首页>>  请登录,我要注册

其他

如何评价医学研究?

作者:sabrina 来源:杏树林公司博客 日期:2012-05-10
导读

         医学研究进展飞速,每天都有大量的论文发表。对于同一个命题,不同的研究甚至得出相反的结论。应该如何评价一项研究的好坏,研究结论是信还是不信,可以用以下3步法。

关键字:  医学研究 | 评价 

   医学研究进展飞速,每天都有大量的论文发表。对于同一个命题,不同的研究甚至得出相反的结论。应该如何评价一项研究的好坏,研究结论是信还是不信,可以用以下3步法。

  第一步需要了解研究的设计。医学研究大致可以分为两类,观察类和实验类。两者的差别在于是否有人为的干预。观察类又分为描述性和分析型两类,前者包括相关性研究(Correlational study)和横截面研究(Cross-sectional study);后者包括病例对照研究(Case-control study)和队列研究(Cohort study)。实验类研究包括社区试验(Community trial)和临床试验(Clinical trial)。这些研究类型的可信度由低到高。而临床试验又以随机、对照、双盲试验的信度最高。 

图

 

图

  

 

 

第三步需要能否判断该关联是否有因果关系(Causal effect,即结局是否是由该原因造成的。上面所说的相关性是统计学上的一个概念,是指某个因素的变化会导致另外一个因素的变化,但是这个因素的变化是不是另外一个因素变化的原因,是不能被确定的。相关的因素并不一定有因果联系,比如夏天太阳镜的销售量和雪糕的销售量。判断因果关系,可用到Hill标准,包括:

 

1.关联的强度 (RROR)

2.关联的合理性(是否与现有知识吻合)

3.关联的生物学可能性;

4.关联的时间顺序;

5.关联的剂量-反应关系:A的剂量增大,B的反应是否会增加;

6.关联的特异性;除了和B相关,A是否还和C相关;

7.关联的实验室证据。

 

 

 

 

 

 

 

   了解了研究的类型,第二步需要判断结果有无真实的统计学意义上的关联。明确的统计意义上的关联还需要除外机率(chance,偶然性)、偏倚(bias,系统误差)和混杂(confounding factor,即与因果都相关的因素)的影响。大多数得到发表的研究都是阳性的,即p<0.05,所以偶然性的影响已经不大。对于偏倚和混杂的判读,需要很多的经验。任何研究无法杜绝,只能尽可能减少这些影响。

第三步需要能否判断该关联是否有因果关系(Causal effect,即结局是否是由该原因造成的。上面所说的相关性是统计学上的一个概念,是指某个因素的变化会导致另外一个因素的变化,但是这个因素的变化是不是另外一个因素变化的原因,是不能被确定的。相关的因素并不一定有因果联系,比如夏天太阳镜的销售量和雪糕的销售量。判断因果关系,可用到Hill标准,包括:

1.关联的强度 (RROR)

2.关联的合理性(是否与现有知识吻合)

3.关联的生物学可能性;

4.关联的时间顺序;

5.关联的剂量-反应关系:A的剂量增大,B的反应是否会增加;

6.关联的特异性;除了和B相关,A是否还和C相关;

7.关联的实验室证据。

 

 图

 

  

  

分享:

相关文章

评论

我要跟帖
发表
回复 小鸭梨
发表

copyright© 版权所有,未经许可不得复制、转载或镜像

京ICP证120392号  京公网安备110105007198  京ICP备10215607号-1  (京)网药械信息备字(2022)第00160号
//站内统计 //百度统计 //谷歌统计 //站长统计
*我要反馈: 姓    名: 邮    箱:
Baidu
map