循证医学考试重点

核心思想：最佳证据、患者的价值取向、具体的医疗环境。

实践循证医学“五部曲” ：

①确定拟弄清的临床问题 

②检索有关的医学文献 

③严格的文献评价 

④应用最佳成果于临床决策

⑤总结经验与评价能力

PICOS原则：P指特定的患病的人群I干预C对照组或另一种可用于比较的干预措施O结局S研究设计

检索和收集证据的基本步骤：①分析提出的临床问题 ②选择检索方式与数据库 ③制定检索策略 ④判断评估检索到的证据 ⑤再次检索

检索式：

①布尔逻辑检索(AND、OR、NOT) 

②位置运算符(WITH、NEAR、IN) ③范围运算符(＝、＞、＜、＜＝、＞＝、－共6个)

④截词检索(包括截词符*和通配符?) 

⑤优先检索(()→NOT→AND→NEAR→WITH→OR) 

⑥限定字段检索：字段标识符即字段名词即字段释义

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

真实性评价的角度：

①研究设计的因素

②研究对象的因素

③观测结果的因素

④资料的收集与整理的因素

⑤系统分析的因素

评价临床意义的效果指标：

1.事件发生率：例如痊愈率，有效率，残疾率，病死率，药物不良反应率，发病率，患病率等等。

这些事件在不同的组别则分别表示为：

①实验组事件发生率(EER)

②对照组事件发生率(CER)

③预期事件发生率(PEER)：即如果患者在不接受任何治疗的情况下，延期事件发生的概率。

2.绝对危险降低率(ARR)：即实验组的事件发生率与对照组的事件发生率的绝对差值。

例如：实验组病死率10%，对照组为15%，则ARR＝ | 10%-15% | ＝5%

3.相对危险降低率(RRR)：即为ARR被CER去除所得的商数值的％

例如：RRR＝(CER－EER)/CER＝(0.15－0.10)／0.15＝33%

4.预防一例不良事件的发生需要治疗的总例数(NNT)

例如：应用溶栓疗法治疗急性心肌梗死患者需要65例，才可取得防止一例死亡的效果，NNT＝1/ARR

5.绝对危险增高率(ARI):常用于表示试验组与对照组发生药物不良反应或严重事件发生率的绝对差值，AEI＝EER－CER(%)

6.相对危险增高率(RRI):即为ARI被EER去除所得商值的百分率：RRI＝(EER－CER)/EER

7.治疗多少例患者才发生一例副作用(NNH),NNH＝1/ARI

8.相对危险度(RR)：用于观测某种危险因素暴露组事件发生率的比值比，其用于前瞻性的对照研究，通常RR≥2方有临床意义

9.比值比(OR)：用于回顾性病例－对照研究或系统评价中表示暴露组与非暴露组事件发生比值的相对比，其意义与RR相近

10.可信区间(CL)：为了有助于判断上述指标的真实范围，应用有关的统计学方法，计算相应的95%的可信区间，其分布范围越窄，其精度越高。

11.有关诊断性实验临床意义的评价指标：敏感度，特异度，准确度，阳性预测值，阴性预测值等

1.敏感度(SEN)：诊断性实验检测为阳性的病例，在用金标准确定为“有病”的病例中所占的比例，称敏感度。敏感度越高，则假阴性的病例越少，有助于筛查相应的疾病。SEN＝a/(a+c)

2.特异度(SPE)：诊断性实验检测为阴性的病例，在用金标准确定为“无病”的病例中所占的比例，称特异度。特异度越高，则假阳性的病例越低，特别有助于确定诊断。SPE＝d/(b+d)

3.患病率(PREV)：经诊断性实验检测的全部病例中，真正“有病”患者所占比例，PREV＝(a+c)/(a+b+c+d)

4.阳性预测值(+PV)：诊断性实验检测为阳性的全部病例中，用金标准诊断为“有病”病例所占的比例。+PV＝a/(a+b)

5.阳性似然比(+LR)：诊断性实验中，真阳性在“有病”患者中的比例与假阳性在“无病”例数中比例的比值，称阳性似然比。表明诊断性试验阳性时患病与不患病机会的比值，比值越大则患病的概率越大。

+LR＝［a/(a+c)］÷［b/(b+d)］＝SEN/(1-SPE)

假设性检验的方法：

1基本思想：把握“小概率事件在一次抽样试验中是几乎不可能发生”的原理

2步骤：

①建立假设、选用单侧或双侧检验，确定检验水准

②选择适当检验方法，计算统计量

③确定p值并做出推断结论

3注意事项：①使用两个前提 通过对样本的分析去推断总体 各样本资料对其总体应界良好的代读性②不能判断差别的大小③结论不能绝对论④方法与科技设计、资料分布特征有关

系统评价：是一种全新的文献综合方法，指针对某一具体临床问题，系统、全面地收集现有已发表或未发表的临床研究采用临床流行病学严格评价文献的原则和方法，筛选出符合质量标准的文献，进行定性或定量合成，得出可靠的综合结论，同时，随着新的临床研究结果的出现进行及时更新

1.RCT的质量评价工具：Cochrane偏倚风险评估工具

2.观察性研究评价工具：NOS量表（1）队列研究（2）病例对照研究（3）横断面研究：AHRQ清单

3.非随机试验性研究评价工具：MINORS量表

4.诊断性研究评价工具：QUADAS-2工具

5.动物性实验评价工具：CAMARADES清单

mate分析观察树的指标

相对危险度RR

比值比OR  

绝对危险度AR  

均数差值MD  

标准化均数差值SMD

meta分析的实质:

①计算平均值的方法(加权平均数)

②通过评估平均值来估计共同疗效

③利用所有可得的资料从而增加估计的准确性。

异质性检验(meta分析前必要工作):meta分析尽管制定了严格的文献纳入及排除标准，最大限度地控制了异质性来源。但由于一些潜在混杂因素依然存在，如研究对象，设计方案以及统计分析模型上的差异等，均可导致异质性，若此时将结果强行合并在一起，势必会出现问题。因此，meta分析之前，应进行异质性检验，并根据异质性检验结果，来决定是否估计合并效应量;若异质性过于明显，则应探讨异质性的来源并进行相应处理。

异质性检验方法主要有：Q检验法与目测图形法等。Q检验法的无效假设为所有纳入研究的效应量均相同（即H0:θ1=θ2=…=θk），则Q定义为:Q=Σwi(θi-θ平均)²，θ平均=ΣWiθi/ΣWi,进一步转化为Q=Σ(i=1~k)Wiθi²－(ΣWiθi)²/ΣWi其中Wi为第i个研究的权重值。θi为第i个研究的效应量，θ平均为合并效应量。k为纳入的研究个数。Q服从于自由度为k-1的χ²分布。若Q＞χ²(1-α)下标，则P＜α，表明纳入研究间的效应量存在异质性，可进一步计算异质指数I²=[Q-(k-1)]/Q*100%,定量描述异质程度。(I²检验前必须计算Q值)。

异质性:由于纳入同一个meta分析的所有研究都存在差异，因此将meta分析中不同研究间的各种变异称之为异质性。

异质性分类:临床异质性，方法学异质性，统计学异质性。

Forest图(森林图):是以OR及其95%可信区间绘制而成，横坐标为效应量尺度，以O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结果依次绘制到图。

森林图可用于描述每个研究的结果及其特征，展示研究间结果的差异情况。

①当研究RR/OR的95%CI包含了1，即在森林图中其95%CI的横线与无效竖线相交时，可认为实验组/观察组发生率与对照组发生率相等，实验/观察组暴露因素无效。

②当RR/OR＜1(或其对应的95%CI上、下限均＜1时)即在森林图中其对应的95%CI横线不与无效竖线相交，且该横线落在无效线的左侧，可以为实验组/观察组发生率大于对照组发生率，若为不利事件，则为有害因素;若为有益事件，则为有益因素。③反之，当RR/OR＞1时，结果正好与RR/OR＜1相反。

临床指南:是以循证医学为基础，由官方机构或学术组织撰写的医疗文件，将规范化医疗与个体化医疗相结合，对提高医疗质量有重要的推动作用，其目的是为了提高医疗质量和控制医疗费用的不断上涨。