-
期末测试
1.
请填写你的专业（
）
答：全科医学。
2.
请结合你的专业，就干预性研究，按照
答：
P
：骨质疏松患者
I
：双磷酸盐类药物干预
能改善骨密度？是否优于普通钙剂？。
PICOS
构建一个临床问题。
C
：口服普通钙剂
O
：骨密度的改善
构建问题：双磷酸盐类药物是否
3.
请选择任意一种你熟悉的系统综述形势（直接打
√
），依据你所选择的系统综述形式，
简要写出对
应的系统综述
/Meta
分析的实施步骤。
干预性
/
观察性系统综述（
√
）
诊断试验准确性系统综述（
）
累积性系统综述（
）
Network Meta
分析（
）
其他（
）
答：
拟定主题，研究背景与目的，制定研究方案（可按
PICO
构建问题并设计方案），检索、选择和评价相关素材（原
始文献），数据提取，综合有关数据或资料，综合效应量分析，得出结
论。
4.
试述
Meta
分析时异质性来源及其处理流程。
答：异质性来源：
1
、研究内变异，即使两个研究的总体效应完全相同，不同的研究由于样本含量不同，样本内的个体
观察单位可能存在差异，得到的不同结果，但与实际效应相差不会很
大，当样本量较大时，抽样误差相对较小。
2
、研
究间
变异，即使干预的措施和其他的情况都一样，由于研究对象来自不同的总体以及偏移的控制等诸多方面存在差异，
其实际效应也不应相同。
处理流程：
如果存在异质性，可通过以下几种方法：
1
、改变结果变量的指标，可能有助于
去除异质性。
2
、选取随机效应模型合并效应量。
3
、探讨异质性的来源、按亚组分析。
4
、进行
meta
分析回归及混
合效应模型等。
若是具有统计学意义的异质性，可采用方法
< br>1
、
2
；如是临床、方法学异质
性，可采取
3
、
4
方法；若
是异质性过于明显，可考虑放弃
meta
分析。同时应当注意，无论采取何种方法进行
meta
分析，都应当进行敏感性分
析，以评估数据和使用方法和使用数据的不确定性假设对合并结果的稳健程度的影响。<
/p>
5.
简述当前常用的两种证据分级系统及其内容。
答：牛津证据分级系统：
推荐级别
A
证据水平
1a
治疗为同质性
RCT
系统综述
推荐级别
A
证据水平
1a
治疗为单一的
TCR
（可信区间较窄）
推荐级别
A
证据水平
1c
治疗为全或无
推荐级别
B
证据水平
2a
治疗为同性质队列研究的系统综
述
推荐级别
B
证据水平
2b
治疗为单一的队列研究
（包括低质量的
RTC
）
推荐级别
B
证据水平
2c
治疗为生态学研究
推
荐级别
B
证据水平为
3a
治疗为同性质病例对照研究的系统综述
推荐级别
B
证据水平
3b
治疗为单一的病例对照研究
推
荐级别
C
证据水平
4
治疗为病例系列（和低质量的队列和病例对照研究）
推荐级别
D
证据水平
5
治疗为没有严格评价
的专家意见，
或完全基于生理学和基础研究。
GRADE
证据分级系统：
证据质量是指在大多程度上能够确信预测值的正
确性，分为高、中、低和极低四个等级
A
级，我们非常有把握预测值接近真实值
++++/A B
级，我们对预测值有中等把
握，预测值可能接近真实值，
+++/B C
级，我们对预测值把握有限，预测值可能与真实值有很大差异，
++/C D
级，我
们对预测值几乎没有把握，预测值与真实值即可能有很大差别，
+/D
。
6.
在进行诊断试验准确性系统综述
Meta
分析时，当完成数据提取后，开始进行统计分析，
分析的基本思路。
答：
数据提取，分析数据类型，选择
评价指标，选择效应量指标，齐性检验，如果各项研究齐性，可采用固定效应模
型。如果存在异质性，采用随机效应模型。然后进行综合性效应量、可信区间的计算。最后进行
发表偏性、敏感性分
析及亚组分析。
简述统计
7.
请简述你针对
NEJM
这篇文章结论的看法。
Conclusions The results of well-
designed
observational studies (with
either a cohort or a case
–
control design) do not
systematically
overestimate the
magnitude of the effects of treatment as compared
with those in randomized,
controlled
trials on the same topic. (N Engl J Med
2000;342:1887-92.)
答：个人理解：与随机对照试验相对
比，精心设计的观察性研究（病例对照或队列）的结果并不会高估治疗效果，即
< br>
高质量的观察性研究并不会比
生较大的偏倚。
RCT
与高质量的观察性研究相比，个人认为要看实际情况具体分
析，在质量相同的情况下，肯定是
信息偏
RCT
更加可靠，
< br>RCT
的设计根本上解决了只有混杂偏倚一种，
RCT
产
RCT
中采
取降低
倚和选择性偏倚的方式。例如，使用客观的测量结局，加强随访，选择有代表性的
人群等，这些措施队列研究都可以
做到，但惟独
RCT
中可以控制混杂的决定性措施，随机化这一点，是无论队列研究的质量多高都做不到的，所以说，
RCT
根本上解决了混杂，而不是信息和选
择性偏倚。
大，一
而在实际情况中，其实
RCT
发生选择性偏倚，的可能性更
般
RCT
都在严格筛选后的人群中进行，相比队列研究外推性会差很多。