传统医学和循证医学的差异

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

过时的教科书

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的改变病人最终结局

仪器或影像学结果(终点指标)

(中间指标)

系统评价（system review, 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的原则和方法

u对筛选出符合质量标准的文献，进行综合分析和评价

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)

系统评价的分类:

按原始研究类型不同

✓基于临床对照试验的系统评价

✓基于观察性研究的系统评价

●根据资料分析时是否采用Meta分析

✓定性的系统评价

✓定量的系统评价

●按系统评价来源分

✓Cochrane系统评价

非Cochrane系统评价

Cochrane系统评价是Cochrane协作网的评价人员按照统一工作手册（Cochrane reviewers’handbook),在相应的Cochrane评价小组编辑部的指导和帮助下所完成的系统评价。

文献综述：文献综述又称叙述性文献综述，由作者根据特定的目的和需要或兴趣，围绕某一题目收集相关的医学文献，采用定性分析的方法，对论文的研究目的、方法、结果、结论和观点等进行分析和评价，结合自己的观点进行阐述和评论，总结成文。

系统评价的意义：

及时转化和应用研究成果

●提高统计效能

●应对信息时代的挑战

系统评价的步骤：

1、提出要评价的问题（不肯定，有争论）

2、制定纳入研究的标准

3、检索研究

4、筛选研究和搜集数据

5、评估纳入研究的偏倚风险（（1）内在真实性：指单个研究结果接近真值的程度。（2）外在真实性：研究结果是否可以用于研究对象以外的其他人群。

）6、分析数据并在可能的情况下进行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、完善和更新系统评价

系统评价的常见偏倚：

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

发表偏倚是指有统计学意义的研究更容易投稿和被发表。发表偏倚可使Meta分析过分夸大效应的关联程度。

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N FS是指需要增加多少个无统计学意义的研究，才能使合并的效应量无统计学意义。N FS越小，发表偏倚越大，NFS越大，发表偏倚越小。

漏斗图所基于的假设是效应量估计值的精度随着样本量的增加而增加，其宽度随精度的增加而逐渐变窄，最后趋于点状，其形状类似一个倒置的漏斗，故称漏斗图。

数据提取由两人独立完成，比较提取结果，对有争议的数据要讨论决定

分析资料：定性分析：采用描述的方法，将每个临床研究的特征按研究对象、干预措施、研究结果、研究质量和设计方法等进行总结并列出表格，以便浏览纳入的研究情况、研究方法的严格性和不同研究间的差异，计划定量合成和结果解释。

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

叙述性综述和系统综述的区别

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：系统评价的一种类型(目前普遍采用的定义)

用定量的统计学方法分析、综合、概括各研究结果的一种系统评价(定量系统评价)。Meta-分析是一种系统评价，而系统评价可以是Meta-分析也可以不是Meta-分析。

狭义：一种定量合成的统计分析方法

Meta分析的统计目的

对多个同类独立研究的结果进行汇总和合并分析，以达到增大样本含量，提高检验效能的

目的，尤其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的统计分析结果

异质性：在Meta分析过程中，纳入的多个研究尽管都是对同一临床问题或具有相同临床假设的研究。但是这些研究在研究对象的纳入和排除标准，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：

假如研究资料间的真实效应量一致，所有研究都来自于同一个总体，那么实际效应量间的差异可认为是由抽样误差造成的。

但若效应量间差异过大，即这些变异不仅仅是抽样引起的，纳入Meta分析的各个独立研究可能来自不同的总体，而总体效应量间存在差异，则考虑研究的异质性。

Q服从于自由度为K-1的χ2分布，Q值越大，其对应的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的变异中所占的比重。其利用自由度校正了研

究数目对Q值的影响，其结果不随研究数目的变化而改变，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。

异质性的处理：1、首先检查每个研究的原始数据是否正确，检查提取数据的方法是否正确。

2、如果产生的异质性原因可能是由于疗程长短，用药剂量、病情轻重、对照选择等所致，可使用亚组分析和Meta回归。

3、敏感性分析，排除可能导致异质性的某些（个）研究后，重做Meta分析。

4、无法解释异质性来源的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

●研究间的异质性无法得到合理的解释

●多个研究的合并结果无临床意义

●没有足够的，真实的，高质量的相关研究

效应量的合并：第一步：确定变量类型、第二步：异质性检验、第三步：计算各单个研究的效应量、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

森林图是由多个原始文献的效应量及其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），纵坐标为原始文献的编号，按照一定的顺序，将各个研究的结果依次绘制到图上。主要用于描述各个研究的结果及其特征，以及展示研究间结果的差异情况

敏感分析：在排除异常结果的研究后，重新进行Meta分析，其结果与未排除时的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的可靠性。

应用最佳证据，指导临床决策

●充分评价真实性、可靠性、实用性的基础上，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