循证口腔医学在口腔临床实践和科研中的应用
循证医学与系统评价
四川大学华西口腔医学院四川大学华西医院史宗道康德英无论是定性变量数据还是定量变量数据，Meta分析的基本步骤是相同的。若异质性过大，应放弃Meta分析，只对结果作统计描述。Meta分析本身并不能提高原始研究质量，并不能克服低质量原始研究的自身缺陷。系统评价遵循设计清晰、有据可循、方法学完善的原则，注意是否存在系统误差(偏倚)和随机误差(由机遇产生)，减少其对科研质量的影响，更加客观、更加全面地反映了原始研究文献的观点。
A.
B.
一、循证医学与研究证据
循证医学是研究如何遵循临床研究证据指导医学实践的学科，提倡医务人员在临床实践中将个人专业技能和经验、病人的需求与当前最好的科学依据结合起来制定医疗决策。其实践过程包括创造证据、获取证据、应用证据和再评价证据、不断完善和更新证据。循证医学中证据主要是指人体试验的证据，包括病因、诊断、预防、治疗、康复和预后等方面的证据，并追求证据的质量和不断补充完善。
证据的论证强度可根据其质量和可靠程度分为五级。。
在所有证据中，按照特定疗法收集所有质量可靠的随机对照试验后所作的Cochrane系统评价被认为是循证医学最可靠的证据之一。因为系统评价涵盖广泛，并随着新证据的产生、用户的需求、读者的批评和建议而不断得以更新，因而可为临床医生提供更可靠、更有针对性、时效性和
精确性的研究依据。其结果也已成为许多国家卫生决策的参考依据，影响着这些国家的医疗实践、卫生决策，医疗保险、医学教育、临床科研和新药开发等。在没有一、二级证据的情况下，可依次使用其它级别的证据作为参考依据，但应明确指出其可靠性是依次降低的，一旦出现更高级别的证据时就应尽快予以使用。应当指出，非治疗性的研究依据如病因和诊断等不一定强调随机对照试验。
Cochrane协作网是为循证医学实践提供证据的非赢利国际学术机构，为寻找、评价和应用证据提供技术支持。对改进医疗行为和模式发挥了深刻的影响。
Cochrane系统评价最高级别的用户是。
不少药厂近年已开始使用Cochrane系统评价，用以帮助药厂了解药物研究趋势，确定开发方向，评价药物疗效，摆脱无序竞争，增强竞争力。
广大临床医师、高年级医学生、基层卫生保健工作者已成为Cochrane系统评价最大的用户群。
在Meta分析方法中，结局为分类变
量和连续变量的数据分别应如何处理
二、Meta分析
随着循证医学的不断发展，越来越多的人认识到需要在对卫生干预措施证据严格评价的基础上，应用简化而实用的统计学方法合成资料，得到更为可靠的结论。使得Meta分析迅速发展。Meta 分析属于系统评价的定量化方法，目的是将多个同类独立研究的结果进行合成并分析，通过权重使大样本的研究或变异小的研究对于结果的影响更大。可以得到比单独的研究更加精确的结果。其目前已被广泛地应用于病因学研究、治疗研究以及预后研究、剂量反应关系研究以及诊断试验研究的合并分析等。但是，对于那些缺乏有效数据或者异质性过大的研究，系统评价只能得到定性描述的结果，不能进行Meta分析。
各种从原始研究中提取的数据都可以纳入Meta分析。结局为分类变量（比如某事件的结果是成功或失败，生存或死亡，出血或不出血）时，应提供每个研究中每组的病例数，以及发生不同
事件的例数。所用效应统计量为绝对危险度（absolute risk，AR），危险度（relative risk，RR）或比值比（odds ratio，OR）。OR或RR等于1时视为无效。因为当OR为1时，表示在对照组与治疗组中，事件的发生比是相同的。同样，RR为1时，则表示为在对照组与治疗组中，不良事件发生的危险度是相同的。
结局为连续变量（如牙周袋深度，疼痛记分值，或其它可测量的数值、距离等）的Meta分析中，每一个原始研究都应提供治疗组和对照组的样本含量，均值及标准差。这些信息可以通过森林图或用表格列出。所用统计量为加权均差（weighted mean difference, WMD），当结果测量使用不同的度量值时则用标准化均差（standardized mean difference, SMD）。无效用数值0表示。即加权均差为0时，意味着对照组与治疗组测量之均值相等。
一个完整的Meta分析应包括以下步骤，即选题与立题，制定原始研究的纳入标准，检索所有相关的研究，对每个纳入研究的方法与结果进行严格评价，将纳入研究的结果按照统一格式汇总，应用统计方法计算合并分析的结果，进行假设检验，异质性检验，敏感分析，报告并解释结果。
1．选题与立题要首先选择更具有重要临床意义、迫切需要解决的临床问题。这是Meta分析众多步骤中最为关键的一步。选题确定后，要清楚地界定所要研究的问题。例如在一个研究某药治疗特定疾病的Meta分析中，应该明确药物类型、单独或合并用药、药物剂量、给药途径、病人类型、随访方法等。
2．检索与选择所有的相关研究检索范围应尽可能包括已发表文献以及未发表文献。在重要医学科学杂志上发表的论文常被收录到诸如Medline等电子数据库中，检索相对容易；但是学术杂志的数量每年迅速增加，有许多杂志未被包括到上述数据库中，手工检索仍是不可缺少的手段。另外，许多研究出现在政府、研究机构及公司的系列报告中，或见于药厂的内部记录等。应加大检索力度，制定合理的检索策略，已全面系统地检索文献。
要根据明确的纳入与排除标准分析原始文献。注意纳入标准和排除标准过分严格时，方法学上质量较差的研究将被排除，这虽然有助于控制纳入研究间的异质性，但结果的外部真实性会受到影响，限制了Meta分析结果的推广应用。因此要根据Meta分析的目的，均衡考虑内部真实性与外部真实性，使纳入与排除标准松紧适度。
3．识别对于无统计学意义的研究，研究者可能认为意义不大，因而不发表或推迟发表；作
为杂志编辑则更有可能将这类论文退稿。受其影响，即使使用了周密的检索策略和手段，也不可能完全纳入所有相关的研究。
发表性偏倚可使Meta分析过分夸大治疗效应量或危险因素的关联强度，以此为依据易导致临床决策与卫生决策失误。
要识别发表性偏倚，可借助。
若发表性偏倚较大，则需进一步收集相关数据信息，如与原文作者或研究组联系，查询有无阴性结果的研究，若有，则请他们尽可能提供相关数据。还可考虑进行敏感性分析检查效应量估计值的稳定性。如果发现发表性偏倚严重影响系统评价的结论，应如实报告，并提醒读者注意，也可考虑排除低质量研究。
为了减少发表性偏倚，系统评价应有完善的检索策略，尽量找出所有的发表文献，积极寻找尚未发表或推迟发表的文献，严格评价所有纳入的原始研究的质量。
建立与完善科研课题登记制度以及获取发表与未发表文献信息的可靠信息；广泛宣传阴性科研成果与阳性结果同样重要的观点，将有助于减少发表性偏倚的出现。
4．收集必要的数据信息除了从公开发表文章收集必要的信息，从原文作者处获得有关原文的数据、图表的必要补充说明，获取其未发表数据（如果存在）也很重要，有时还可使用政府部门的报表、年鉴等相关信息。应确保所得数据是真实的、没有虚假成分，未曾主观修改数据、剔除异常值等。系统评价应真实录入所纳入研究的所有相关信息，准确报告。
准确可靠的资料是 Meta分析的基础，任何统计学方法都不能弥补资料本身的缺陷。所以在收集数据时，应广开渠道，通过多途径收集，确保数据全面完整；同时，应对数据的真实性进行严格评价，这样才能用于Meta分析。
5．研究结果汇总按照统一的表格形式，对所有纳入研究的发表年份、具体实施年份、研究地点、研究设计方案、样本量、研究中应用并可获得的变量、分析方法、质量控制措施、研究质量等纳入格式化表格中。为了便于数据综合，使用统一的效应量表达形式，计算所有纳入的原始研究效应量的95%可信区间。
