|
数据库建设的完善和数据采集技术的革新使得进行大样本的研究更加方便快捷，而随机对照试验也有它的限制，那么是否会有一天随机对照试验将不再是金标准而是会被其它类型的研究取代呢？ 2013年9月，在美加边境的Niagara瀑布城举办了第二届David Sacktt Symposium，研讨的主题即是“is it a time to retireRCT?”David Sackett是临床流行病学这一门学科的奠基人，也是循证医学的先行者和倡导者；他曾经自述“放弃了对于疾病的危险因素的研究，而将流行病学方法应用于研究治疗效果”，从而推动了临床医学与流行病学的诞生。他大力提倡随机对照试验及在此基础上的系统综述；但是在他的晚年，流行病学研究方法的进步和数据库的完善，也使得他思考是否随机对照试验仍然是评价治疗效果的金标准，这也是当年这场研讨会的主题所在。 David Sackett，临床流行病学和循证医学奠基人，他定义了循证医学，创刊《Evidence based medicine》，并且在牛津大学建立了第一个循证医学中心。 （一）不变的原则 从前面一篇“随机对照试验”这个名词的进化史我们可以看出，不管是逐渐完善中的观察性研究，还是随机对照研究，“对照”作为科学研究的基本要素是必不可少的。而对照与研究者感兴趣的组（队列研究中的“暴露组”或者是随机对照试验研究中的“实验组”）之间的可比性是研究者需要努力去解决的问题，近年来“倾向评分”的应用即是用统计学方法去匹配来解决可比性问题，但是这种方法也只能解决“已知”混杂因素；随机分配仍然是目前的唯一的可以解决可比性的问题，而只有在大样本条件下才能实现随机分配导致的均衡。 所以我们需要问的是，在未来的研究中： 1. 需不需要对照？ 2. 需不需要各个比较组间的均衡可比？ 如果这两个问题的答案都是“需要”，我们应该有信心认为“随机对照试验仍然将是金标准”。 正如一个互动好友提到的“关于第一个问题，个人认为应该无法取代，因为随机对照实验包含了随机和对照这两个检验临床疗效必不可少的原则。除非以后发展出新的原则，否则未来替代随机对照实验的可能性较小。至于目前数据库和数据采集技术的发展，这主要是手段的革新，而非检验原则的革新……”
（二）不是好不好，是要不要？ 对比观察性研究和随机对照试验，尽管我们仍然无法回避的是： 1. 观察性研究有其固有缺陷，而研究方法的进步和数据库的完善并不能完美地克服“混杂”尤其是未知混杂的影响；而与之对比的是，随机的优势在于在大样本条件下，可以达到已知和未知的混杂因素的“完美”均衡，也就是“可比性”； 2. 无论是哪种研究，是观察性研究还是随机对照研究都存在研究质量问题；而大样本的数据库研究受制于数据库建设时数据采集质量，这是数据库研究中一个需要特别重视的地方；同时许多数据库的建设其目的与研究目的并不一致，数据库中包含翔实海量数据，而对于具有一个明确研究目标的研究者来说，噪音太多而信号较弱，这在数据库研究中常被忽视。
数据库建设的完善和数据采集技术的革新使得进行大样本的观察性研究更加方便快捷，所以尽管大样本随机双盲对照试验仍然是最佳研究设计，我们并不需要时时处处都使用这个工具。 ——所以应该问的问题不是随机对照试验好不好，而是在我们特定的研究情境中需不需要这个好的工具？ （三）什么时候不需要随机对照试验 案例1：降落伞与高空坠落死亡率（请戳http://www.ncbi.nlm./pmc/articles/PMC300808/） 这篇文章的作者模仿一个系统综述的作者的语气，做了一个关于降落伞能否预防高空坠落的死亡和创伤的系统综述，最后结论为“降落伞的有效性并没有依据随机对照试验设计进行严格检验”。实际上，这是一个根本不需要用随机对照试验检验的例子。 对于事件的发生率（在这个例子中死亡率或者创伤率）百分之百的例子来说，只要有方法能够降低这个100%，即使没有随机对照试验，我们也可以有信心认为这个方法是有效的。在这样的情境中，100%的事件发生率即是对照；而良好的可比性在这样的例子中并不重要。比如林德当年的柠檬治愈坏血病，也是一个不需要良好的可比性就可以有信心证明治疗方法有效的例子。 同样的情境可以有限地适用于HIV/AIDS和狂犬病的情境中。目前有极个别的HIV采用骨髓移植方法达到血液中检测不到HIV病毒的例子，而相关人员做的是继续观察是否真的痊愈，以及是否可以“重复”（另外一个重要的科研要素）这样的“病毒学治愈”，而不是进行随机对照试验。
案例2：一些不用随机对照试验即可证明有效，是否可以证明“我/我们”的问题也不需要随机对照试验？ 答案是很少有这样的例子；而很多反对随机对照试验的人的临床问题都是需要用严格的方法学来检验的。比如下图中的这位根据林德的例子就认为他的领域不一定需要（人名已经隐去）…… 案例3：有一些证据表明，至少在系统综述和meta分析水平上，观察性研究产生的证据与随机对照试验产生的证据的差别可能并不是特别大。 有研究者统计了就同一研究问题同时进行观察性研究和随机对照试验的系统综述和meta分析的研究。他们对比了进行观察性研究的系统综述和meta分析产生的效应估计值（估计值1）和进行随机对照试验的系统综述和meta分析产生的效应估计值（估计值2），计算估计值1/估计值2的比值，利用系统综述的系统综述（systematic review ofsysetmatic reviews）的方法，总结这一系列的估计值1/估计值2的比值。他们得出结论认为这两类的估计值差别在统计学上没有意义。（请戳 http://journals./plosmedicine/article?id=10.1371/journal.pmed.1001026 ） 图示：对比观察性研究的meta分析效应估计值和随机对照试验的meta分析效应估计值。森林图中每一个红点代表一个估计值1/估计值2，横线宽度代表置信区间；合并后估计值为1.03，接近1，表明这两类估计值在系统综述水平上差异不具有统计学意义。 因此，总结一下我的观点是： 1. 随机对照试验仍将是金标准，而且对于绝大多数临床情境，仍然是金标准； 2. 但是我们并不是时时刻刻需要使用这个金标准，研究方法的进步使得我们可以采用一些方法学比较严格的观察性研究进行补充和替代。
|
|
|
来自： 马拉cml37vnyza > 《科研》
