-
A1
病因学
研究证据的评价标准
一、
真实性
1
证据来自何种
研究设计类型
;
2
研究对象
是否明确
定义
,
组间
可比性
如何;
3
随访时间
是否足够以至于
结局
< br>得以出现,
应答率
高低;
p>
4
研究结果是否满足
病因推断标准
。
(
1
)暴露是否
先于
结局存在;
(
2
)关联是否存在
< br>剂量反应
关系;
(
3
)关联是否具有
一致性
;
(
4
)关
联是否具有
可重复性
(
5
)关联是否具有
生物学合理性
;
(
6
)关联是否具有
可逆性
;
(
7
)
实验室证据
(
8
)关联是否具
有
特异性
。
二、
重要性
5
关联的
强度
的大小;
6
关联强度的
精确度
高低。
三、
适用性
7
自己关注的人群与证据中研究对象是否
差
异性
;
8
自己关注的人群中该暴露因素的
暴露比
例
。
A2
循证医学对
诊断性试验
的评价原则
一、诊断性试验是否具有
真实性
p>
1
是否用
盲法
将<
/p>
诊断性试验
与
金标准
作过独
立的对比研究
2
诊断性试验是否适当的
疾病谱
(
spectrum
)
3
p>
诊断性试验的
检测结果
是否会
影响到金标
准的实施
4<
/p>
若将该诊断性试验应用于
另一组病例
是否
也具有同样的真实性
二、诊断性试验是否具有
重要性
p>
5
通过该诊断性试验能否
正确诊断或鉴别<
/p>
该
患者有无特定的目标疾病
6
是否作了
分层似然比
的
计算
三、诊断性试验是否具有
适用性
p>
7
该诊断性试验是否能在
本单位
开展并能进
行正确的检测
8
我们在
临床上
是否能够合理估算病
人的
验
前概率
9
检测后得到的
验后概率
是否有助于
我们对
病人的
处理
< br>A3
单个临床
治疗性研究证据
的
评价
一、真实性的分析与评价
1.
结果是否来自同期随机对照实验;
2.
研究对象的随访是否完全,
并报告
全部结
果;
3.
随机分组的所有研究对象是否进行意向
性治疗分析
4.
临床观察是否采用盲法;
5.
除研究因素外,
组间的其他干预措施是否
完全一致;
二、重要性的分析与评价
6.
效应强度大小;
7.
效应精确大小;
三、适用性的分析与评价
8.
自己的患者情况是否与研究证据中的患
者情况相似;
< br>
9.
自己所在机构是否具备获得该防治措施
效果的医疗条件;
10.
< br>自己的患者应用该防治措施后是否利
大于弊;
11.
自己的患者对于该防治措施的价值取
< br>向与期望。
A4
循证医学对
预后证据
的评价原则
< br>
一、预后研究证据是否具有
真实性
<
/p>
1
被确诊患者的代表性,是否处于疾病病程
中统一的起始点(
零点
)
2
是否有
足够的随访时间
,
并随访了全部的
病例
3
预后因素定义
是否明确、
因果的时间顺序
是否肯定
4
是否采用了
客观的预后指标
,对结局评定
p>
是否采用
盲法
5
若亚组中预后的结果有所不同,是否
调整
了影响预后的其他因素
二、预后研究证据是否具有
重要性
<
/p>
6
是否报道了
整个病程
< br>预后的
结局
7
预后估计的
精确度
怎样,是否用
95%CL
报
道了预后的结局
三、预后研究证据是否具有
适用性
<
/p>
8
该证据中
研究对象
是否与我们的
临床病例
相似
p>
9
该研究结果是否
有利于临床决策
,是否有
助于对患者进行解释
B
机遇与偏倚
的区别
1.
本质区别:
(1
)
机遇:
是观察结果的精确性
(可重复性)
受到影响;机遇是一种随机误差。
(2
)
偏倚:
观察结果系统地、
向一个方向
(
或
大、或小
)
发生偏差而不能反映
真实情况;
偏倚是一种系统误差。
2.
机遇
(
1
)假阳性:如实际上两种方法治疗疗效
相同,如少数病人的抽样研究发现甲、
乙两
方法疗效不同,<
/p>
这是由于机遇的影响而发生
的假阳性错误,统计上称Ⅰ类错误,用
α
表
示。
<
/p>
(
2
)假阴性:如实际两种治疗一种比另
一
种好,但由于抽样研究中机遇的影响,
两者
< br>疗效十分相近而作出假阴性的错误判断;
统
计上称Ⅱ类错
误,用
β
表示。
(
3
)
可信区间
< br>:
是表明机遇所致的围绕真实
值变动的范围,通常用
p>
95
%或
99
%可
信区
间表示;
用于直接估计机遇在临床研究中的
作用大小;变动范围越窄,真实值越稳定。
C1
常见选择偏倚
< br>1.
入院率偏倚(
Berkson
偏倚)
2.
检出征候偏倚(
detection signal
bias
)
3.
存活病例偏倚(
Neyman
偏倚
)
4.
无应答偏倚(
non-
respondent bias
)
5.
志愿者偏倚(
volunteer
bias
)
6.
失访偏倚(
withdraw
bias
)
7.
健康工人(效应)偏倚
8.
转组偏倚(
migration
bias
)
9.
非同期对照偏倚
10.
异地对照偏倚
11.
易感性偏倚(
susceptibility
bias
)
12.
时间效应偏倚(
time
effect bias
)
13.
领先时间偏倚(
lead
time bias
)
14.
选择性转诊偏倚
15.
集合偏倚(
assembly
bias
)
16.
零点偏倚(
zero time
bias
)
17.
排除偏倚(
exclusive
bias
)
18.
< br>错误分类偏倚
(
miscassification
bias
)
19.
成员偏倚(
menbership
bias
)
20.
< br>诊断机会偏倚
diagnostic enter
bias
)
C2
.
在应用具体研究方法是
控制选
择偏倚
的
主要针对性措施
1
)在横断面调查时,采用随机抽样,并保
证一定
的样本含量,以增强样本的代表性,
必要时可采用分层随机抽样的方法,
尽量提
高应答率。
2
)在病例对照研究中,最好用人群中全部
新发病或新发病的随机样本;
对照应能代表
产生病例的人群。
若难以
做到,则在多个医
院选择病例,
同时选择医院与社区对照,并<
/p>
尽可能选用新病例,
不用死亡病例和老弱对
象。
3
)
在队列研究中,
尽量减少失访和失访率。
4
)在流行病学现场实验中,随机抽样选择
研究对象,并进
行随机分组。
5
)在诊断、疗效与预
后研究中,尽可能扩
大选择病例的范围,如多中心临床研究,并
包括主要特征的各类各种病人。
D1
常见信息偏倚
1.
回忆偏倚
(recall
bias)
2.
诊断怀疑偏倚(
di
agnostic suspicion
bias
)
3.
暴
露
怀
疑
偏
倚
(
exp
osure
suspicion
bias
)
4.
测量偏倚(
measurement
bias
)
5.
报告偏倚
(reporting
bias)
6.
沾染偏倚
7.
归类错误偏倚
(
m
isclassification
bias
)
8.
家
庭
信
息
偏
倚
(
fam
ily
information
bias
)
9.
临床资料遗漏偏倚(
missing clinical
data bias
)
10.
顺序偏倚(
sequence
bias
)
11.
不敏感测量偏倚(
non-
sensitive
bias
)
E1
混杂偏倚概念
1.
< br>定义:混杂偏倚(
confounding
)是指在
p>
研究某暴露因素与疾病
(事件)之间的关联
时,由于一个或多个既与疾病(事件)有制
约关系,
又与所研究
暴露因素密切相关的外
来因素的影响,
掩盖或夸大了所研究暴露
因
素与疾病(事件)的联系。引起混杂偏倚的
因素称为混杂因子
(
confounder
)
。
2.
混杂偏倚在分析性研究、
实验性研究中均
可发生,
但在分析性研究中尤为多见,
并可
发生于研究工作的各个阶段。
E2
混杂因子的
特征
1.
第三因子是所研究的疾
病的危险因素或
通过其他因素与疾病产生因果联系;
2.
第三因子与所研究的暴露因素有联系,
但<
/p>
不是暴露因素作用的结果;
3.
若第三因子为暴露与疾病因果联系中的
一中间环节,
< br>那么该第三因子不可能为一混
杂因子,
即混杂因子应不是
疾病因果链中的
中间变量。
E3
混杂偏倚的
特点
1
.
有方向性
:
当粗
OR
值>层内
< br>OR
值时,
混
杂因子的作用是正
的,
称之为正混杂,
反之,
为负混杂。
2
.无特异性
E4
混杂因子识别
< br>1.
根据专业知识和经验提出可疑的混杂因
子。
2.
分层分析再比较粗
OR
与层内
OR
是否相
等。
E5
OR
值齐性检验
1.
若
OR
值齐性检验结果表明方差齐性,则
可以计算合并
OR
值。
2.
若
OR
值
齐性检验结果表明方差不齐,则
总
OR
值需标准化处理。
3.
借助计算机进行多元回归分析
Logistic
回归模型
COX
回归模型
E6
混杂偏倚控制
< br>研究工作中可在
3
个阶段采取不同措施控制
混杂偏倚。
在研究设计阶段采取预防措施防止混杂
因
子发挥作用;
在资料收集阶段详细
准确收集潜在混杂因
子的资料;
在资
料分析阶段采取各种技术措施控制混
杂偏倚的产生。
1.
研究设计阶段的控制
1
)限制
:限制研究对象的选择条件,使某
些可能产生混杂作用的变量不进入研究。
例
如,比较
45
~
50
< br>岁组妇女口服避孕药与
乳腺癌发病的关系,
就是通过限制
年龄范围
来控制其混杂作用。
再如,
研究年龄与心肌梗死的预后,需要限
制性别、种族、心梗部位、并发症等。
2
)
匹配
:匹配是指应用一种特殊性限制方
法,
强制实验组与对
照组在某些混杂因素上
保持同质性,以期在设计阶段控制混杂因
子。
(
1
)
匹配方法
①
个体匹配
:
一个病例与一个或多个对照匹
配,
< br>并组成对子。
其中匹配1个对照者称1:
1配对,匹配多
个对照者称1:M配比。就
统计效率而言,1:1为
50
%,1:2为
67
%,
1:
4为
80
%,
< br>超过1:
4就难以使
统计效率再提高。
< br>
②
成组配对
(频数匹配)
p>
:先查清病例组匹
配因素的频率分布,
然后
按比频数分布去选
对照组,使之与病例组一致。
(
2
)匹配因素的确定
<
/p>
①已知或非常怀疑是混杂因子,
将此因素作
为匹配条件,则可消除其混杂作用。
②某些复合变量作为配
对条件,
例如居住地
或血缘关系,
以消
除构成复合变量的各种具
体成份间种种难以推测的混杂效应。
③配对因素一般不超过
4
~
5
个,不然匹配
难以实现。没有匹配的潜在的混杂
因子,可
放在分析阶段去解决。
④匹
配因素中
年龄、性别
是最常的混杂因
素
,
它与许多疾病和危险因素都有联系,因
此也是最常用的匹配因
素。
(3
)随机分组
在流行病学现场实验、
临床试验、
预后研究
等研究中,可采用此方法。
(
1
)随机分组是指每个研究对象都有同样
的机会进入治疗组或
对照组;
(
2
)检验随机化效果的方法是比较两组的
基本特征;
(
3
)随机化是消除混杂偏倚的有效方法。
p>
A.
平衡治疗组与对照组已知可能影响<
/p>
疗效和预后的因素;
B.
平衡我们不清楚地因素。
2.
资料收集阶段
:
认真收集关于混杂因素的
详尽材料。
3.
在资料分析阶段
1
)
分层分析
:
常用
Mantel-Haenszel
方法。
例如在研究吸烟与冠心病关系时,
采用病例
对
照研究,年龄、性别可能是混杂因素,可
采用年龄大于或小于
6
0
岁分层分别比较,
也可采用男女性别分层比较。
2
)
标准化
:
当两个率进行比较时,
如果两组
< br>内部构成存在差别足以影响结论,
需要标准
化或校正。<
/p>
例如,
< br>比较两个医院护士率时,
甲医
院:
245/500=49%
;
乙医院:
182/500=36.4%
。
甲
、乙两医院
2000
年护士功能性腰背痛患
病率(
%
)比较
甲、
乙两医院
2000
年护士功能性腰背痛
患病率(
%
)标准化分析
A1
横断面调查
< br>特性
:
人群中疾病或行为特征在某时点
< br>的瞬时现象。
1.
优点
①能在短时间内获得结果;
②描述疾
病和暴露现状与分析两者联系并
举;
③有来自同一群体的自然形成的同期对照
组,结果可比性好;
④可同时调查多种疾病和多种暴露因素。
2.
缺点
①不能获得发病率资料;
②研究对象
可能处于临床前期和缓解期而
被误定为正常人;
③一般不适用于调查罕见病或急性病;
④难以确定先因后果的时相关系。
3.
用途
(
1)
描述疾病或健康状况的三间分布,查明
某种疾病在某地区的
流行强度及分布特点,
为疾病防治提出了重点地区、时间及对象,
可供卫生行政部门制订预防策略和卫生政
策提供依据。
p>
(2)
描述某些因素与疾病或健康状况之间的
关系,为建立病因假设提供线索。
(3)
< br>早期发现病人,以便早诊断、早治疗。
(4)
监测疾病,研究其发展趋势。
(5)
评价疾病防制措施的效果。
A2
抽样
调查
的特点
抽样调查是以小窥大,<
/p>
以部分估计总体的调
查方法。既有优点也有缺点。
1
.优点
1
)省时间、省人力、省经费、省材料;
2
)调查覆盖面大,但工作量小,调查工作
容易做
得细致,调查质量易得到保证。
2
.缺点
1
)设计、实施和资料分析都比较复杂;
2
)重复和遗漏不易发现;
3
)发病率低的疾病对一个较小样本的抽样
调查
不适用,
而当样本扩大到总体的
75%
时,
不如直接普查;
4
)不适用变异过大的材料,变异过大,抽
样误差过大,影响其代表性。
A3
样本含量估计
样本过大或过小都是不恰当的。
样本过
大浪费人力、物力,而且因工作量过大,调
查不够细致
造成系统误差增加。
样本过小则
导致样本的代表性不够,
样本大小主要取决
于
4
个因素:
①预期患病率或标准差,
若预期患病率或标
准差低,则样本量要大些。反之,样本可以
小
些;
②调查结果精确性愈高,
样本量
就要大。精
确性以容许误差表示;
③
显著性检验水平(
α
)
;
④把握度(即
1
-
β
)要求愈高,则样本量
要大些。
1.
计量资料的样本含量估计
2.
计数资料的样本含量估计