简介:Meta分析是对原始研究的二次综合分析与评价,其质量受纳入原始研究质量、评价的方法、评价者的知识水平及观点的影响.若Meta分析纳入的原始研究质量低,且未对原始研究方法学质量进行正确评价,Meta分析的结果和结论可能是不正确的,从而对临床实践造成误导[1].因此,对Meta分析纳入的原始研究质量进行严格的评价尤为重要.原始研究质量评价工具主要根据研究设计、实施、结果分析整个过程中可能出现偏倚的各个因素而确定,目前出现的评价工具较多,主要有单个评价条目(components/items)、清单(checklist/list)和量表(scale)三种类型.前面我们已经对Meta分析的类型[2]、Meta分析的软件[3]进行了介绍,本文将在简要回顾原始研究类型的基础上,对随机对照试验(randomizedcontrolledtrail,RCT)常用的质量评价工具进行简要分析.
简介:重症医学的循证医学研究必须要基于大量的临床诊疗数据。在危重症患者病情复杂多变以及ICU工作紧张繁重等特点的多重作用下,医务工作者想要收集大样本量的数据开展临床研究存在一定的困难。eICU合作研究数据库(eICU-CRD)是由飞利浦集团与麻省理工学院(MIT)计算生理学实验(LCP)合作创建的大型公共数据库,收集了大量高质量的临床信息,很好地解决了医务工作者缺少大数据进行临床研究的现状。本文通过介绍eICU合作研究数据库的使用申请及数据提取流程,帮助医务工作者更方便快捷的获取需要的数据。
简介:随机对照试验(RCT)被公认为评价医疗干预措施效果的金标准[1,2]。但在研究罕见病、慢性疾病及涉及伦理学或长期疗效观察等问题上,随机对照试验的可行性较低,而队列研究、病例对照研究等非随机对照研究(NRSI)更易达到研究目标,并且也是评估干预疗效的重要方法[3-6]。且一些学者在对RCT和观察性研究进行对比后,认为一个大样本的试验设计完善的非随机研究比一个小样本的设计不佳的RCT更加可取[7,8]。目前,许多评价观察性研究方法学质量的工具已被系统评价采用[9,10],而Newcastle-Ottawa[11]和Downs-Black[12]工具是其中应用最广泛的两种。虽然两者都具有完善的方法学的条目清单,但是每一个条目同时涉及内部有效性和外部有效性,并且缺乏综合性的手册。
简介:基因表达综合数据库(GeneExpressionOmnibus),简称GEO数据库,由美国生物技术信息中心(NCBI)开发的一个完全公开的高通量基因分子丰度数据库,是一个公共功能基因组数据存储库,接受基于数组和序列的数据。该数据库主要储存基因表达数据,涵盖多个生物学领域的高通量实验数据,其提供工具帮助用户查询和下载实验和管理基因表达谱,为生物信息学研究提供了大量与疾病相关的基因表达谱信息。研究者通过对基因芯片提供的大量基因表达谱数据信息的深度挖掘和分析,有助于了解基因的功能以及基因间的相互作用关系,解读基因表达的代谢过程,分析基因的遗传特征和功能,研究疾病的发生发展规律,为疾病的诊断与治疗提供科学参考。本文旨在介绍GEO数据库的架构、申请方式及公开数据的提取方法。
简介:目的评价改良弗明汉卒中风险评估工具(FSP)对中国人卒中风险的预测效能.方法以2003年5月-2004年5月间,在上海市奉贤区整群抽取的社区人群中年龄≥40岁人群为基线调查对象,选择调查结果完整且有心电图记录的7489人作为队列研究对象.随访研究对象的卒中发病情况(1次/年),随访终止时间为2010年12月31日.分析改良FSP对中国人卒中发病风险的预测作用.结果7489人平均随访(6.6±0.9)年,随访过程中共发生明确诊断的卒中患者120例,男女卒中累积发生率分别为1.9%(54/2880)和1.4%(66/4609).男女卒中发生率均随着改良FSP卒中风险积分值的升高而上升.男性积分值为10~12分时,卒中发生率上升至3.2%,并且随着积分值的增高,卒中发生率进一步增高;女性积分值为10~12分时,卒中发生率上升至4.1%,但随着积分值进一步增高,卒中发生率无明显变化.各积分段的卒中实际发病率低于改良FSP中预测卒中的发病率.以改良FSP预测男性卒中发病的ROC曲线下面积为0.726,女性为0.656.结论改良FSP预测中国人卒中风险的预测效能为中度.改良FSP预测卒中发病率高于本研究的实际发病率.