《循证医学临床实践》第四章 证据评价的 基本原则与方法 临床流行病学与循证医学教研室

随着医学科学的飞速发展，每天均 有许多医学论文发表，有许多新的研究 证据产生。 层出不穷而又良莠不齐的临床研究 证据，只有经过严格评价，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，对疾病诊治产生积极作用。

第一节 证据的分类与分级 一、证据的分类 研究证据的分类与分级是认知、评价、 理解和应用证据的基础。 证据分类方法众多，这里主要介绍与 第一节 证据的分类与分级 研究证据的分类与分级是认知、评价、 理解和应用证据的基础。 一、证据的分类 证据分类方法众多，这里主要介绍与 证据评价密切相关的两种分类方法，即以 研究设计方案和以研究问题分类。

1. 按研究设计方案分类 1）原始研究证据 按方法学研究证据分为 2）二次研究证据 1）原始研究证据 1. 按研究设计方案分类 按方法学研究证据分为 1）原始研究证据 2）二次研究证据 1）原始研究证据 原始研究证据指直接以人群，即病人和（或） 健康人为研究对象，对相关问题进行研究所获 得的第一手数据，经统计学处理、分析、总结 而形成的研究报告。常见：随机对照试验； 交叉试验；自身前后对照试验；同期非随机 对照试验；队列研究；病例对照研究；横断面 调查； 病例分析；病例报告等。

2）二次研究证据 二次研究证据指在全面收集针对某一 问题的所有原始研究证据的基础上，应用 科学的标准经严格评价、整合处理、分析 总结而形成的研究报告。 它是对原始研究证据进行二次加工后 得到的更高层次的研究证据。但，其质量 取决于原始研究证据的水平。常见：系统 评价；临床实践指南；临床证据手册； 卫生技术评估等。

2. 按研究问题分类 根据临床研究问题的不同， 研究证据可分为：诊断、治疗、 预后、病因、预防、临床经济学 等研究证据，见表4-1。

表4-1 临床研究证据的分类 按研究方法分类 按研究问题分类 按用户需要分类 按获得渠道分类 表4-1 临床研究证据的分类 按研究方法分类 按研究问题分类 按用户需要分类 按获得渠道分类 原始临床研究证据 病因临床研究证据 系统评价 公开发表的临床研究证据 二次临床研究证据 诊断临床研究证据 临床实践指南 灰色文献 预防临床研究证据 临床决策分析 在研的临床研究证据 治疗临床研究证据 临床证据手册 网上信息 预后临床研究证据 卫生技术评估 健康教育资料

二、证据的分级与推荐 1998年，Bob Phillips、Chris Ball、 该标准首次在证据分级基础上，提出 David Sackett等临床流行病学和循证医学 专家共同制定了证据分级标准，2001年5月 正式发表在英国牛津循证医学中心网站。 该标准首次在证据分级基础上，提出 分类概念，涉及治疗、预防、病因、危害、 预后、诊断、经济学分析等 7个方面。

上述 7个方面，具针对性和适用性，成为循证医学教学和循证临床实践中公认的经典标准（表4-2）。 研究证据使用的推荐强度分为5级， 即Ⅰ级、Ⅱ级、Ⅳ级、Ⅳ级和Ⅴ级。 此外，还有GRADE证据分级标准（表4-3）、 SIGN证据分级标准、 AHRQ证据分级标准 CTFPHE证据分级标准、 ACCP证据分级标准等 （见相关参考书籍）

表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 1级 Ia 表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 1级 Ia 同质性随机对照试验的系统评价 同质性前瞻性队列研究的系统评价。或经验证的临床实践指南 同质性一流水平的诊断性研究的系统评价，或经验证的临床实践指南 同质性一流水平的经济学研究的系统评价 Ib 可信区间小的随机对照试验 随访率>80%的前瞻性队列研究 纳入研究对象适当。且与金标准进行同步独立盲法比较的诊断性研究 采用适当的成本计算。对所有经过严格验证的备选医疗方案的结局进行了比较分析，包括将临床可观察到的变异结合到重要变量中进行敏感性分析

表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 1级 Ic 表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 1级 Ic 观察结果为“全 或无”（某干预措施推行前某病 病死率为100%， 推行后＜100%， 或推行前某病患 者存在死亡或治 疗失败现象，推 行后无死亡或治 疗失败） 观察结果为“全或无” 的病例系列研究 绝对的特异度 高即阳性者可 确诊，或绝对 的灵敏度高即 阴性者可排除 对干预措施分析后 有明确结论： ①成本低其结果佳的程度 ②成本高其结果差的程度 ③成本相同其结果 的好坏程度

表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 II级 IIa 表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 II级 IIa 同质性队列研究的系统评价 同质性历史队列研究或对照组未治疗的随机对照试验的系统评价 同质性的但水平低于 I级的诊断研究的系统评价 同质性的但水平低于I级的经济学研究的系统评价 IIb 单个队列研究 （包括低质量 的随机对照试 验。如随访率 低于80%） 历史队列研究， 或随机对照试验 中未作治疗的对 照组患者的追踪 结果或未经验证 的临床实践指南 同步作了金标准 及诊断试验。并 进行了独立盲法 比较，但研究对 象局限且不连 贯，或未经验证 的临床实践指南 采用适当的成本计 算，对若干备选医 疗方案的结局进行 了比较分析。包括 将临床可观察的变 异结合重要变量进 行敏感性分析 IIc 结局性研究 结局性研究 结局性研究是指描述、解释、预测某些干预或危险因素对最终结局的作用和影响的研究

表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 III级 表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 III级 IIIa 同质性病例对 照研究的系统 评价 IIIb 单个病例对照 研究 纳入研究对象适当且与金标准进行了独立盲法比较或客观比较，但部分内容对象未接受金标准试验的诊断性研究 未作准确成本计算 的经济学研究，但 包含在主要变量中 加入临床因素作出 的敏感性分析

表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 IV级 表4-2 牛津证据分级与推荐强度（2001） 推荐 强度 证据 级别 治疗、预防、 病因研究 预后研究 诊断研究 经济学分析 IV级 系列病例观察（包括低质量的队列研究和病例对照研究） 系列病例观察（包括低质量的预后队列研究） 未采用盲法或未客观独立的使用金标准试验的诊断性研究，划分真阳性和真阴性的参考标准不统一的诊断性研究，纳入标准不适当的诊断性研究 无敏感性分析的经济学 V级 专家意见或基于生理、病理生理和基础研究的证据 专家意见或基于生理、病理生理和基础研究的证据 专家意见或基于生理、病理生理和基础研究的证据 专家意见或基于经济学理论的证据

表4-3 GRADE证据分级与推荐强度（2004） 证据 具体描述 推荐 具体描述 水平 级别 高 未来研究几乎不可能改变 强 明确显示干预措施利大于弊 现有疗效评价结果的可信度 或弊大于利 中 未来研究可能对现有疗效 弱 利弊不 确定或无论质量高低 评估有重要影响，可能改变 的证据均显示利弊相当 评价结果的可信度 低 未来研究很有可能对现有疗效 评估有重要影响，改变评价 结果的可信度的可能性较大 极低 任何疗效的评估都很不确定

第二节 证据评价的意义与基本要素 一、证据评价的意义 1. 可使临床医生花费少量时间从来源 众多、良莠不齐的海量研究证据中 第二节 证据评价的意义与基本要素 一、证据评价的意义 1. 可使临床医生花费少量时间从来源 众多、良莠不齐的海量研究证据中 查阅到所需信息，从而改进临床诊 疗决策，提高医疗质量 2. 可为卫生行政部门决策者制定政策 提供真实、可靠的依据 3. 可为病人选择医疗方案提供科学依据

二、证据评价的基本要素 证据评价的基本要素为研究证据的 内部真实性、临床重要性和适用性。 1. 研究证据的内部真实性 （1）内部真实性的概念 1. 研究证据的内部真实性 （1）内部真实性的概念 能正确反映被研究人群或靶人群的 真实状况的某一研究结果，其正确 （真实）程度称为内部真实性 （internal validity）。

（2）影响内部真实性的主要因素 （3）提高内部真实性的措施 1）研究环境条件； 2）研究对象的范围（类型的多少）； 3）研究设计的科学方法等。 （3）提高内部真实性的措施 1）采取限制研究对象类型； 2）严格的研究设计，消除或控制研究 中有关偏倚与混杂因素的干扰； 3）改善研究的环境条件和干预措施等。

（4）评价证据内部真实性的重点 1）关注该研究整体设计是否科学； 2）研究方法是否合理； 3）统计分析是否正确； 4）研究结果是否支持研究结论等。

2. 研究证据的临床重要性 （1）研究证据临床重要性的概念 指该证据是否具有临床应用价值 （2）循证医学强调采用客观量化指标来评价 研究结果的临床意义，不同的临床研究 问题其评价标准与指标不同

如：治疗性研究证据的评价 除需对每组各结局指标加以总结报告（如： 结局的发生率或某观测指标的均数和标准差）外， 还应报告干预措施的效果和效应值的精确度，如： 采用相对危险度减少率（RRR）、绝对危险度 减少率（ARR）和获得一例有利结果需要防治的 病例数（NNT）等客观指标，同时给出可信区间 （CI）以表示估计值的精确度（详见本书治疗性 研究的分析与评价专章）。

（3）证据的临床重要性评价的重点 1）关注证据所涉及的临床问题是否 明确具体； 2）所选择的评价指标是否正确等。

3. 研究证据的适用性 （1）研究证据适用性的概念 研究证据适用性即外部真实性（external validity），指研究结果与推论对象真实 情况的符合程度。 能够推广应用到研究对象以外人群的 研究结果，称之为具有外部真实性。 研究证据的适用性，涉及最佳证据如何 应用于循证医学实践的问题。

（2）影响证据的适用性的因素 1）研究人群与其他人群的特征差异； 2）研究对象类型； 3）社会环境； 4）经济状况等。 要高度重视证据的外部真实性。

（3）评价证据的外部真实性的重点 1）证据所涉及研究对象的异质性； 2）研究对象与拟应用对象（病人）在 人口社会学特征和临床特征上差异性； 3）拟应用对象所处环境是否具备产生 证据环境所具备的人力、技术和设施 设备条件等。

第三节 证据评价的基本内容与方法 一、证据评价的基本内容 应对研究工作的全过程进行全面的评价。 1. 研究目的（假说） 第三节 证据评价的基本内容与方法 一、证据评价的基本内容 应对研究工作的全过程进行全面的评价。 1. 研究目的（假说） （1）是否以问题为基础确定研究目的 （2）研究目的或假说是否明确具体并清晰陈述 （3）所研究的问题是否具有临床重要性 （4）研究假说是否具有科学性、先进性和 可行性

2. 研究设计 各种研究设计方案都有一定的优缺点与适用性。 （1）是否根据不同的研究问题和各种 研究设计方案的科学性和可行性 选择合适的设计方案 （2）选择的研究设计方案是否比以往 类似或相同问题的研究设计更优

3. 研究对象 （1）目标人群定义是否明确 （2）研究对象有无公认的或金诊断标准 以及恰当的纳入标准与排除标准 （3）样本的代表性如何 （4）样本量是否足够 （5）分组是否保证了组间均衡可比

4. 观察或测量 （1）研究变量有无明确的定义 （2）是否采用客观指标 （3）变量的测量方法是否恰当 （4）结局变量是否明确、有无准确定义， 是中间性指标还是结局性指标 （5）测量指标的判断标准和临床意义要 明确 （6）测量结局变量的方法是否准确 （7）是否采用盲法收集资料

5. 结果分析 （1）是否根据研究设计方案和资料的 性质选择合适的统计分析方法 （2）计算是否正确 （3）研究中可能出现的误差、混杂和 交互作用是否进行分析 （4）统计推理是否恰当

6. 质量控制 （1）研究中可能出现的主要偏倚有哪些 （2）是否采取了相应的控制措施 （3）所采取的偏倚控制措施效果如何

7. 结果表达 （1）研究中观察效力有多大 （2）研究结果的表达是否观点清晰， 数据准确 （3）是否有量效或剂量反应关系的证据 （4）核心结果的表达是否标准化 （5）若为阴性结果，统计学把握度是否 足够

8. 卫生经济学 （1）对于干预措施是否采用成本-效果 分析、成本-效益分析、成本-效用 分析等评价 （2）经济效益评价 （3）社会效益评价

9. 研究结论 （1）研究结论是否回答了研究假说 （2）研究发现与实验室研究所得作用模式 是否一致 （3）研究结果是否有可靠的生物学依据 9. 研究结论 （1）研究结论是否回答了研究假说 （2）研究发现与实验室研究所得作用模式 是否一致 （3）研究结果是否有可靠的生物学依据 （4）研究发现与同类研究结果是否一致 （5）研究结论是否可以外推 （6）研究发现是否肯定引起现行临床实践 的某种改变 最后，评价者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设性意见。

二、证据评价的基本方法 1. 初筛临床研究证据的真实性和相关性 （1）初步判定研究证据的真实性 以该研究证据是否来自经同行评审 1. 初筛临床研究证据的真实性和相关性 （1）初步判定研究证据的真实性 以该研究证据是否来自经同行评审 （peer-reviewed）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 是否故受影响等为参考指标，对研究 证据的真实性进行初步的判断。

（2）初步判定研究证据的相关性 以下列 3项指标为参照，对研究证据 的相关性进行初步的判断。 1）若该研究证据提供的信息真实，是否 为自已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常见问题，自己 是否有条件实施其干预措施或试验方法； 3）若该研究证据提供的信息真实，是否将 改变现有的医疗实践。

2. 确定研究证据的类型 不同临床问题，最适合的研究设计方案 不同；不同研究设计方案，其技术要领 和研究功效不同，故，评价研究证据前 应根据其研究的问题和采用的研究设计 方案准确判定其类型。

3. 根据研究证据类型进行评价 评价研究证据应遵循临床流行病学、 循证医学的原则与方法，并根据其 分类属性，采用相应评价标准进行 科学评价。

三、证据评价的注意事项 为确保对证据作出客观、全面的科学 评价，评价证据时还应注意以下事项： 1. 证据方法学的评价是基础 1. 证据方法学的评价是基础 正确的研究设计方案是获得真实可靠的 研究结果的根本保证。故，方法学 评价是证据评价的基础。

2. 证据真实性的评价是重点 是否采用该证据的基本依据是证据的 真实性。故，评价研究证据的真实性 应为评价证据的重点。

3. 评价指标的选择不可忽视 各种研究设计方案分别有相应的评价 标准或指标。选择评价指标是否恰当， 直接影响评价的结果。 因此，应根据研究设计类型选择恰当的评价标准和指标。

4. 证据的评价力求全面系统 评价研究证据时，应对该研究的 全过程，包括选题、设计、测量、 分析、结果解释等逐项逐条进行 评价，并完整报告评价所获得的 全部结果。包括其优点和局限性。

5. 证据的评价要实事求是 研究证据来自于对病人或人群的观察或 试验，由于无法严格控制各种研究条件， 偏倚、机遇和混杂只能控制而无法消除。 因此，评价研究证据时务必实事求是， 本着科学精神善于发现其优点、使用其 有利的部分，同时客观估价其缺陷，以 利于临床循证医学的实践。

6. 正确认识阴性结果 否定一项无效甚至有害的干预措施， 其贡献不亚于肯定一项确实有效的 干预措施。 设计科学、测量严谨、分析客观、 6. 正确认识阴性结果 否定一项无效甚至有害的干预措施， 其贡献不亚于肯定一项确实有效的 干预措施。 设计科学、测量严谨、分析客观、 结论正确，阴性结果同样有意义。 故，评价某一临床问题的研究证据 时，注意不要遗漏阴性结果的证据。 The end