用于描述疾病预后的方法.ppt

存活者分析：理解生存曲线 6. 结果的评估是否是盲试？ 7. 对外来预后因素的调整是否实行？例如，分层排列或多元回归 控制误差的方法： 随机化 限制 匹配 分层排列 简单的调整 多元回归 随机化 用这样一种方法将病人分配到各组，这种方法给每个病人以平等的机会分到一个或其他的组。 限制 将研究中的病人的特征限制在一定的范围内。 匹配 为一个组内的每一位病人选择一个或多个有着相同特征的病人（除研究中的病人外）作为对照组。 分层 子群（层数）内比率的比较的结果会有类似的可能性－－个人理解：把另外的结果的相似可能性与亚群（层数）内的比例进行比较 简单的调整 为一个或一些特征对原始的比率进行数学上的调整，以致类似风险的各个层次都有相等的比重。 多元回归 运用数学建模技术，将大量结果相关的因素间的不同作相应的调整。 循证医学 预后 Ross Lawrenson 罗斯·劳伦斯 批评性的评价一篇关于预后的论文 I. 结果是否有据可循？ 换句话说，在相关人群里开展的这个研究是否经过很好很成熟的设计。前瞻性群组研究(prospective cohort study)是用来回答预后问题的最佳的研究设计。 回答工作表上第1-6个问题将会帮你判定是否相信你正在考虑中的论文所得出的结果。 1. 研究是否重点围绕一个问题 你能确定？ —他们所研究的人群 —干预 —对照组 —结果 风险和预后的区别 应该要区分开： 随疾病的发展而增长的风险的相关因素 (风险因素) 一旦疾病出现时那些用以预言更坏预后的相关因素（预后因素） 心肌梗塞 风险因素 —年龄 —男性 —吸烟 —高血压 —LDH/HDL 心肌梗塞 预后因素 —年龄 —男性 —心肌梗塞史 —低血压 —心室心律不齐 通常用比率来描述预后 2. 开始的组群是否经过组合？ 在病程中一个较早和统一的时候是否就可鉴定病人？ 诊断标准，疾病的严重性，协同发病率以及包括在内的人口统计学的详细资料是否具有特异性？ a) 在病程中一个较早和统一的时候是否就可 鉴定病人？ 如果观察开始于组群内不同病人病程中的不同时间点，那么他们后继病程的描述将会缺乏精确性，复发和死亡等事件的相关计时将会变得难以解释或是易使人误解。 开始组群 应该从称之为“零时”(zero time）的时间点开始观察组群。这个时间点在病程中应该有很清楚的描述和很明确的定义的。 举例说，症状的发作，诊断的时间，治疗的开始—为每个病人 开始组群 为了预后的研究，开始组群通常被描述为一群人，他们在疾病发作（初期）附近被组合在一起。 残存组群的偏差 在一个残存组群中，一些病人在刚开始时存在但是在下面的追踪研究中就失去联系，他们的信息将不包括在内。 组合的组群 （n=150） 测量结果 改善的 75 未改善的75 50% 真实组群 观察到的改善 残存组群 开始追踪 （n=50） 未观察到的 (n=100) 80% 组合的病人 （n=50） 测量结果 改善的 40 未改善的10 丢失的结果 改善的 35 未改善的65 b) 诊断标准，疾病的严重性，协同发病率以及包括在内人口统计学的详细资料是否具有特异性？ 这些应该很清楚的罗列出来而且应该可以被其他的研究者重复出来（可重复性）。而且要允许对诊断的精确性进行评估，这样才有助于决定是否将这些发现应用于你自己实践中的病人身上。 3. 是否描述治疗安排模式 是否有可能存在治疗安排的偏差？ 那么，诊断的偏差呢？ 3. 是否描述治疗安排模式 在医学文献中关于预后的很多报道来源于医院和学术中心，这些中心里看到的病人并不是在社会中看到的具有代表性的病人样本。 例如，如果他们没有对治疗起反应或是他们的疾病有麻烦的并发症的话就有可能涉及到上面提出的问题。 选择或抽样误差 选择误差涉及到系统误差，这些系统误差是由从研究人群中选择被试者的方法引进到研究中的。 选择误差的重要来源包括： 不随机的样本选择，例如：自愿者，工人，医院的病人。 难跟踪调查的病人被忽略 在选择的人群中很多数量遭到拒绝 大量的人会中途退出研究 诊断（测量或信息）误差来源于： 受试者的变化：生理上的，心理上的，或外来引进的 观察者的变化：观察者外在和内部的变化，观察者缺乏独立性（盲试）或在测试管理上的过失。 方法上的限制：也就是 测试可能不太适当，方法可能本身就不可靠，或是在测试的管理中可能存在错误。 4. 完全的追踪是否实现？ 参加研究的所有病人在结果中都计算在内了吗？ 病人的临床情况在追踪调查的末期是否都了解？ 参加研究的所有病人在结果中都计算在内了吗？ b)