循證醫(yī)學考試重點

1、循證醫(yī)學（EBM）:有意識地、明確地、審慎地利用現(xiàn)有最好的證據(jù)并 參酌個人的實踐經歷和人們的價值取向，進行醫(yī)學實踐。核心思想：最佳證據(jù)、患者的價值取向、具體的醫(yī)療環(huán)境。實踐循證醫(yī)學“五部曲” 確定擬弄清的臨床問題 檢索有關的醫(yī)學文獻 嚴格的文獻評價 應用最佳成果于臨床決策 總結經驗與評價能力PICOS原則：P指特定的患病的人群I干預C對照組或另一種可用于比較的干預措施0結局S研究設計檢索和收集證據(jù)的基本步驟：分析提出的臨床問題選擇檢索方 式與數(shù)據(jù)庫制定檢索策略判斷評估檢索到的證據(jù)再次檢索檢索式: 布爾邏輯檢索（AND、OR、NOT） 位置運算符（WITH、NEAR、IN）范圍運算符（=、V、

2、=、共6個）截詞檢索(包括截詞符*和通配符?) 優(yōu)先檢索()TNOTTAND TNEAR WITH OR) 限定字段檢索：字段標識符即字段名詞即字段釋義證據(jù)評價的基本要素：真實性的嚴格評價、臨床意義的嚴格評價、臨 床適用性的嚴格評價真實性評價的角度: 研究設計的因素 研究對象的因素 觀測結果的因素 資料的收集與整理的因素 系統(tǒng)分析的因素評價臨床意義的效果指標:1事件發(fā)生率：例如痊愈率，有效率，殘疾率，病死率，藥物不良反應率，發(fā)病率，患病率等等。這些事件在不同的組別則分別表示為: 實驗組事件發(fā)生率(EER) 對照組事件發(fā)生率(CER) 預期事件發(fā)生率(PEER):即如果患者在不接受任何治療的情況

3、下, 延期事件發(fā)生的概率。2. 絕對危險降低率(ARR):即實驗組的事件發(fā)生率與對照組的事件發(fā)生率的絕對差值。例如：實驗組病死率10%，對照組為15%,則ARR = I 10%-15% | =5% 3相對危險降低率(RRR):即為ARR被CER去除所得的商數(shù)值的例如：RRR= (CER- EER)/CER= (0.15 0.10)/0.15= 33% 4預防一例不良事件的發(fā)生需要治療的總例數(shù) (NNT)例如：應用溶栓療法治療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.絕對危險增高率(ARI):常用于表示試驗組與對照組發(fā)生藥物不良反應或嚴重事件發(fā)生率的絕

4、對差值， AEI = EER CER(%) 6相對危險增高率(RRI):即為ARI被EER去除所得商值的百分率：RRI=(EER CER)/EER 7.治療多少例患者才發(fā)生一例副作用(NNH),NNH = 1/ARI8. 相對危險度(RR):用于觀測某種危險因素暴露組事件發(fā)生率的比值比，其用于前瞻性的對照研究，通常 RR2方有臨床意義9. 比值比(OR):用于回顧性病例-對照研究或系統(tǒng)評價中表示暴露組與非暴露組事件發(fā)生比值的相對比，其意義與 RR相近10. 可信區(qū)間(CL):為了有助于判斷上述指標的真實范圍，應用有關的統(tǒng)計學方法，計算相應的95%的可信區(qū)間，其分布范圍越窄，其精 度越高。11有

5、關診斷性實驗臨床意義的評價指標：敏感度，特異度，準確度,陽性預測值，陰性預測值等干預效果測試的指標正效負效1.事件率(ER):有效、治愈率等事件率(ER):不良反應率2.絕對危險降低率(ARR)絕對危險增高率(ARI)3.相對危險降低率(RRR)相對危險增高率(RRI)4.預防一例不良事件的發(fā)生需 要治療的總例數(shù)(NNT)治療多少例患者才發(fā)生一例副作用(NNH)診斷性試驗常用指標:1.敏感度(SEN):診斷性實驗檢測為陽性的病例，在用金標準確定為“有病”的病例中所占的比例，稱敏感度。敏感度越高，貝M假陰性的病例越少，有助于篩查相應的疾病。SEN= a/(a+c) 2.特異度(SPE):診斷性實

6、驗檢測為陰性的病例，在用金標準確定為“無病”的病例中所占的比例，稱特異度。特異度越高，貝M假陽性的病例 越低，特別有助于確定診斷。SPE= d/(b+d)3. 患病率(PREV):經診斷性實驗檢測的全部病例中，真正“有病”患者所占比例，P REV= (a+c)/(a+b+c+d)4. 陽性預測值(+PV):診斷性實驗檢測為陽性的全部病例中，用金標準診斷為“有病”病例所占的比例。+PV = a/(a+b)5. 陽性似然比(+LR):診斷性實驗中，真陽性在“有病”患者中的比例與假陽性在“無病”例數(shù)中比例的比值，稱陽性似然比。表明診斷 性試驗陽性時患病與不患病機會的比值，比值越大則患病的概率越 大。

7、+LR = a/(a+c)- b/(b+d): = SEN/(1-SPE)假設性檢驗的方法:1基本思想：把握“小概率事件在一次抽樣試驗中是幾乎不可能發(fā)生”的原理2步驟: 建立假設、選用單側或雙側檢驗，確定檢驗水準 選擇適當檢驗方法，計算統(tǒng)計量 確定P值并做出推斷結論3注意事項：使用兩個前提 通過對樣本的分析去推斷總體 各樣本 資料對其總體應界良好的代讀性不能判斷差別的大小結論不能 絕對論方法與科技設計、資料分布特征有關 系統(tǒng)評價：是一種全新的文獻綜合方法，指針對某一具體臨床問題, 系統(tǒng)、全面地收集現(xiàn)有已發(fā)表或未發(fā)表的臨床研究采用臨床流行病學 嚴格評價文獻的原則和方法，篩選出符合質量標準的文獻，

8、進行定性 或定量合成，得出可靠的綜合結論，同時，隨著新的臨床研究結果的出現(xiàn)進行及時更新特征敘述性文獻綜述系統(tǒng)評價研究的問題涉及的范圍常較廣泛常集中于某一臨床問題原始義獻來源常未說明，不全面明確，常為多渠道檢索方法常未說明有明確的檢索策略原始文獻的評價常未說明，有潛在偏倚有明確的選擇標準原始文件的評價評價方法不統(tǒng)有嚴格的評價方法結果的合成多采用定性方法多米用定量方法結論的推斷有時遵循研究依據(jù)多遵循研究依據(jù)結果的更新未定期更新定量根據(jù)新試驗進行更新單個試驗質評要點一評價工具1.RCT的質量評價工具：Cochrane偏倚風險評估工具2觀察性研究評價工具：NOS量表（1）隊列研究（2）病例對照研究（3

9、）橫斷面研究：AHRQ清單3非隨機試驗性研究評價工具：MINORS量表4.診斷性研究評價工具：QUADAS-2工具5.動物性實驗評價工具：CAMARADES清單mate分析觀察樹的指標相對危險度RR 比值比OR 絕對危險度AR 均數(shù)差值MD 標準化均數(shù)差值SMDmeta分析的實質: 計算平均值的方法（加權平均數(shù)） 通過評估平均值來估計共同療效 利用所有可得的資料從而增加估計的準確性。異質性檢驗（meta分析前必要工作）:meta分析盡管制定了嚴格的文獻 納入及排除標準，最大限度地控制了異質性來源。但由于一些潛在混 雜因素依然存在，如研究對象，設計方案以及統(tǒng)計分析模型上的差異 等，均可導致異質性

10、，若此時將結果強行合并在一起，勢必會出現(xiàn)問 題。因此，meta分析之前，應進行異質性檢驗，并根據(jù)異質性檢驗 結果，來決定是否估計合并效應量；若異質性過于明顯，則應探討異 質性的來源并進行相應處理。異質性檢驗方法主要有：Q檢驗法與目測圖形法等。Q檢驗法的無效假設為所有納入研究的效應量均相同（即H0: 0 1= 0 2= = 0 k）,則Q定義為:Q=藝wi（ 0 i- 0平均）2, 0平均二藝Wi 0 i/藝Wi,進一步轉化為Q=E (i=1k)Wi 0 i2-(E Wi 0 i)2/2 Wi 其中 Wi 為第 i 個研究的權重 值。0 i為第i個研究的效應量，0平均為合并效應量。k為納入的研

11、究個數(shù)。Q服從于自由度為k-1的X 2分布。若Q X 2（1- a ）下標,則PVa,表明納入研究間的效應量存在異質性，可進一步計算異質 指數(shù)12二Q-（k-1）/Q*100%,定量描述異質程度。（12檢驗前必須計算Q 值）。異質性：由于納入同一個 meta分析的所有研究都存在差異，因此將 meta分析中不同研究間的各種變異稱之為異質性。異質性分類：臨床異質性，方法學異質性，統(tǒng)計學異質性。Forest圖（森林圖）:是以OR及其95%可信區(qū)間繪制而成，橫坐標為效應量尺度，以O為中心（對于OR或RR則以1為中心），縱坐標為原 始文獻的編號，按照一定的順序將各個研究結果依次繪制到圖。森林圖可用于描述每個研究的結果及其特征， 展示研究間結果的差異 情況。當研究RR/OR的95%CI包含了 1,即在森林圖中其95%CI的橫線與無效豎線相交時，可認為實驗組/觀察組發(fā)生率與對照組發(fā)生率相 等，實驗/觀察組暴露因素無效。當RR/ORV 1（或其對應的95%CI上、下限均V 1時）即在森林圖中其對應的95%CI橫線不與無效豎線相交，且該橫線落在