科研出路在辣鲤?

原标题:科研出路在辣鲤?

科学研究、学习强国,我大中华崛起的必由之路!

科研,是创新探索、是整理规范、是概念转化、是从无到有从有到优、知其然再知其所以然……

承载着人类对内在及外在世界的好奇。

医学研究也是大科研队伍中的一碗大酱,它主要包括三大块:基础研究(高大上,好比食材的甄选)、临床研究(好比烹饪技巧)、转化(医工结合,好比老干妈上市)。

研究根据循证医学塔对临床指南的制定具有重要意义,其核心概括为:疾病的治疗。干预性研究的说服力强于观察性研究,临床研究的说服力强于基础研究,数据的说服力强于个人经验。循证医学塔是侧重于对疾病治疗措施的证据进行分级。

在疾病治疗类研究外,还有一类特殊的研究类型,即诊断准确性试验治疗类研究于评价X干预措施的疗效和安全性诊断准确性试验侧重于评价Y法诊断疾病的准确性。临床无小事,医疗实践不打无准备之仗,没有明确的诊断就无法进行规范化的治疗。因此,诊断准确性试验十分重要。

医学影像隶属于临床学科,其研究多属于第二梯队,即解决诊治防控康复等问题。

超声检查最主要的任务就是诊断:能不能诊断、能不能准确诊断,能不能更准确更早诊断。

当然随着影像介入技术和器材的发展,超声越来越多地参与到疾病治疗的临床战场中,可以参照治疗类研究。

欲善其事,先利设计!根据数据收集类型或研究对象招募方式,诊断准确性试验可以分为前瞻性设计、回顾性设计和双向性设计。

前瞻性设计:预先制定纳入排除标准,招募将来的研究对象进入研究;

回顾性设计:通过回溯既往病例的方式进行研究;

双向性设计:针对同一问题的前瞻性设计和回顾性设计的组合

如何设计良好的前瞻性诊断准确性试验:

1.只有前瞻性前瞻连续招募才能保证研究对象的代表性

前瞻性研究,其说服力强于回顾性研究。研究对象是连续招募的,或者说招募到的对象是来自真实世界的对象“此处敲黑板重复三遍至关重要”。因此研究结论具有较强的外推性。

2.双盲设计十分重要

负责A法和B法的检者(待评价手段的执行者)均不知晓患者的临床资料“此处敲黑板重复三遍至关重要”。我们将其称之为诊断试验中的“双盲设计”,其意义在于HiFi。

3.公平的比较环境才能得出可靠的结论

研究须在同一队列人群中展开的比较,我们称之为 “头对头(head to head)”的比较。如果是比较两种诊断手段,那么任何一种诊断手段都不能先入为主地影响医师的最终诊断。

4.诊断试验不能满足于比较,而应该满足于提供额外诊断价值

诊断试验不是带刺的榴莲,她其实是个千层榴莲,吼吼。

第一层次是评价单个待评价实验的诊断价值

比如:评价A方法在X疾病中的诊断价值。这种实验设计最大的缺陷在于“就事论事”,没有考虑A法和其它主流成熟手段相比是否还存在优势,因此研究结论的临床价值并不是很高。

第二层次是比较几种诊断手段的优劣,确定临床实践中到底哪一种方法最好。

比如:比较A法和B法在X疾病中的诊断价值。这种实验设计虽然较第一层次有了一定的提高,但是仍然不能满足临床需要。显然A和B是完全可以同时检测的,因此,临床医师可能并不关心二法孰优孰劣,而是关心二者联合诊断是否有助于提高总体诊断准确性。在联合诊断中,总体诊断效率并不是单个手段诊断效率的简单叠加。因为各种诊断所提供的诊断信息会有一定的重叠。如果我们分析A法和B法的相关性就会发现,其实二者是存在相关性的。换而言之,他们所提供的诊断信息有部分是重叠的。

第三个层次是评价各个诊断手段能否互补,或者说明确多个手段的联合诊断效率。

临床医师对疾病的诊断往往是建立在症状体征、现病史既往史以及辅助诊断手段基础上。因为其仅仅考虑了几个诊断手段,还不是诊断实验的最高层次。

因此,诊断实验的核心是评估某诊断手段能否提供常规临床信息(病史、体征、体格检查结果)所不能提供的诊断信息。为了论证这一问题,常用的方法有两种:

一种是利用已有大样本量的临床信息建立logistic回归方程、c-statistics、NRI、IDI等统计学方法进行论证;这种方法是将复杂多变的临床问题转为生硬的统计学问题,结论在临床上难以推广

  • 另一种就是采用诊断信心评分,也就是“概率评分”

很显然,基于常规的资料也能对X病进行诊断,且诊断效率还较高(曲线下面积为0.80-0.90),但如果在

“概率评分”的基础上再加A法,则曲线下面积诶嘿居然可以达到0.90以上。也就是证实了A法可以提供病史、体征、体格检查和B法所不能提供的诊断信息。这个结论十分重要,因为这一结论直接告诉临床医师:

在X疾病的患者中,如果引入A法来诊断,会提高总体诊断准确性。

剧终~~~~ No!诊断准确性试验还有更高的层次,即论证引入一个新的诊断手段能否改善患者预后。这类研究在本质上属于随机对照试验,属于一枝红杏出墙来。

PS: 国际上关于诊断准确性试验已经有了较为公认的质量评价工具,即QUADAS-2。本文中所提及的一些实验设计问题在,在QUADAS-2中早有体现。对我们而言,只有深刻领会QUADAS-2工具中提及的试验设计要点,才可能设计出严谨的诊断实验。返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
免费获取
今日搜狐热点
今日推荐