作者投稿
专家审稿
编辑办公
邮件订阅
RSS
-
摘要: 本文回顾了过去30年间循证医学发展过程中产生的重要方法和模型，主要包括PICO问题模型、系统评价、证据质量与推荐强度分级、报告规范、5S模型以及证据生态系统。以上方法共同构成了循证医学的理论体系，推动着循证医学的进步，为循证医学的发展提供了内在源动力。明确其核心方法与主要模型有助于研究者全面理解循证医学的科学理念，并结合当下发展新趋势不断探索循证医学未来发展方向，实现循证医学的更新迭代，进而促进循证科学的建设及多学科融合发展。Abstract: This study reviews the core methods and models that have emerged from the development of evidence-based medicine over the past 30 years, including the PICO question model, systematic reviews, grading of evidence quality and strength of recommendations, reporting guidelines, the 5S pyramid of evidence resources, and evidence ecosystem. The above methods and models constitute the theoretical system, promote the progress of evidence-based medicine and provide the internal impetus for its development. The clarification of the core methods and key models of evidence-based medicine will help scholars and researchers fully understand its scientific philosophy, explore its future direction in light of current development trends, achieve its renewal and iteration, and further promote the construction of evidence-based science and the development of multidisciplinary integration.
-
循证医学(evidence-based medicine, EBM)的理念由加拿大学者Gordon Guyatt等于1992年在JAMA上正式提出[1]，此后在全球得以迅速传播[2]。其基本定义为“决策应基于当前可得的最佳研究证据，同时结合临床经验及患者偏好与价值观”[3]。实现三者之间的动态平衡是循证医学最独特的内涵。循证实践的主要步骤包括：(1)从临床实践中提出临床问题；(2)全面检索现有的最佳研究证据；(3)评价研究证据的真实性和相关性；(4)转化应用研究结果，并结合临床经验及患者偏好解决问题；(5)评价实施效果[4]。在中国，循证医学经过近30年的发展，已成为一门重要的医学学科[5-6]。在实现上述各个环节的过程中离不开具体的方法与模型，二者相辅相成。本文将根据循证实践的各主要环节对该学科当前形成的主要方法与模型进行梳理和介绍，以期为从事循证医学研究、教学和实践的人员提供一定参考。
1. 以PICO为代表的结构化问题模型
经验医学时代，缺乏对诊疗相关临床问题本身的聚焦和研究。临床问题相对是概括的、模糊和笼统的。循证医学提出后，临床医务人员和方法学家逐渐意识到，循证实践的起点应是与患者密切相关、具体化、结构化和可用证据回答的问题。因此，1995年Richardson等撰文提出，应对临床问题进行解构和重建。譬如在治疗领域，问题可解构为PICO，即患者或问题(Patient/Problem)、干预(Intervention)、对照(Control/ Comparator)、结局(Outcome)[7-8]。诊断、预防和预后的临床问题也应参照类似的形式进行解构。针对不同的领域和专业特点，研究人员对PICO模型进行了拓展或改编，譬如针对定性研究的SPIDER (Sample, Phenomenon of Interest, Design, Evaluation, Research)模型，针对发病率和流行趋势问题的CoCoPop(Condition, Context, Population)模型和针对病因和风险问题的PEO(Population, Exposure of interest, Outcome of response)模型等[8-11]。合理的构建有助于对问题形成更清晰、更准确的理解，以及更高效地基于当前可得的证据进行回答。表 1为常见的循证问题构建模型，可供读者快速查阅和参考。
表 1 循证问题构建模型问题类型 模型名称 模型含义 一般临床问题
(诊断、治疗、
预后、预防等)PICO Patient/Problem
Intervention
Control/Comparator
Outcome定性研究问题 SPIDER Sample
Phenomenon of interest
Design
Evaluation
Research type质性研究 PICo Population
Interest of phenomena
Context护理研究 SPICE Setting
Population
Intervention
Comparison
Evaluation成本与经济学
研究PICO-Co Population
Intervention
Control/Comparator
Outcome
Context发病率和流行
趋势研究CoCoPop Condition
Context
Population诊断性试验研究 PIRD Population
Index text
Reference test
Diagnose of interest病因和风险研究 PEO Population
Exposure of interest
Outcome of response背景和专家意见
研究PI-Co Population
Intervention/Phenomena of interest
Context混合性研究 PICO、PICo、PIRD、
CoCoPop、PEO/ 系统评价再评价
研究PI-CO、PICo、PIRD、
CoCoPop、PEO/ 概况性系统评价
研究PCC Population
Concept
Context健康法规与管理
问题ECLIPSE Expectation
Client group
Location
Impact
Professionals
Service2. 以系统评价为代表的证据合成方法
如果说临床问题的PICO解构为循证实践提供了良好的起点，那么通过系统的方法对现有研究进行汇总与合成，则为回答该问题提供了最佳甚至唯一途径。系统评价的理念源于同类研究的合成(research synthesis)[12]。循证医学提出者Gordon Guyatt教授在其第三版《循证临床实践手册》中将系统评价定义为：针对具体的临床问题，采用减少偏倚的方法，检索、筛选、评价和总结原始研究[13]。1993年成立的Cochrane协作网(The Cochrane Collaboration, CC)进一步促进了系统评价的制作、更新和传播，为临床实践和决策提供了更多的可靠证据[14-15]。2011年美国医学科学院在对临床实践指南(clinical practice guideline, CPG)定义进行更新时，将系统评价作为指南制订的前提和基石[16]。
系统评价的类型和方法在过去30年间得到了进一步研究和完善。表 2为以系统评价为代表的常见证据合成方法及其特点，可供读者快速查阅和参考。
表 2 常见证据合成方法及其特征证据合成方法 定义 特征/适用条件 系统评价(systematic review) 通过全面收集符合纳入标准的研究证据(已发表或未发表)，对其进行严格的质量评估和定性或定量合成，从而为某一特定的医疗卫生问题提供可能解决方案的文献研究方法[13] 适用于一般情况下疾病的病因、诊断、治疗、预后、预防等临床问题 动态系统评价(living systematic review) 定期检索和筛选与问题相关的新证据，当获得新的证据时，审慎地思考和判断是否需要立即更新的一种系统评价[17]。证据监测的频率主要取决于特定研究领域新数据的更新速度[18] 适用于将系统评价作为重要决策依据、现有证据评价等级为低或极低以及研究进展和证据更新迭代快的情况[19] 快速评价(rapid review) 在短时间内，通过简化或省略系统评价的部分过程，对相关问题的现有研究证据进行快速总结和评价，以提供信息和决策依据的文献研究方法[20] 适用于新兴研究主题、既往评价的更新、关键主题和通过系统的评价方法评估政策或实践中的已知内容[21] 系统评价再评价(overview of reviews) 使用明确且系统的方法检索和识别同一主题领域相关研究问题的多项评价研究，进而针对重要结局结果再次进行综合分析的文献研究方法[22] 适用于干预措施的疗效评估[23]和暴露的流行病学关联分析[24]；特点为纳入研究的对象不是原始研究而是系统评价、动态系统评价、快速评价、概况性评价、证据图等研究[25] 单个病例数据的Meta分析(individual
patient data meta-analysis)由试验研究者提供试验方案和及时更新的个体病例数据，通过集中收集、检查和分析数据，最终合并试验结果以得到干预措施效果最佳估计值的Meta分析方法[26] 适用于能够收集每个受试者数据的Meta分析研究；特点是潜在偏倚的可能性小，被认为是医疗干预措施效果系统评价的金标准 网状Meta分析(network meta-analysis) 通过系统、全面的检索，基于多个研究证据，对同一系列多个干预措施进行直接或间接比较分析以选择最佳方案的Meta分析[27] 适用于不同干预措施的疗效排序[28]；特点是可以形成纳入干预措施的网状关系图 概况性评价(scoping review) 通过系统全面的检索、筛选和综合现有知识，快速了解某一特定领域相关的关键概念、现有研究证据数量、类型等特征的文献研究方法[29] 适用于探索性研究问题[29]；特点是关注主题领域研究的范围和程度，进而挖掘研究空白[30] 证据图(evidence mapping) 通过对关注领域进行全面、系统的检索以明确认知以及与未来研究需求的差距，以可视图形、表格或可检索数据库的形式呈现结果的证据综合研究方法[31] 适用于展示某个领域研究的整体和全景；特点是可纳入多种类型的研究，通常不对纳入研究进行质量评价以及一般进行定性描述，不采用统计学分析[32] 3. 以GRADE为代表的证据质量和推荐强度分级方法
系统评价为回答临床问题提供了当前可得的证据全貌，但汇总之后的证据质量及其结论可靠性如何，在循证医学产生之前，很少有机构或研究人员能够科学、完整地回答。虽然系统评价对纳入研究也采用了若干质量评价工具[譬如针对随机对照试验(rando-mized controlled trial, RCT)的偏倚风险评价工具Risk of Bias][33-35]，但针对每个结局指标如何判断其证据体质量，却未提出相关标准；另一方面，学界对证据质量分级的探索，一度也停留于主要基于研究设计的范畴[36-37]。RCT以及基于RCT的系统评价证据质量相对最高，有对照的观察性研究的证据质量次之，病例系列或病例报告的证据质量最低(图 1)[38]。
![]()
SR: 系统评价；MA: Meta分析；RCT: 随机对照试验2001年，牛津大学循证医学中心(Oxford Center for Evidence-based Medicine, OCEBM)提出了OCEBM证据标准(表 3)[39]。该标准更为全面地考察了影响证据质量的因素，譬如研究间的同质性，以及合并效应量的可信区间等，并将分级的范围从防治领域扩大为预防、诊断、治疗、预后等。2009年工作组对其进一步优化为5个证据等级[40]。但该标准简单将证据分级与推荐强度进行对应，未考虑研究的间接性和发表性偏倚等问题。2004年，由包括世界卫生组织在内的19个国家和国际组织成立了推荐意见分级评估、制订与评价(Grading of Recommendations, Assessment, Development and Evaluations, GRADE)工作组并给出了明确的证据升降级标准(表 4)[41]。在GRADE体系中，RCT的起始质量为高(A)，观察性研究的起始质量为低(C)，在此基础上，需考虑可能影响证据质量的5个降级因素(偏倚风险、不一致性、间接性、不精确性和发表偏倚)和3个升级因素(大效应值、剂量-反应关系和负偏倚)。推荐强度级别的划定，除证据质量外，还应充分考虑患者偏好、资源情况和利弊平衡，高质量证据不一定是强推荐，低质量证据也不一定是弱推荐。
表 3 2001年牛津大学证据质量与推荐强度分级标准推荐等级 证据级别 预防、诊断、治疗、预后等相关证据 A 1a RCT的系统评价 1b 结果可信区间小的RCT 1c 显示“全或无效应”的任何证据 B 2a 队列研究的系统评价 2b 单个队列研究(包括低质量RCT，如失访率＞20%) 2c 基于患者结局的研究 3a 病例对照研究的系统评价 3b 单个病例对照研究 C 4 病例系列报告、低质量队列研究和低质量病例对照研究 D 5 专家意见(即无临床研究支持的仅依据基础研究或临床经验的推测) RCT: 同图 1 表 4 GRADE证据质量与推荐强度分级分级 具体描述 证据质量分级 高(A) 非常有把握观察值接近真实值 中(B) 对观察值有中等把握：观察值有可能接近真实值，但也有可能差别很大 低(C) 对观察值的把握有限：观察值可能与真实值有很大差别 极低(D) 对观察值几乎无把握：观察值与真实值可能有极大差别 推荐强度分级 强(1) 明确显示干预措施利大于弊或弊大于利 弱(2) 利弊不确定或无论质量高低的证据均显示利弊相当 GRADE: 推荐意见分级评估、制订与评价 4. 以CONSORT为代表的医学研究报告规范
使用PICO的方法解构临床问题，系统评价的方法合成证据，GRADE的方法对证据体质量进行分级，进而形成指南中的推荐意见，在某种程度上，已经完成了循证实践的前期准备工作。在以上环节中，按照国际公认的标准，充分、准确和透明地对原始研究、二次研究和指南进行报告和发表，既是循证实践之前的必要工作，也是判断证据和指南质量的关键所在。因此，研究报告规范在循证医学方法学体系中发挥着极其重要的作用。报告规范是基于一定的标准和要求，格式化呈现研究内容的一种指导原则。通过实施报告规范，能够让读者、研究者和使用者更好地理解、评价和应用该研究的内容和结论[43]。截至目前，被EQUATOR(Enhancing the QUAlity and Transpa- rency Of health Research)协作网(https://www.equator-network.org/)收录的研究报告规范已有近550份，涵盖动物研究、观察性研究、RCT、诊断及预后研究、经济学研究、系统评价和指南等多种研究类型。其中影响力最大的是RCT报告规范CONSORT (Consoli-dated Standards of Reporting Trials)声明，其首次发表于1996年，并分别于2001年和2010年进行了更新[44-46]。目前CONSORT的扩展版有18个，涵盖不同的研究类型(如随机交叉试验、群组RCT)和不同的干预措施(如非药物干预、针刺)等[47-50]。CONSORT被列为20世纪最重要的医学研究进展之一，得到国际医学期刊编辑委员会(International Committee of Medical Journal Editors, ICMJE)和世界医学编辑协会(World Association of Medical Editors, WAME)的支持，以及超过600家国际生物医学期刊的认可，并列入稿约[51]。表 5为常见的医学研究报告规范及其特点，可供读者快速查阅和参考。
5. 以“5S”为代表的证据转化与应用模型
以上4个领域的方法学主要聚焦证据的生产、合成、评价和报告，由加拿大学者Brain Haynes教授提出的“5S”证据模型(图 2)，则为如何高效使用证据提供了理论和方法学指导[52]。“5S”模型之所以成为循证医学最重要的理论之一，因其明确提出循证医学的实践者并不需要从浩如烟海的传统医学数据库中寻找答案，而是首先要建立起一种检索思维，即当有更高质量、已经被总结和评价过的证据存在时，应先去选择和应用此类证据，当期不可得时，再转向下一级，就如同剥洋葱一般。该模型于2009年更新为“6S”，即在原始研究(Single Studies)与证据合成(Syntheses)之间增添了原始研究摘要(Synopses of Single Studies)[53-54]。
利用证据模型开展循证实践时亦需注意，虽然该模型最顶端的证据最好用，但数量相对也最少。此外，无论是哪个层级的“S”，均需再次评估其质量(除非已被评价过)。证据资源模型并未明确纳入临床实践指南，而临床实践指南恰恰是临床医师最常用和最重要的决策依据。2021年成立的STAR(Scien-tific, Transparent and Applicable Rankings tool for Guide-lines)工作组主导研发的临床实践指南评级数据库(https://www.star-guidelines.cn/index)，对收录指南进行了综合评分和排序，使用者可根据得分和质量选择最佳指南在临床中使用，对上述问题进行了有效补充和完善[55-56]。
表 5 EQUATOR协作网主页推荐的医学研究报告规范及其基本信息报告规范名称 适用研究类型 最新版本发表年份 有无扩展板 官网 领域和条目 CONSORT 随机(对照)试验 2010 √ http://www.consort-statement.org/ 6个领域，25个条目 STROBE 观察性研究 2007 √ https://www.strobe-statement.org/ 6个领域，22个条目 PRISMA 系统评价 2021 √ http://www.prisma-statement.org/ 7个领域，27个条目 SPIRIT 临床试验研究计划书 2013 √ https://www.spirit-statement.org/ 8个领域，33个条目 STARD 诊断试验 2015 √ × 7个领域，30个条目 TRIPOD 临床预测研究 2015 √ https://www.tripod-statement.org/ 6个领域，22个条目 CARE 病例报告 2013 √ https://www.care-statement.org/ 13个条目 RIGHT 临床实践指南 2017 √ http://www.right-statement.org/ 7个领域，22个条目 SRQR 质性研究 2014 × × 21个条目 COREQ 质性研究 2007 × × 32个条目 ARRIVE 动物(临床前)试验 2020 × https://arriveguidelines.org/ 21个条目 SQUIRE 质量改进研究 2015 √ http://www.squire-statement.org/ 6个领域，18个条目 CHEERS 经济学评估 2022 × × 7个领域，28个条目 CONSORT: Consolidated Standards of Reporting Trials; STROBE: The Strengthening the Reporting of Observational Studies in Epidemiology; PRISMA: the Preferred Reporting Items for Systematic Reviews and Meta-Analyses; SPIRIT: Standard Protocol Item-Recommendations for Interventional Trials; STARD: the Standards for Reporting Diagnostic Accuracy; TRIPOD: Transparent Reporting of A Multivariable Prediction Model for Individual Prognosis of Diagnosis; CARE: Case Report; RIGHT: Reporting Items for Practice Guidelines in Healthcare; SRQR: The Standards for Reporting Qualitative Research; COREQ: Consolidated Criteria for Reporting Qualitative Research; ARRIVE: Animal Research: Reporting of In Vivo Experiments; SQUIRE: Standards for Quality Improvement Reporting Excellence; CHEERS: Consolidated Health Economic Evaluation Reporting Standards 6. 以MAGIC为代表的证据生态系统
在整个循证实践过程中，将证据不同的环节(生产、合成、评价和转化)有机进行连接，让相关人员彼此合作，以及通过结构化的数据和相关的方法学将其整合为一个生态系统，完成自我循环和发展，是循证医学近10年来方法学领域关注的热点和焦点。2009年成立的MAGIC(making GRADE the irresistible choice)组织，以GRADE为核心，借助循证医学的相关方法和技术，提出了证据生态系统(evidence ecosystem) 的理论框架，致力于应对证据生产和临床实践的脱节，消除研究者之间的壁垒，促进证据的流动和更新[57]。在此基础上，加拿大学者Holger Schünemann等进一步提出了卫生决策中的生态系统模型，以期将以上理念和方法应用于公共卫生和卫生系统领域[58]。无论是证据还是卫生决策的生态系统，均是为了更好地解决和应对当前循证研究和实践过程中，由于各环节和部分之间的割裂对研究和医疗资源的浪费带来的挑战。
7. 小结与展望
循证医学的理念和方法正在不断影响和改变医疗卫生乃至社会科学的实践[59-60]。结构化问题模型、证据合成方法、证据质量和推荐强度分级方法、研究报告规范、证据转化与应用模型以及证据生态系统相互独立但又密切相关，共同组成了循证医学的理论体系。尽管已经获得了丰硕成果，新兴研究领域和方法(如大数据、人工智能等)的出现对循证医学未来的发展带来挑战的同时，也提供了不断革新的动力。循证医学的理论将持续汲取不同学科方法论的优点，在应用过程中不断更新和完善。
作者贡献：孙雅佳负责资料搜集、整理分析及论文初稿撰写；罗旭飞和玉炫负责资料补充及论文修订；陈耀龙负责论文选题、结构设计、团队组建、质量控制及论文审校。利益冲突：所有作者均声明不存在利益冲突 -
![]()
图 1 2001年美国纽约州立大学下州医学中心证据金字塔[38, 42](图片改编自https://guides.downstate.edu/c.php?g=856794&p=6831536)
SR: 系统评价；MA: Meta分析；RCT: 随机对照试验
表 1 循证问题构建模型
问题类型 模型名称 模型含义 一般临床问题
(诊断、治疗、
预后、预防等)PICO Patient/Problem
Intervention
Control/Comparator
Outcome定性研究问题 SPIDER Sample
Phenomenon of interest
Design
Evaluation
Research type质性研究 PICo Population
Interest of phenomena
Context护理研究 SPICE Setting
Population
Intervention
Comparison
Evaluation成本与经济学
研究PICO-Co Population
Intervention
Control/Comparator
Outcome
Context发病率和流行
趋势研究CoCoPop Condition
Context
Population诊断性试验研究 PIRD Population
Index text
Reference test
Diagnose of interest病因和风险研究 PEO Population
Exposure of interest
Outcome of response背景和专家意见
研究PI-Co Population
Intervention/Phenomena of interest
Context混合性研究 PICO、PICo、PIRD、
CoCoPop、PEO/ 系统评价再评价
研究PI-CO、PICo、PIRD、
CoCoPop、PEO/ 概况性系统评价
研究PCC Population
Concept
Context健康法规与管理
问题ECLIPSE Expectation
Client group
Location
Impact
Professionals
Service
下载: 导出CSV
表 2 常见证据合成方法及其特征
证据合成方法 定义 特征/适用条件 系统评价(systematic review) 通过全面收集符合纳入标准的研究证据(已发表或未发表)，对其进行严格的质量评估和定性或定量合成，从而为某一特定的医疗卫生问题提供可能解决方案的文献研究方法[13] 适用于一般情况下疾病的病因、诊断、治疗、预后、预防等临床问题 动态系统评价(living systematic review) 定期检索和筛选与问题相关的新证据，当获得新的证据时，审慎地思考和判断是否需要立即更新的一种系统评价[17]。证据监测的频率主要取决于特定研究领域新数据的更新速度[18] 适用于将系统评价作为重要决策依据、现有证据评价等级为低或极低以及研究进展和证据更新迭代快的情况[19] 快速评价(rapid review) 在短时间内，通过简化或省略系统评价的部分过程，对相关问题的现有研究证据进行快速总结和评价，以提供信息和决策依据的文献研究方法[20] 适用于新兴研究主题、既往评价的更新、关键主题和通过系统的评价方法评估政策或实践中的已知内容[21] 系统评价再评价(overview of reviews) 使用明确且系统的方法检索和识别同一主题领域相关研究问题的多项评价研究，进而针对重要结局结果再次进行综合分析的文献研究方法[22] 适用于干预措施的疗效评估[23]和暴露的流行病学关联分析[24]；特点为纳入研究的对象不是原始研究而是系统评价、动态系统评价、快速评价、概况性评价、证据图等研究[25] 单个病例数据的Meta分析(individual
patient data meta-analysis)由试验研究者提供试验方案和及时更新的个体病例数据，通过集中收集、检查和分析数据，最终合并试验结果以得到干预措施效果最佳估计值的Meta分析方法[26] 适用于能够收集每个受试者数据的Meta分析研究；特点是潜在偏倚的可能性小，被认为是医疗干预措施效果系统评价的金标准 网状Meta分析(network meta-analysis) 通过系统、全面的检索，基于多个研究证据，对同一系列多个干预措施进行直接或间接比较分析以选择最佳方案的Meta分析[27] 适用于不同干预措施的疗效排序[28]；特点是可以形成纳入干预措施的网状关系图 概况性评价(scoping review) 通过系统全面的检索、筛选和综合现有知识，快速了解某一特定领域相关的关键概念、现有研究证据数量、类型等特征的文献研究方法[29] 适用于探索性研究问题[29]；特点是关注主题领域研究的范围和程度，进而挖掘研究空白[30] 证据图(evidence mapping) 通过对关注领域进行全面、系统的检索以明确认知以及与未来研究需求的差距，以可视图形、表格或可检索数据库的形式呈现结果的证据综合研究方法[31] 适用于展示某个领域研究的整体和全景；特点是可纳入多种类型的研究，通常不对纳入研究进行质量评价以及一般进行定性描述，不采用统计学分析[32]
下载: 导出CSV
表 3 2001年牛津大学证据质量与推荐强度分级标准
推荐等级 证据级别 预防、诊断、治疗、预后等相关证据 A 1a RCT的系统评价 1b 结果可信区间小的RCT 1c 显示“全或无效应”的任何证据 B 2a 队列研究的系统评价 2b 单个队列研究(包括低质量RCT，如失访率＞20%) 2c 基于患者结局的研究 3a 病例对照研究的系统评价 3b 单个病例对照研究 C 4 病例系列报告、低质量队列研究和低质量病例对照研究 D 5 专家意见(即无临床研究支持的仅依据基础研究或临床经验的推测) RCT: 同图 1
下载: 导出CSV
表 4 GRADE证据质量与推荐强度分级
分级 具体描述 证据质量分级 高(A) 非常有把握观察值接近真实值 中(B) 对观察值有中等把握：观察值有可能接近真实值，但也有可能差别很大 低(C) 对观察值的把握有限：观察值可能与真实值有很大差别 极低(D) 对观察值几乎无把握：观察值与真实值可能有极大差别 推荐强度分级 强(1) 明确显示干预措施利大于弊或弊大于利 弱(2) 利弊不确定或无论质量高低的证据均显示利弊相当 GRADE: 推荐意见分级评估、制订与评价
下载: 导出CSV
表 5 EQUATOR协作网主页推荐的医学研究报告规范及其基本信息
报告规范名称 适用研究类型 最新版本发表年份 有无扩展板 官网 领域和条目 CONSORT 随机(对照)试验 2010 √ http://www.consort-statement.org/ 6个领域，25个条目 STROBE 观察性研究 2007 √ https://www.strobe-statement.org/ 6个领域，22个条目 PRISMA 系统评价 2021 √ http://www.prisma-statement.org/ 7个领域，27个条目 SPIRIT 临床试验研究计划书 2013 √ https://www.spirit-statement.org/ 8个领域，33个条目 STARD 诊断试验 2015 √ × 7个领域，30个条目 TRIPOD 临床预测研究 2015 √ https://www.tripod-statement.org/ 6个领域，22个条目 CARE 病例报告 2013 √ https://www.care-statement.org/ 13个条目 RIGHT 临床实践指南 2017 √ http://www.right-statement.org/ 7个领域，22个条目 SRQR 质性研究 2014 × × 21个条目 COREQ 质性研究 2007 × × 32个条目 ARRIVE 动物(临床前)试验 2020 × https://arriveguidelines.org/ 21个条目 SQUIRE 质量改进研究 2015 √ http://www.squire-statement.org/ 6个领域，18个条目 CHEERS 经济学评估 2022 × × 7个领域，28个条目 CONSORT: Consolidated Standards of Reporting Trials; STROBE: The Strengthening the Reporting of Observational Studies in Epidemiology; PRISMA: the Preferred Reporting Items for Systematic Reviews and Meta-Analyses; SPIRIT: Standard Protocol Item-Recommendations for Interventional Trials; STARD: the Standards for Reporting Diagnostic Accuracy; TRIPOD: Transparent Reporting of A Multivariable Prediction Model for Individual Prognosis of Diagnosis; CARE: Case Report; RIGHT: Reporting Items for Practice Guidelines in Healthcare; SRQR: The Standards for Reporting Qualitative Research; COREQ: Consolidated Criteria for Reporting Qualitative Research; ARRIVE: Animal Research: Reporting of In Vivo Experiments; SQUIRE: Standards for Quality Improvement Reporting Excellence; CHEERS: Consolidated Health Economic Evaluation Reporting Standards
下载: 导出CSV
-
[1] Guyatt G, Cairns J, Churchill D, et al. Evidence-based Medicine: A New Approach to Teaching the Practice of Medicine[J]. JAMA, 1992, 268: 2420-2425. DOI: 10.1001/jama.1992.03490170092032
[2] Djulbegovic B, Guyatt GH. Progress in evidence-based medicine: a quarter century on[J]. Lancet, 2017, 390: 415-423. DOI: 10.1016/S0140-6736(16)31592-6
[3] Sackett DL, Straus SE, Scott Richardson W, et al. Evidence-Based Medicine: How to Practice and Teach EBM[M]. 2nd ed. Edinburgh and London: Churchill Livingstone, 2000.
[4] 杨克虎. 循证医学[M]. 北京: 人民卫生出版社, 2019: 7-8. [5] Wang J. Evidence-based medicine in China[J]. Lancet, 2010, 37: 532-523.
[6] Li B, Yan Y, Lv M, et al. Clinical Epidemiology in China series. Paper 1: Evidence-based medicine in China: An oral history study[J]. J Clin Epidemiol, 2021, 140: 165-171. DOI: 10.1016/j.jclinepi.2021.08.012
[7] Richardson WS, Wilson MC, Nishikawa J, et al. The well-built clinical question: a key to evidence-based decisions[J]. ACP J Club, 1995, 123: A12-A13.
[8] 孙皓, 时景璞. 循证医学中PICO模型的扩展及其在定性研究中的应用[J]. 中国循证医学杂志, 2014, 1: 505-508. DOI: 10.7507/1672-2531.20140087 [9] 朱政, 胡雁, 邢唯杰, 等. 不同类型循证问题的构成[J]. 护士进修杂志, 2017, 32: 1991-1994. DOI: 10.16821/j.cnki.hsjx.2017.21.025 [10] Cooke A, Smith D, Booth A. Beyond PICO: the SPIDER tool for qualitative evidence synthesis[J]. Qual Health Res, 2012, 22: 1435-1443. DOI: 10.1177/1049732312452938
[11] Robinson KA, Saldanha IJ, McKoy NA. Development of a framework to identify research gaps from systematic reviews[J]. J Clin Epidemiol, 2011, 64: 1325-1330. DOI: 10.1016/j.jclinepi.2011.06.009
[12] Chalmers I, Hedges LV, Cooper H. A brief history of research synthesis[J]. Eval Health Prof, 2002, 25: 12-37. DOI: 10.1177/0163278702025001003
[13] Guyatt G. Guides to the Medical Literature: A Manual for Evidence-Based Clinical Practice[M]. 3rd ed. McGraw Hill/Medical, 2014: 675.
[14] 李幼平, 李静, 孙鑫, 等. 循证医学在中国的起源与发展: 献给中国循证医学20周年[J]. 中国循证医学杂志, 2016, 16: 2-6. DOI: 10.7507/1672-2531.20160002 [15] Cochrane. Homepage[EB/OL]. [2022-11-30]. https://www.cochrane.org/.
[16] Institute of Medicine (US) Committee on Standards for Developing Trustworthy Clinical Practice Guidelines. Clinical Practice Guidelines We Can Trust[M]. Washington (DC): National Academies Press, 2011.
[17] The Cochrane Community. Review production, Production resources, Living systematic reviews[EB/OL]. (2019-12)[2022-11-27]. https://community.cochrane.org/review-production/production-resources/living-systematic-reviews.
[18] Norris SL. Current definitions of living systematic reviews and living guidelines need to change[J]. J Evid Based Med, 2022, 15: 75-76. DOI: 10.1111/jebm.12478
[19] 许吉, 邓宏勇. 动态系统评价简介[J]. 中国循证医学杂志, 2020, 20: 244-248. https://www.cnki.com.cn/Article/CJFDTOTAL-ZZXZ202002018.htm [20] Dobbins M. Rapid review guidebook[J]. Natl Collab Cent Method Tools, 2017, 13: 25.
[21] University Libraries. Libraries, Research Guides, Health Science Libraries, Systematic Reviews & Other Review Types, What is a Rapid Review?[EB/OL]. (2020-10-15)[2022-11-27]. https://guides.temple.edu/c.php?g=78618&p=4156608.
[22] Pollock M, Fernandes RM, Becker LA, et al. Chapter V: Overviews of Reviews. In: Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA (editors). Cochrane Handbook for Systematic Reviews of Interventions version 6.3[EB/OL]. (2022-02)[2022-11-30]. https://training.cochrane.org/handbook/current/chapter-v.
[23] 杨克虎, 刘雅莉, 袁金秋, 等. 发展和完善中的系统评价再评价[J]. 中国循证儿科杂志, 2011, 6: 54-57. DOI: 10.3969/j.issn.1673-5501.2011.01.009 [24] Belbasis L, Bellou V, Ioannidis JPA. Conducting umbrella reviews[J]. BMJ Medicine, 2022, 1: e000071. DOI: 10.1136/bmjmed-2021-000071
[25] Bougioukas KI, Pamporis K, Vounzoulaki E, et al. Types and associated methodologies of overviews of reviews in healthcare: a methodological study with published examples[J]. J Clin Epidemiol, 2022, 153: 13-25.
[26] 孙鑫, 王莉, 李幼平. 使用个体病例数据进行Meta分析评价医疗干预措施的效果[J]. 中国循证医学杂志, 2010, 10: 998-1003. https://www.cnki.com.cn/Article/CJFDTOTAL-ZZXZ201008022.htm [27] 李伦, 杨克虎, 田金徽. 网状Meta分析相关术语和定义的研究[J]. 中国药物评价, 2014, 31: 321-326. DOI: 10.3969/j.issn.2095-3593.2014.06.001 [28] Higgins JP, Welton NJ. Network meta-analysis: a norm for comparative effectiveness?[J]. Lancet, 2015, 386: 628-630. DOI: 10.1016/S0140-6736(15)61478-7
[29] Colquhoun HL, Levac D, O'Brien KK, et al. Scoping reviews: time for clarity in definition, methods, and reporting[J]. J Clin Epidemiol, 2014, 67: 1291-1294. DOI: 10.1016/j.jclinepi.2014.03.013
[30] 卞薇, 陈慧, 宋国敏, 等. 概况性评价简介[J]. 中国循证医学杂志, 2017, 17: 488-493. DOI: 10.7507/1672-2531.201608004 [31] Miake-Lye IM, Hempel S, Shanman R, et al. What is an evidence map? A systematic review of published evidence maps and their definitions, methods, and products[J]. Syst Rev, 2016, 5: 28. DOI: 10.1186/s13643-016-0204-x
[32] 李伦, 杨克虎, 田金徽, 等. 一种新的证据总结方法: 证据图简介[J]. 中国循证儿科杂志, 2011, 6: 230-232. https://www.cnki.com.cn/Article/CJFDTOTAL-XZEK201103023.htm [33] Tran L, Tam DNH, Elshafay A, et al. Quality assessment tools used in systematic reviews of in vitro studies: A systematic review[J]. BMC Med Res Methodol, 2021, 21: 101.
[34] Seehra J, Pandis N, Koletsi D, et al. Use of quality assessment tools in systematic reviews was varied and inconsistent[J]. J Clin Epidemiol, 2016, 69: 179-184.e5. DOI: 10.1016/j.jclinepi.2015.06.023
[35] Jørgensen L, Paludan-Müller AS, Laursen DR, et al. Evaluation of the Cochrane tool for assessing risk of bias in randomized clinical trials: overview of published comments and analysis of user practice in Cochrane and non-Cochrane reviews[J]. Syst Rev, 2016, 5: 80. DOI: 10.1186/s13643-016-0259-8
[36] Guyatt GH, Rennie D. Users'guides to the medical literature[J]. JAMA, 1993, 270: 2096-2097.
[37] The periodic health examination. Canadian Task Force on the Periodic Health Examination[J]. Can Med Assoc J, 1979, 121: 1193-1254.
[38] SUNY Downstate Medical Research Library of Brooklyn: Evidence-Based Medicine Course. Evidence Based Pyramid[EB/OL]. (2022-07-18)[2022-11-05]. https://guides.downstate.edu/c.php?g=856794&p=6831536.
[39] SING50: a guideline developer's handbook[EB/OL]. (2019-11)[2022-11-05]. https://www.sign.ac.uk/our-guidelines/sign-50-a-guideline-developers-handbook/.
[40] Jeremy Howick, Iain Chalmers, Paul Glasziou, et al. "Explanation of the 2011 Oxford Centre for Evidence-Based Medicine (OCEBM) Levels of Evidence (Background Document)". Oxford Centre for Evidence-Based Medicine[EB/OL]. [2022-11-05]. https://www.cebm.ox.ac.uk/resources/levels-of-evidence/explanation-of-the-2011-ocebm-levels-of-evidence.
[41] Atkins D, Eccles M, Flottorp S, et al. Systems for grading the quality of evidence and the strength of recommendations I: critical appraisal of existing approaches The GRADE Working Group[J]. BMC Health Serv Res, 2004, 4: 38.
[42] 陈耀龙, 李幼平, 杜亮, 等. 医学研究中证据分级和推荐强度的演进[J]. 中国循证医学杂志, 2008, 8: 127-133. https://www.cnki.com.cn/Article/CJFDTOTAL-ZZXZ200802015.htm [43] Enhancing the QUAlity and Transparency Of health Research. What is a reporting guideline?[EB/OL]. [2022-11-25]. https://www.equator-network.org/about-us/what-is-a-reporting-guideline/.
[44] Begg C, Cho M, Eastwood S, et al. Improving the quality of reporting of randomizedcontrolled trials. The CONSORT statement[J]. JAMA, 1996, 276: 637-639.
[45] Moher D, Schulz KF, Altman DG, et al. The CONSORT statement: revised recommendations for improv-ing the quality of reports of parallel-group randomized trials[J]. Ann Intern Med, 2001, 134: 657-662.
[46] Schulz KF, Altman DG, Moher D, et al. CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials[J]. BMJ, 2010, 340: c332.
[47] Campbell MK, Piaggio G, Elbourne DR, et al. Consort 2010 statement: extension to cluster randomised trials[J]. BMJ, 2012, 345: e5661.
[48] Boutron I, Altman DG, Moher D, et al. CONSORT Statement for Randomized Trials of Nonpharmacologic Treatments: A 2017 Update and a CONSORT Extension for Nonpharmacologic Trial Abstracts[J]. Ann Intern Med, 2017, 167: 40-47.
[49] MacPherson H, Altman DG, Hammerschlag R, et al. Revised STandards for Reporting Interventions in Clinical Trials of Acupuncture (STRICTA): extending the CON-SORT statement[J]. PLoS Med, 2010, 7: e1000261.
[50] Dwan K, Li T, Altman DG, et al. CONSORT 2010 statement: extension to randomised crossover trials[J]. BMJ, 2019, 366: l4378.
[51] CONSORT. About CONSORT, History[EB/OL]. (1996-08-28)[2022-11-30]. http://www.consort-statement.org/.
[52] R. Brian Haynes, 陈耀龙, 刁骧. 研究、综述、摘要、总结、系统: 循证卫生保健决策的"5S"信息服务演进[J]. 中国循证医学杂志, 2007, 7: 330-332. https://www.cnki.com.cn/Article/CJFDTOTAL-ZZXZ200705001.htm [53] DiCenso A, Bayley L, Haynes RB. ACP Journal Club. Editorial: Accessing preappraised evidence: fine-tuning the 5S model into a 6S model[J]. Ann Intern Med, 2009, 151: JC3-2, JC3-3.
[54] McMaster University Health Sciences Library. Resources for Evidence-based Practice: The 6S Pyramid[EB/OL]. (2022-11-10)[2022-11-27]. https://hslmcmaster.libguides.com/ebm.
[55] 杨楠, 赵巍, 潘旸, 等. 针对临床实践指南科学性、透明性和适用性的评级工具研发[J]. 中华医学杂志, 2022, 102: 2329-2337. [56] 中华医学会杂志社指南与标准研究中心, 中国医学科学院循证评价与指南研究创新单元, 世界卫生组织指南实施与知识转化合作中心. 2021年医学期刊发表中国指南和共识的科学性、透明性和适用性的评级[J]. 中华医学杂志, 2022, 102: 2319-2328. [57] 孙鑫, 李玲, 李舍予, 等. 促进高质量临床实践指南快速制订与有效使用: MAGIC体系与中国行动[J]. 中国循证医学杂志, 2020, 20: 2-6. https://www.cnki.com.cn/Article/CJFDTOTAL-ZZXZ202001002.htm [58] Schünemann HJ, Reinap M, Piggott T, et al. The ecosystem of health decision making: from fragmentation to synergy[J]. Lancet Public Health, 2022, 7: e378-e390.
[59] 杨克虎. 循证社会科学的产生、发展与未来[J]. 图书与情报, 2018(03): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-BOOK201803001.htm [60] 裴淼, 靳伟, 李肖艳, 等. 循证教师教育实践: 内涵、价值和运行机制[J]. 教师教育研究, 2020, 32: 1-8. https://www.cnki.com.cn/Article/CJFDTOTAL-GDSZ202004001.htm -
期刊类型引用(14)
1. 王家莹，赵翼，段茹，刘金婷，吴云，张继胜，项雪梅，顾逸飞，田雨，曹雅雯，李彬，王贤良，毛静远. 近10年中医药类系统评价/Meta分析的文献计量学分析及思考. 药物流行病学杂志. 2025(01): 57-68 . 
百度学术
2. 刘佳宁，赖鸿皓，孙铭谣，黄嘉杰，叶紫莹，李颖，潘蓓，葛龙. 证据合成中不同测量工具的数据转化方法及应用. 中国循证儿科杂志. 2025(01): 61-66 . 百度学术
3. 景荣华，孙云丰，何丽，张云云，王耀，廖军. 循证医学PICOS模式结合PBL教学法在康复医学教育中的效果. 中国继续医学教育. 2024(07): 104-108 . 百度学术
4. 陆瑶，刘佳宁，王冕，黄嘉杰，韩宝瑾，孙铭谣，程千吉，宁金铃，葛龙. 人工智能在医患共同决策中的应用. 协和医学杂志. 2024(03): 661-667 . 本站查看
5. 张泽丹，李国祥，李敏，王烨，毛超一. 名老中医经验传承内涵建设及创新方式的研究. 中国中医基础医学杂志. 2024(06): 1016-1019 . 百度学术
6. 周奇，陈耀龙，梁智勇. 病理学领域指南与共识的制订方法与思考. 中华病理学杂志. 2024(06): 521-527 . 百度学术
7. 宋再伟，赵荣生，陈耀龙，徐东. 基于高质量循证用药指南制定与实施的临床药学“实践-研究一体化”模式构建与实践. 中国临床药学杂志. 2024(06): 401-407 . 百度学术
8. 王旭，赵俊钢，秦艺珊，张姝，陈诗懿，王凡，段敏捷，唐士琳，李雪萍，刘恩梅，李秋，陈耀龙. 中国科研门诊现状分析及开设循证门诊的探索——以重庆医科大学附属儿童医院为例. 兰州大学学报(医学版). 2024(06): 62-66+76 . 百度学术
9. 张乐，景城阳，褚红玲，廖星. 混合方法研究报告标准和案例解析. 中国全科医学. 2024(31): 3865-3869+3883 . 百度学术
10. 王青青，陈亮，杨熙. 将课程思政融入牙体牙髓科实习教学的应用模式探索. 中国继续医学教育. 2024(15): 182-185 . 百度学术
11. 孙凤，章萌，詹思延. 基于深度循证医学理念构建新一代循证决策生态系统. 中华流行病学杂志. 2024(08): 1164-1170 . 百度学术
12. 廖星，景城阳，刘建平，王永炎. 从蹒跚学步到行稳致远：中医药循证医学近30年发展概况. 中国中西医结合杂志. 2024(10): 1157-1166 . 百度学术
13. 陆瑶，张迁，程千吉，刘佳宁，孙铭谣，宁金铃，黄嘉杰，任似梦，张文政，刘雅洁，邓锡源，田金徽，刘杰，葛龙. 中国患者决策辅助工具开发流程与方法. 协和医学杂志. 2024(06): 1422-1431 . 本站查看
14. 叶淑云，郭淦华，应旭卿. 循证医学思维模式下中医特色消化疾病管理体系的构建. 中医药管理杂志. 2023(22): 231-234 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 5128
- HTML全文浏览量: 2370
- PDF下载量: 817
- 被引次数: 17
