《循证医学》第四章证据评价基本原则和方法.pptx

《循证医学》第四章证据评价基本原则和方法

汇报人：

2024-01-24

证据评价概述

证据评价的基本原则

证据评价的方法

证据评价的实践应用

证据评价的挑战与未来发展

contents

目

录

01

证据评价概述

定义

证据评价是对医学研究证据进行系统、客观、全面的评价，以确定其真实性、重要性和适用性的过程。

目的

提供证据的质量保证，为临床决策和卫生政策制定提供可靠依据，促进医疗实践的科学性和有效性。

03

证据评价对于推动医学科学进步和提高医疗质量具有重要意义。

01

证据评价是循证医学的核心环节之一，连接研究证据和临床实践。

02

证据评价为临床医生提供高质量的医学证据，帮助其做出最佳的诊断和治疗决策。

随着循证医学的兴起，证据评价开始受到关注。

20世纪80年代

证据评价方法和工具不断完善，形成了多种评价体系和指南。

90年代至今

强调多学科合作、患者参与和透明化评价过程，推动证据评价的进一步发展。

当前趋势

02

证据评价的基本原则

公开并明确评价标准和方法，使评价过程具有可追溯性和可验证性。

明确评价标准

详细记录评价过程中的所有步骤和结果，以便他人了解和审查。

详细记录

将评价结果以适当的方式公开，接受同行评议和公众监督。

公开评价结果

持续更新

随着新的研究证据不断涌现，应及时更新评价结果，确保评价结果的时效性。

动态调整

根据研究领域的进展和实际需求，动态调整评价标准和流程，以适应不断变化的证据环境。

考虑新证据

对新出现的证据保持敏感，及时将其纳入评价范围，以确保评价结果的全面性和准确性。

03

证据评价的方法

根据研究问题和目的，选择合适的数据库、检索词和检索式，以获取全面、准确的文献。

确定检索策略

通过阅读文献题目、摘要和全文，筛选出与研究问题相关的文献，排除不相关或质量较低的文献。

筛选相关文献

对筛选出的文献进行质量评估，包括研究设计、样本量、数据收集和分析方法等方面，以确保所选文献具有较高的可靠性和准确性。

评估文献质量

结合专业知识和背景信息，对分析结果进行解读和讨论，明确其意义和影响，并考虑其在实际应用中的可行性和有效性。

结果解读

从筛选出的高质量文献中提取相关数据，包括研究人群特征、干预措施、结局指标等。

数据提取

采用适当的统计方法对提取的数据进行分析，包括描述性统计、差异性分析、相关性分析等，以揭示数据间的关系和趋势。

数据分析

1

2

3

将分析结果以表格、图表等形式进行整理和呈现，以便读者直观了解研究的主要发现和结论。

结果整理

撰写研究报告或论文，详细阐述研究背景、目的、方法、结果和结论等内容，为读者提供全面、客观的信息和评价。

结果报告

通过学术会议、期刊发表等途径将研究结果进行传播和推广，以促进学术交流和知识共享。

结果传播

04

证据评价的实践应用

明确评估目的和对象

在进行卫生技术评估之前，需要明确评估的目的和对象，包括技术的安全性、有效性、经济性等方面。

系统检索和评价相关证据

针对评估对象，系统检索相关的随机对照试验、队列研究、经济学评价等，对检索到的证据进行质量评价和综合分析。

制定评估报告

基于证据评价结果，结合专家意见和相关法规政策，制定卫生技术评估报告，为决策者提供科学依据。

01

02

03

对于新药申请，需要对其临床试验结果进行系统评价，包括研究设计、患者人群、治疗效果和安全性等方面，以确定药物的有效性和安全性。

审评新药申请

对于已上市药物，需要持续监测其安全性和有效性，及时发现和处理潜在的风险和问题。

监测已上市药物

基于药物审批和监测结果，结合相关法规和政策，制定药物监管政策，确保药物的安全性和有效性得到保障。

制定药物监管政策

系统检索和评价相关证据

针对决策问题，系统检索相关的流行病学研究、卫生经济学评价等，对检索到的证据进行质量评价和综合分析。

制定公共卫生策略

基于证据评价结果，结合专家意见和社会文化背景等因素，制定公共卫生策略或政策建议，为决策者提供科学依据。

确定决策问题和目标

在公共卫生决策中，需要明确决策的问题和目标，包括预防和控制疾病、提高健康水平等方面。

05

证据评价的挑战与未来发展

数据来源多样性

数据不完整、选择性报告等可能导致结果偏倚。

数据缺失与偏倚

数据可靠性评估

需要采用科学的方法对数据质量进行评估，如重复实验、盲法评估等。

不同研究设计、数据收集和处理方法导致数据质量差异。

统计方法选择

针对不同类型的研究设计和数据特点，需要选择合适的统计方法进行分析。

异质性处理

研究间存在异质性时，需要采用合适的方法进行合并分析或亚组分析。

方法学创新

随着新技术的发展，如基因测序、影像组学等，需要创新方法学以适应新的数据类型和分析需求。

01

临床医生提供临床问题和实际需求，基础医学研究人员提供实验设计和数据分析支持。