使用汇总分析进行临床决策

Audrey F.Jakubowski,Ph.D

　　循证医学（evidence-based medicine,简称EBM）已被愈来愈广泛地应用。循证医学的过程首先由医生他细分析一个病人或一个医疗问题，形成一个明确的、有可能得到答案的问题，通过深思熟虑的确认、评估以及最相关的临床信息的应用来作医疗方案的决策。人们不禁要问：医生在每天的临床工作中不都是这么做的吗？那么循证医学有什么独特的意义呢？
　　循证医学的新的重要意义在于，运用特殊的分析方法和决策手段来评估临床资料。它通过遴选高质量的临床证据，进行系统的评估，以及评价其结果与特定的病人或人群的相关性。本文讨论其中的一种方法，即应用汇总分析对已完成的临床试验结果进行分析来回答新的问题。
　　一、临床证据的来源与质量
　　循证医学和汇总分析指导医生去寻找医疗文献中的证据并衡量其完整程，旨在确定相关性最好、质量最高的信息。查询重点是来自临床试验的“分析性证据”，因为与病例报告相比，其偏倚较小。由于设计和执行实施中的问题，临床试验的证据质量也各不相同。
　　在“分析性资料”一类中，病例对照研究一般是回顾性的；在确定其患有或不患有某种疾病的两组对象后再回顾性地比较分析其差异。这种研究方法对于研究少见的疾病较有用，但存在着大量潜在的偏倚：如入选的病例组和对照组病例并不一定具有真正的代表性，其分析也可能受搜集到的资料范围的局限。队列研究可以是前瞻性的，也可以是回顾性的，是用来估价危险因子不同暴露程度对该疾病发生的影响。由于这种设计仅对研究少见病有效，同样存在着从人群中取样偏倚的可能性。这两种研究的结果都可能作为临床资料的重要来源，因此，在把它们纳入分析范畴前，需首先评估其价值，以免影响或冲淡了汇总分析结果的质量、可重复性和客观性及可靠性。随机化分组试验（RCT）在设计中最大限度地减少了系统误差和随机误差，因而被认为是临床证据的“金标准”。为减小系统误差，分组由随机抽签编码决定，而非由医生或病人决定。对病人、研究者以及评估者均采用盲法能进一步减小偏差，计算好适当的标本量能保证研究有足够的力度，以此来缩小单纯由于偶然造成的阳性结果带来的潜在错误。
　　近来有人指出，由于随机分组试验只入选经过高度选择的、均一的病人群而不能代表患有该疾病的实际人群。为此，目前进行的“随机化对照的健康转归试验”的入选和排除标准均较随机化分组效应试验更宽，以便对更有代表性的不均一的人群进行评估。这些研究除了传统的效应指标外，还包括了生活质量、重返工作能力、功能障碍的改善等健康转归指标，为从病人的利益来对医疗方案进行评估提供了更多的依据。
　　二、汇总分析是系统性和综合性分析
　　随着新药、新器械和新的诊断方法的不断涌现，每年进行的临床试验数量也急剧增加，医生常为不同观察者得出的迥异的结果所困惑。调查表明，医学文献每年以7%的速度增加，每10~15年加倍[1]，每年完成的随机化对照试验超过4000例[2]。
　　汇总分析是一种量化的工具[3]，它从大量临床试验中综合资料来“总结性评估”某种介入方法的影响。它是一种高度系统化、前瞻性设计，对所有能搜集到的有关资料进行严格的统计学分析，对研究样本量较小、观察效应较弱或有关研究结果不一致时尤其适用。进行汇总分析首先要明确临床需要回答的问题。为解答该问题，研究者需制定研究方案（表1），确定入选个别研究的标准。同时还应选定需要摘录的资料并计划亚组分析的内容。汇总分析的设计和实施必须与实验室研究同样严格。