学起来！肿瘤方向的临床研究套路规则

医学研究中，肿瘤领域一直独占鳌头，可谓是老树新花惊喜不断。而临床医生要想在此领域独分一杯羹，不若另辟蹊径，依凭着手中所掌握的丰富的临床病例资源优势，来杀出一条血路。

而基于多数医生缺乏好的肿瘤临床研究设计，且对肿瘤临床研究种类、方法都不甚了解，则解螺旋翡翠老师.坚果老师在充分考虑临床医生与医学研究生自身特点以及临床科研的实际需求后，则为大家量身定制了《回顾性肿瘤临床研究系列课程》，可帮助屡清肿瘤临床研究的概念及科研思维，切实解决医生们在肿瘤临床研究过程中所面临的各种问题。

本课程最大特点是，通过真实临床研究案例，对各类型肿瘤临床研究从统计到设计进行“解剖”，力求完全贴近临床研究实战。坚果老师会从肿瘤临床研究问题出发，以案例讲解为主，讲授肿瘤临床研究设计与统计学方法，授课深入浅出，通俗易懂，让临床医生真正做到轻松玩转肿瘤临床研究。

课程内容

第一节：肿瘤的临床研究概论

本期课程先对肿瘤临床研究的基本概念进行详细的介绍，并明确医学研究中各类研究设计类型适用的临床问题及各自间的区别和联系，包括横断面研究、队列研究、病例对照研究以及RCT研究等。

（点击看大图）

第二节：肿瘤临床研究需要掌握的基本统计学知识及软件使用

医学统计学在科学研究、论文写作中的地位不言而喻，其方法的运用直接决定科研和文章的成败。就肿瘤临床研究而言，其统计分析方法众多，深浅不一，且效果各异。对很多医生来讲，正确运用医学统计学存在不同程度的困难。

而本期课程则详细讲解肿瘤临床研究需要掌握的基本统计学知识以及如何准确熟练应用相应软件进行实验数据的统计，让医生们从力不从心快速转变为犹有余力。

第三节：肿瘤临床试验：治疗手段从基础走向临床

众所周知，肿瘤临床药物的研发往往要经历九九八十一难方能真正走向市场，那么本节课程将以默沙东PD-1单抗Keytruda (Pembrolizumab) 在非小细胞肺癌的系列研究，来解读通过临床试验，一个药物如何从实验室走向临床。

第四节：诊断性临床研究：诊断措施改变临床决策

诊断试验用于确定或排除疾病的方法．这里泛指临床上所进行的各种实验室检验、器械检查和影像学检测。临床上主要应用于疾病诊断、疾病随访、疗效考核以及药物毒副作用的监测。

第五节：横断面研究：从怎么做到如何做好

横断面研究(cross-sectional study)是在某一特定时间对某一定范围内的人群，以个人为单位收集和描述人群的特征以及疾病或健康状况。一般用于描述一个临床关注的疾病或者健康状况的时间、地间和人间分布，揭示其分布特征，并提示病因线索。

此类研究简单方便、成本低，确实是临床医生做研究的优先选择。但是它却很少发表在高影响因子的期刊杂志上，这是因为其选题或制作方法上有所缺陷，那么本期课程则会通过拆解一些高影响因子的肿瘤方面研究，来讲解横断面研究的报告标准规范。

第六节：以吸烟与肺癌为例谈如何做病例对照研究

病例对照研究（case-control study）亦称回顾性研究，是比较患某病者与未患某病的对照者暴露于某可能危险因素的百分比差异，分析这些因素是否与该病存在联系一类观察性分析性研究，其证据论证强度弱于队列研究，但却省时省力，适合临床医生操作。本期课程以吸烟与肺癌为例，详细拆解病例对照研究的具体操作流程。

第七节：成熟的队列研究产生系列研究成果

队列研究是一种基于人群的观察性研究，根据暴露情况分组，观察分析暴露因素与疾病结局间的关联关系，是病因学研究的重要研究设计类型。适用于常见病的危险因素分析。在临床上应用较多的为历史性队列研究，本期课程则详细介绍由队列研究而产生的系列研究成果。

第八节：基于公共数据库（SEER、TCGA及GEO）数据库如何发表相关文章

大数据时代各种生物类公共数据库井喷而出，而肿瘤领域最广为人知的数据库有三类：TCGA数据库、GEO基因表达数据库和SEER数据库。本期课程结合文章实例和实战经验，系统讲解基于TCGA、GEO和SEER数据库挖掘文章的基本套路，以便为自身科研项目服务。

第九节：个案报道或系列报道如何发表

对于临床医生来说，从个案报道中汲取题材和灵感进行SCI的写作也是一个非常不错的方法。但此类写作因篇幅有限，因而要将其写的短小精悍也颇有难度。本期课程则对症下药，详细解析个案报道/系列报道的一般结构框架、案例选取、写作重点/难点，亲授大家此类文章发表的不二窍门。

第十节：浅谈如何发表Meta分析

大家都知道Meta分析是指用统计学的方法对收集的多个研究资料进行系统、定量的综合性分析，以提供量化的平均效果来回答研究的问题。其优点是通过增大样本含量来增加结论的可信度，解决研究结果的不一致性。

本期课程则围绕Meta分析的核心技术开展，包括Meta分析的基本流程、文献检索、质量评价、数据提取等核心内容，可让医生对Meta分析有整体的认识，让meta分析为临床循证医学提供更科学、更真实、更可靠的证据。