询证医学各章复习资料:

时间:2019-02-11 11:49:09 来源:品和创业网 本文已影响 锤子农业网手机站

循证医学 第一章 1、 简述循证医学与临床流行病学的关系。

临床流行病学的本身是应用科学的临床研究方法学,研究并创产出最佳的研究结果,而且应用这些研究证据来指导临床医疗决策,从而提高医疗水平,达到保障人民健康的目的。二十世纪90年代,循证医学这个概念的产生、应用与发展,实际上是在现代临床流行病学的发源地之一的加拿大McMaster University工作在临床医疗和教学第一线临床流行病学家们,应用了临床流行病学的理论原则与方法指导临床医疗教学实践的一种创新和发展。

“循证医学是临床流行病学用于对病人(诊治决策)的一个现代名词”。临床流行病学重在“创证”,而循证医学重在“用证” 2、 试述初筛临床研究证据的真实性和相关性的方法。

以该研究证据是否来自经同行评审杂志、产生证据的机构是否与自己所在的机构相似、该证据是否由某个组织所倡议且其研究设计或结果是否因此受影响等为参考指标,对研究证据的真实性作出初步的判断。以下列3项指标为参照,对研究证据的相关性作出初步的判断。①若该研究证据提供的信息是真实的,是否为自己的患者所关心的问题及对其健康有无直接影响;
②该研究证据是否为临床实践中常见问题,其涉及的干预措施或试验方法在自己所在机构是否可行;
③若该研究证据提供的信息是真实的,是否将改变现有的医疗实践。

3、 简述最佳证据的特性。

最佳证据应具备的特性,至少要有以下几点:真实性、重要性、实用性和物美价廉。

4、 请简述对循证医学中证据的理解。

① 循证医学中的证据特指应用性研究的结果或发现(即证据),而非基础研究的证据;
②不同的实践问题需要不同的研究设计;
③就随机对照试验而言,其方法学质量会彼此有别,主要由偏倚控制措施决定;
④证据不等于决策,决策还必须同时兼顾现有资源和价值取向。

讨论 1、循证医学产生的原因及意义? 循证医学(Evidence 一base medicine )又称有据医学、求证医学、实证医学,其概念为“谨慎地、准确地、明智地应用当前所能获得的最佳研究证据(资料),同时结合临床医生的个人专业技能和多年临床经验,考虑患者的价值和愿望,将三者完美地结合,对患者采取正确的医疗措施。也就是利用对患者的随诊结果(功能再建、疼痛、重返工作岗位、对医疗的满意程度等)对医疗服务质量和医疗措施的投人效益进行评估的科学”。

按循证医学的定义,临床实践应有科学依据,强调的是按证据办事,而证据是已有的科学研究结果。这意味 着在临床实践中,临床医师的专业技能、临床经验与来自系统研究的最佳客观证据的结合。

循证医学产生是有一定的历史背景的。长期以来,人们认为医学(尤其是临床医学)是一门实践学科,临床经验最重要,因此逐渐形成了以个人临床经验(个人及高年资医师的经验)和推论为基础的认识方式,以病理生理学基础理论、动物试验结果或临床指标为评估标准的临床实践,以及小范围或小规模临床研究结果指导临床的传统医学模式。但按传统方法决定临床诊治有一定的局限性,临床治疗由单纯的症状控制转向对治疗转归与质量的重视。不仅仅是对改善病人的症状及体征有实际效果,而且可延长病人寿命,减少死亡率;
能提高病人的生活质量,提高活动能力,改善精神状态;
副作用小,病人易于耐受。

第二个原因是今天的临床医生应该保持知识的不断充实与更新,才能接受医学模式的挑战和适应现代医学的发展。但繁忙的临床工作与知识的快速更新和扩容形成尖锐的矛盾,使大量的重要的研究成果不能及时为临床一线医师所了解并转换成效益;
第三个原因是日前尖锐的卫生经济学问题对平衡价格效益的依据提出了更严格的要求。虽然美国是目前世界上最富裕的国家,但它仍然清楚意识到美国也面临资源有限的问题,怎样合理而高效地利用和分配有效的资源,同样是美国政府的难题。目前医疗卫生保健服务存在不足、滥用、误用和不统一的情况。评价一种治疗方案好转的标准价格便宜,成本效益比高;
而且受商业利益的驱动,一些没有验证也没有效果的治疗大行其道。

 (一)促进临床医疗决策科学化帮助医生科学决策,避免乱医乱治,避免浪费医疗卫生资源,从而促进临床医学和医疗卫生事业的健康发展。

(二)促进临床医生业务素质的提高受实际工作条件及社会因素的影响,临床医生难以经常性地学习医学新知识,提高自己的业务水平。循证医学方法则促使临床医生在处理具体医疗问题的过程中不断学习和了解医学新进展,从而促进临床医生业务素质的提高。

(三)发掘临床难题,促进临床与临床流行病学的科学研究临床流行病学的基本理论和临床研究的方法学是实践循证医学的学术基础。掌握和应用临床流行病学研究的方法是实践循证医学的关键之一,从群体的宏观水平研究临床决策证据,以科学的证据指导临床实践,有利于促进学术水平和医疗质量的提高。

(四)促进临床教学培训水平的提高,培养素质较高的临床医生运用循证医学方法,要求医务人员必须作踏实的临床基本训练,正确地收集病史、体格检查和辅助检查,掌握病人的真实情况才能发现临床问题;
要求医务人员必须终身自我继续教育,不断丰富和更新知识;
要求医务人员要有高度的热情和进取精神,否则就会成为临床医学队伍的落伍者。从而在客观上促进临床教学培训水平的提高,有助于培养素质较高的临床医生。

(五)提供可靠的科学信息。有利于卫生政策决策的科学化实现循证决策,可将临床医生指导临床诊治的决策依据升华到为国家卫生决策者提供最佳决策依据的证据,为政府的卫生资源配置及医疗政策的制定奠定基础 第二章 DCD 4、 临床研究中常用的研究有RCT、队列研究以及病例对照研究等,请简述其中一种方法的原理,也可以用示意图表示。

根据某暴露因素的有无将选定的研究对象分为暴露组和非暴露组,随访观察两组疾病及预后结局 (发病、治愈、药物反应、生存、死亡等)的差异,以验证暴露因素与研究疾病之间有无因果联系的观察分析方法。如:临床评价某种疗法或药物的效果或副作用时,在患同一种病人中: 暴露组:接受该疗法或某药物的病人;
非暴露组:接受其它某疗法或药物的病人 讨论 1、 如何在pubmed中高特异性地检索随机对照试验? 循证检索的目的有二:制作证据和利用证据 利用证据就是要进行临床决策,需要检索最新最可靠的证据。目的是保证查准率。

而制作证据的目的就是要搜集所有的临床证据,目的是保证查全率。

所以,你说的特异性不好的问题就在这里,宁可错杀三千,不可放过一个。宁可多检索一些,不可以排除之外。

第一个问题:电子检索的数据库虽然逐步智能,但是无法到达非常满意的效果,所以,必须要手工再看。这个问题是因为目前,不是十全十美的。

第二个问题,半随机的问题也是这样的,我们检索策略制订的再好,也会有遗漏的。

想要缩小目标检索,需要通过其他手段,例如限定年份,限定在人类,限定在核心期刊等。

2、 OR值和RR值的区别。

OR值为比值比,是病例对照研究中的关联强度指标,反映的是暴露的比值比;
RR值为相对危险度,是队列研究中的关联强度指标,是暴露组发病率与非暴露组发病率之比。二者同为关联强度指标,仅在研究对象代表性好,且疾病发病频率低(小于5%)时OR可接近或替代RR。

3、 meta分析同时纳入合并RCT和观察性研究(队列研究、病例对照研究)的可行性探讨? 合理的处理方式应该是把现有证据呈现出来,未必一定要合并,系统评价的核心在评价,是否进行meta分析需视情况而定,当然这个问题不可一概而论。

以下情况可以考虑合并:
观察性研究的样本很大质量很高,而随机对照试验研究较少或者质量平平,在这样的情况下合并似乎是可以接受的 以下情况个人觉得不应该考虑合并:
已经有很多大样本的随机对照试验,并且这些RCT的质量还不错,如果队列研究或者病例对照质量一般,那这样的情况下把高质量的RCT与观察性研究合并很可能得出不恰当的结论 本人的一些处理办法:
1.是否纳入观察性研究,需要在纳入排除标准部分事先申明清楚,符合纳入标准的就应该纳 入 2.在某个临床问题证据比较少的情况下可考虑把RCT与观察性研究纳入系统评价,但并不进行总的合并,仅按照研究类型进行亚组合并 第三章 DAADB 讨论 1、 研究meta分析,发现数据采集时,有些文章只给出了平均值和最大最小值,想根据这个求标准差,有什么方法? As an example, given the following data: Experimental intervention (sample size 35) baseline: mean=12.4 SD=4.2 final:mean=15.2 SD=3.8 change:mean=2.8 Control intervention(sample size 38) baseline :mean=10.7 SD=4.0 final:mean=13.8 SD=4.4 change:mean=3.1 and using an imputed correlation coefficient of 0.80, we can impute the change-frombaseline standard deviation in the control group as: SDc,change = 4.0*4.0+ 4.4*4.4 —(2 × 0.80 × 4.0 × 4.4) = 2.68 即S=标准差 1=baseline 2=final C=change R1=相关系数 按SDc,change=S1*S1+S2*S2-2*R1*S1*S2计算的效应标准差 注:R可以根据文章数据进行推算,若推算不出直接取0.4或0.5计算 第二:最重要的是具体问题具体分析,细化下问题 2、 说到Meta分析大家都不陌生,meta分析最大的优势就是同质相加。那么关于meta分析中纳入的样本含量是否足够,这个问题是如何解决的呢? 原始的临床试验对于样本量,要事先估算,确保足够的把握度。

系统评价关于样本量的论述,建议您去学习下GRADE评价系统关于结局精确性的论述。粗略的来说就是看结局指标的可信区间,当然有更为精确的估算方法,参考GRADE相关的论文 第四章 1-5CABDE 6、ABC 7、BCD 8、BDE 9、如何判断证据的内部真实性? 考核证据的内部真实性(internal validity),重点是(1)分析是来自什么样的研究设计方案, 有否恰当的对照组;
(2)分析研究对象的诊断标准及其纳入和排除标准是否明确;
(3)分析组间的临床基线是否可比、干预措施和方法是否科学有效和安全;
(4)分析终点指标是否确切、有何偏倚存在及其采取了什么防止和处理方法、依从性如何?(5)资料收集、整理、统计分析是否合适?特别是否作了重要临床特点的分层分析(stratifying analysis),结果与结论是否真实和可靠。

10、研究证据为什么要进行评价? 海量出现又良莠不齐的临床研究证据,只有经过遵循临床流行病学/循证医学的原则与方法的严格评价,表明其具有真实性、临床重要性和适用性,才能应用于临床实践,对疾病的诊治产生积极的作用。   11、评价证据应持何观点? 评价证据的正确观点是:方法学评价是基础;
结果的真实性评价是重点;
评价要选择恰当的指标;
评价要力求全面系统;
评价要富有建设性;
正确认识阴性结果。

12、试述证据评价的基本内容。

评价研究证据时,应对研究工作的全过程进行全面的评价。具体内容包括:研究目的(假说)、研究设计、研究对象、观察或测量、结果分析、质量控制、结果表达、卫生经济学、研究结论,评价者最后应全面总结以上各方面的评价结果,提出改进研究或如何使用该证据的建议。

13、何为二次研究证据(Secondary studies)? 即根据原始论著进行综合分析、加工提炼而成,包括:Meta-分析、系统评价、综述、评论、述评、实践指南、决策分析和经济学分析等。

14、评价临床研究证据的基本内容是什么? 不论那一种临床医学文献,都应从文献的真实性、临床重要性和实用性三方面进行评价。

讨论 1、在写Meta分析过程中,往往会遇到文献质量评价标准这一问题,毕竟,好的文献质量决定结果的可靠性。然而,目前文献质量评价标准繁多,有Jadad量表,Cochrane RCT质量评价标准,CASP RCT评价标准,改良Jadad量表等等,那在进行Meta分析应该如何选择某一文献质量评价标准? Cochrane RCT质量评价标准:
①随机方法是否正确。

②是否隐蔽分组。

③盲法的使用情况。

④失访或退出描述情况,有无采用意向性(ITT)分析。

以上质量标准中,如所有标准均为“充分”,则发生各种偏倚的可能性很小;
如其中一条为不清楚,则有发生相应偏倚的中等度可能性;
如其中一条为“不充分”或“未采用”,则有发生相应偏倚的高度可能性 第五章 EAE 4、传统文献综述与系统评价的区别? 讨论 1、 Meta分析是对具有相同研究题目的多个医学研究进行综合分析,其目的在于增大样本含量,减少随机误差所致的差异,增大检验效能。但是,如果纳入的研究在临床和方法学上各研究不同质,得出的结论也不可信。meta就没有意义了。所以,合并效应量之前,一定要进行异质性检验。那如何处理异质性呢? 1、 对于异质性的态度问题:保守派认为当异质性较大时(可以用I-square等衡量)或者有统计显著性时(可以用Q统计量的P值衡量),不主张效应值的合并,只做证据的描述性分析即一般的定性的综述,仅当显著性较小(如I-square小于30%或Q统计量的p值大于0.1时)才主张定量的合并即meta-analysis。现如今,“现实派”的占大多数吧,至少已经发表的meta好多的文献间的异质性超出了保守派所能容忍的范围;

2、那么对于“现实派”而言,出现了较大的或者有统计显著性的异质性时,一般的会怎么样做呢?一句话总结---正视它(不要担心),探究它(为什么会这样呢),“消除”它的影响(打上引号表示难以真正的消除它,注意是它的影响,异质性是客观存在的,我们只能减少它对综合后结果的影响)。具体如下:
先随机。即选用随机模型,其实当研究异质性较小时,随机效应模型和固定效应模型的结果是一致的(极小的差别),大家不妨验证一下。而当异质性 “较大”或有统计显著性时,随机效应模型更保守稳健(相对于固定效应模型而言随机的可信区间则更宽,不妨验证一下),所以好多meta一般通篇只选用随机效应模型原因就在此;

再亚组。异质性的来源可以来源于研究的各阶段(研究人群-研究设计-数据分析-结果报道)。出现了异质性,用随机效应模型,还做亚组分析以探究其来源,即按照不同人群(如男女,欧亚非,白人黑人等)、不同设计类型(如队列研究,RCT,病例-对照)、不同的统计模型(cox,poisson等)、不同结果(肺癌的新发病、现患病例、死亡,例数小于200 vs 例数大于200的)来做亚组分析即分层分析。若再亚组里面还存在较大的异质性,那么除了该因素以外,异质性还来源于其它未名因素;

三回归。即meta回归。为探寻异质性的强大工具;

后多水平。即多水平meta-analysis (multi-level meta-analysis)。如按照不同地区的研究做2水平的meta,旨在看地区这个潜在的变异因素对综合后的结果影响以及消除它的影响。再如按照性别、地区3水平的meta,旨在看地区、性别这两个潜在的变异因素是否对结果产生了影响并消除它们的影响(注:水平1是各个研究本身的变异)。

总结一下:若遇到“大”的异质性怎么办----先随机(保持结果的平稳)再亚组(初步探寻来源)三回归(深入探寻来源)后多水平(探寻并消除它)。要注意的是,我往往只做到第二步或者第三步,很少做到第四步,且第四步的消除是有限的,而且各水平的划分必须是合理的(如单个研究-地区-性别3水平,没有单个研究-统计模型-研究结局3水平的)。还有就是亚组分析不仅可以探寻异质性来源,还可以作为敏感性分析的一部分(如分别综合队列研究和RCT结果加以报道时,另外一重意思就是剔除队列研究RCT的综合结果),还可以作为特殊的结果加以报道(如分男女的结果而不只是报道一个男女的总结果),所以亚组分析用处多多。

第六章 1、简述循证医学实践对临床医学的意义。

 1)促进医疗决策科学化避免乱防乱治,浪费资源,因而可提高临床医疗及预防医学水平,促进临床医学与预防医学的发展;

2)促进临床与预防医学教学培训水平的提高,培训素质良好的人材,紧跟科学发展水平;

3)发掘临床与预防医学难题,促进临床医学、预防医学与临床流行病学科学研究;

4)提供可靠的科学信息,有利于卫生政策决策科学化;

5)有利于患者本身的信息检索,监督医疗,保障自身权益。

2、一家教学医院肝病科,收治病人中有慢性乙型肝炎和乙肝肝硬化患者。一天,一位慢性 乙肝患者问医师,我目前在用拉米夫定抗病毒治疗,其效果除了降低病毒滴度外,是否可以不发展成我的病友那样的肝硬化?而那位肝硬化病友也问,我是否需要抗病毒治疗?请根据上述临床问题用PICO组成方式构建问题? P 慢性乙肝患者 I 拉米夫定 C 安慰剂 D 肝硬化/肝癌的发生率 3、患者,男性,40岁,因肝功能转氨酶反复异常7月到我院门诊求诊。患者7月前因常规体检发现ALT120u/L,AST 80u/L,A 40g/L,G39g/L,至今无明显不适,无烟酒嗜好。大哥一年前因肝癌死亡,化验三大常规正常,除ALT/AST升高外,其余酶谱均在正常范围内,HBV-DNA 5X105 、HbsAg、HBeAg、HBcAb均(+)。体检时除发现患者有抑郁倾向,余无特殊。在此基础上,根据临床治疗指南,该患者符合慢性乙型肝炎诊断,同时有抗病毒治疗指证。提出的问题是用何种药物抗病毒治疗?由于患者有抑郁倾向,因此不宜用干扰素治疗,而抗病毒药物有多种,选用哪一种更有效呢?我国已有的抗病毒药物有恩替卡韦,阿德福韦、替比夫定。而替诺福韦是新一代抗病毒药,其效果是否会更好?请根据目前临床问题,以PLCO格式将其格式化,以便进一步检索。

该问题是有关治疗的问题。P为我们的治疗对象,I为新药替诺福韦,O为结局,C为已有的对照药物,观察其抗病毒效果包括HBV-DNA下降,组织学改善及e抗原转换等。

抗病毒治疗的PICO P Chromic HBV hepatitis I Tensfovir C adefovir (entecaviy tebivudine) D HBV-DNA reduction, histological improvement  讨论 1、 遇到临床病例,如何准确用PICO组成方式构建问题? 期末测试 1、请填写你的专业 医学影像与核医学 2、 请结合你的专业,就干预性研究,按照PICOS构建一个临床问题。

人群:有心肌梗死病史的患者 干预:每日服用阿司匹林 75 mg 比较:安慰剂 结果:再梗死率和死亡率 研究设计:随机对照研究或者对随机对照研究的系统性综述(正常情况下,系统性综述或随机对照研究是解答治疗相关问题的最佳证据)。

3、 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。

Meta分析的基本步骤是:①提出问题,制定研究计划;
②检索资料;
③选择符合纳入标准的研究;
④纳入研究的质量评价;
⑤提取纳入文献的数据信息;
⑥资料的统计学处理;
⑦敏感性分析;
⑧形成结果报告。

4、 试述Meta分析时异质性来源及其处理流程。

1、对于异质性的态度问题:保守派认为当异质性较大时(可以用I-square等衡量)或者有统计显著性时(可以用Q统计量的P值衡量),不主张效应值的合并,只做证据的描述性分析即一般的定性的综述,仅当显著性较小(如I-square小于30%或Q统计量的p值大于0.1时)才主张定量的合并即meta-analysis。现如今,“现实派”的占大多数吧,至少已经发表的meta好多的文献间的异质性超出了保守派所能容忍的范围;

2、那么对于“现实派”而言,出现了较大的或者有统计显著性的异质性时,一般的会怎么样做呢?一句话总结---正视它(不要担心),探究它(为什么会这样呢),“消除”它的影响(打上引号表示难以真正的消除它,注意是它的影响,异质性是客观存在的,我们只能减少它对综合后结果的影响)。具体如下:
先随机。即选用随机模型,其实当研究异质性较小时,随机效应模型和固定效应模型的结果是一致的(极小的差别),大家不妨验证一下。而当异质性“较大”或有统计显著性时,随机效应模型更保守稳健(相对于固定效应模型而言随机的可信区间则更宽,不妨验证一下),所以好多meta一般通篇只选用随机效应模型原因就在此;

再亚组。上面的战友已经讨论,异质性的来源可以来源于研究的各阶段(研究人群-研究设计-数据分析-结果报道)。出现了异质性,我除了用随机效应模型,还做亚组 分析以探究其来源,即按照不同人群(如男女,欧亚非,白人黑人等)、不同设计类型(如队列研究,RCT,病例-对照)、不同的统计模型(cox,poisson等)、不同结果(肺癌的新发病、现患病例、死亡,例数小于200 vs 例数大于200的)来做亚组分析即分层分析。若再亚组里面还存在较大的异质性,那么除了该因素以外,异质性还来源于其它未名因素;

三回归。即meta回归。为探寻异质性的强大工具;

后多水平。即多水平meta-analysis (multi-level meta-analysis)。如按照不同地区的研究做2水平的meta,旨在看地区这个潜在的变异因素对综合后的结果影响以及消除它的影响。再如按照性别、地区3水平的meta,旨在看地区、性别这两个潜在的变异因素是否对结果产生了影响并消除它们的影响(注:水平1是各个研究本身的变异)。

总结一下:若遇到“大”的异质性怎么办----先随机(保持结果的平稳)再亚组(初步探寻来源)三回归(深入探寻来源)后多水平(探寻并消除它)。要注意的是,我往往只做到第二步或者第三步,很少做到第四步,且第四步的消除是有限的,而且各水平的划分必须是合理的(如单个研究-地区-性别3水平,没有单个研究-统计模型-研究结局3水平的)。还有就是亚组分析不仅可以探寻异质性来源,还可以作为敏感性分析的一部分(如分别综合队列研究和RCT结果加以报道时,另外一重意思就是剔除队列研究RCT的综合结果),还可以作为特殊的结果加以报道(如分男女的结果而不只是报道一个男女的总结果),所以亚组分析用处多多。

5、简述当前常用的两种证据分级系统及其内容 1.美国预防医学工作组(U.S. Preventive ServicesTask Force)的分级方法,可以用于评价治疗或筛查的证据质量:   * I级证据:自至少一个设计良好的随机对照临床试验中获得的证据;

  * II-1级证据:自设计良好的非随机对照试验中获得的证据;

  * II-2级证据:来自设计良好的队列研究或病例对照研究(最好是多中心研究)的证据;

  * II-3级证据:自多个带有或不带有干预的时间序列研究得出的证据。非对照试验中得出的差异极为明显的结果有时也可作为这一等级的证据;

  * III级证据:来自临床经验、描述性研究或专家委员会报告的权威意见。

  2.牛津循证医学中心(Oxford Centrefor Evidence-based Medicine)提出了另外一套证据评价体系,可用于预防、诊断、预后、治疗和危害研究等领域的研究评价:
  * A级证据:具有一致性的、在不同群体中得到验证的随机对照临床研究、队列研究、全或无结论式研究、临床决策规则;

  * B级证据:具有一致性的回顾性队列研究、前瞻性队列研究、生态性研究、结果研究、病例对照研究,或是A级证据的外推得出的结论;

  * C级证据:病例序列研究或B级证据外推得出的结论;

  * D级证据:没有关键性评价的专家意见,或是基于基础医学研究得出的证据。

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, 简述统计分析的基本思路。

(1)先确定研究目的,根据研究目的选择方法。不同研究目的采用的统计方法不同,常见的研究目的主要有三类:一是差异性研究,即比较组间均数、率等的差异,可用的方法有t检验、方差分析、χ2检验、非参数检验等。二是相关性分析,即分析两个或多个变量之间的关系,可用的方法有相关分析。三是影响性分析,即分析某一结局发生的影响因素,可用的方法有线性回归、logistic回归、Cox回归等。

(2)明确数据类型,根据数据类型进一步确定方法。不同数据类型采用的统计方法也不同。定量资料可 用的方法有t检验、方差分析、非参数检验、线性相关、线性回归等。分类资料可用的方法有χ2检验、对数线性模型、logistic回归等。图1.6简要列出了不同研究目的、不同数据类型常用的统计分析方法。

(3)选定统计方法后,需要利用统计软件具体实现统计分析过程。SAS中,不同的统计方法对应不同的命令,只要方法选定,便可通过对应的命令辅之以相应的选项实现统计结果的输出。

(4)统计结果的输出并非数据分析的完成。一般统计软件都会输出很多结果,需要从中选择自己需要的部分,并做出统计学结论。但统计学结论不同于专业结论,最终还需要结合实 际做出合理专业结论。

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.) 与同一主题的随机对照试验相比,设计良好的观察性研究(无论是队列研究还是病例对照研究)的结果都没有系统地高估治疗效果的严重程度。

8、针对本学期循证医学课程,你的建议和意见是什么? 建议讲解更多生动的案例分析 9、A

版权所有 品和创业网 www.pinhecha.com