PPC3 · GEN-DECISION

實證醫學

Evidence-Based Medicine

基層醫療口袋書 3e(第二批) · 頁 24-27

草稿・未複核
尚未標記

臨床摘要

Incidence 的分子是新病例、分母是 at-risk 人口,且一定要有時間範圍;prevalence 的分子是現有病例、分母是人口,分 point 與 period 兩種。兩者分母與時間不同,數值不能互換。

檢驗的四個指標要分兩層看:Se/Sp 是由疾病狀態往檢驗看,屬檢驗本身的性質;PPV/NPV 是由檢驗結果往疾病看,會隨族群 prevalence 改變。

方向要背熟:prevalence ↑ → PPV ↑、NPV ↓。所以同一個陽性結果,在高盛行族群與低盛行族群的意義完全不同。

效果量與研究設計綁在一起:case-control → OR、cohort → RR、cross-sectional → RR 或 OR;只有 RCT 能推論因果。

NNT/NNH = 1/risk difference。原書例:絕對風險下降 5%,NNT 為 20。

評讀順序:internal validity(結果可不可信)→ bias(selection/information)→ confounding → external validity → applicability/generalizability。

先分清楚分母:incidence 與 prevalence Incidence and prevalence p. 24

Incidence 問的是「在一段時間內,有多少人新得到這個病」。分子是新病例,分母是暴露於風險的人口(at-risk population),而且時間範圍必須寫清楚。原書用一個小例子說明:某年 2 月、10,000 名老年人中出現 1 例 influenza,這就是一個 incidence 的表達方式。

Prevalence 問的是「目前有多少人正在生病」。分子是現有病例、分母是人口,不需要把人限定在 at-risk。它可以只算某一個時間點(point prevalence),也可以算一整段期間(period prevalence)。

把兩個定義並排,差異就很清楚:分母不同、時間的角色不同。同一個疾病,incidence 與 prevalence 的數值不會一樣,臨床上也不能拿其中一個去推另一個。

這個區分在後半段會變成主角。原書談 PPV/NPV 時,用的字是 disease prevalence in the population;把它放回臨床情境,就是我們在驗之前對這位病人的檢驗前機率。族群盛行率一換,同一個檢驗的預測值也跟著換。

檢驗表現:Se、Sp 與 PPV、NPV 是兩層問題 Sensitivity, specificity, and predictive values p. 24

把檢驗結果與疾病狀態排成 2×2,四個格子分別是 A(有病且驗陽)、B(沒病卻驗陽)、C(有病卻驗陰)、D(沒病且驗陰)。所有公式都只是這四個格子的排列組合,先看懂格子,就不必死背。

Sensitivity 是從「真的有病」那一列往右看:有病的人當中,被檢驗標成陽性的比例,寫成 A/(A+C)。它回答「這個檢驗抓不抓得到病」,所以原書說篩檢希望 Se 越高越好,怕的是漏診。

Specificity 是從「真的沒病」那一列往右看:沒病的人當中,被檢驗判為陰性的比例,寫成 D/(B+D)。它回答「這個檢驗會不會把健康的人誤標」,所以原書說確認診斷希望 Sp 越高越好。

PPV 換一個方向問:檢驗陽性的人當中,真正有病的比例,即 A/(A+B)。這是病人最想知道的那個數字(「我驗陽,那我真的有病嗎?」),而它會隨 prevalence 上升而上升。

NPV 則問:檢驗陰性的人當中,真正沒病的比例,即 D/(C+D)。它會隨 prevalence 上升而下降;也就是說,盛行率高的族群裡,陰性結果比較不能拿來說「你沒病」。

最容易混淆的是把 Se 當成 PPV。Se 是「有病→驗陽」的機率,PPV 是「驗陽→有病」的機率,兩者方向相反,中間隔著 prevalence。這也是為什麼同一個檢驗搬到不同族群,陽性結果的可信度會差很多。

效果量:OR、RR、risk difference、NNT Measures of association and impact p. 24-25

Odds ratio 比較的是兩組的odds:有病組的暴露 odds 除以對照組的暴露 odds,化簡後就是 (A/C) ÷ (B/D) = AD/BC。原書說它可以用來近似 relative risk,這是 case-control 研究最常用的關聯指標。

Relative risk 則是兩個風險相除:暴露組的發病風險 ÷ 未暴露組的發病風險。原書的例子是暴露組 15%、未暴露組 5%,得到 3 倍的 RR。判讀的錨點是 RR = 1:代表暴露與 outcome 之間沒有關聯。

Risk difference 用相減而不是相除,且在 RCT 裡常寫成 risk reduction:同樣是 15% 與 5%,相減得到 10%(0.1)。這個絕對差距,正是下面 NNT 的分母。

NNT/NNH 的定義是「要治療(或暴露)多少人,才會多防止(或多造成)1 個 outcome」,算法就是 1 ÷ risk difference。原書的例子:某藥讓 MI 的絕對風險下降 5%,1/0.05 = 20,所以 NNT 是 20。

同樣一組資料可以給出三種說法:RR 說「相對上差幾倍」、risk difference 說「絕對上差幾個百分點」、NNT 說「實際上要處理幾個人」。對病人解釋時,絕對差距與 NNT 通常比 RR 更貼近感受。

研究設計:分組的起點決定你能算什麼 Types of studies p. 26

原書先把 observational studies 放在前面,理由很實際:很多暴露(吸菸、職業、社會經濟條件)在倫理與實務上不可能隨機分派,觀察性研究往往是唯一能做的方法,代價是只能看關聯。

Case-control 的起點是 outcome:先找有病的一組與沒病的一組,再回頭比較兩組過去的暴露。原書的例子是 lung CA 與沒有 lung CA 的兩組人,比較吸菸史;關聯指標用 OR。

Cohort 的起點是 exposure/risk factor:先分吸菸與不吸菸,再追蹤一段時間,比較兩組的 lung CA incidence。因為分母是「人-時間」,可以直接算風險,關聯指標用 RR。

Cross-sectional 在同一個時間點同時評估 exposure 與 outcome,沒有追蹤。原書的例子是電話調查:受訪者裡有多少人吸菸、有多少人有 lung CA。這種設計可以用 RR,也可以用 OR。

RCT 把參與者隨機分派到不同介入(原書例子是 diet 與 exercise 兩種減重方式),再追蹤 outcome。它的價值在於可以推論因果(exposure → outcome),而不只是觀察到關聯。盲化再分兩級:single-blinded 是只有受試者不知道自己在哪一組(例如 placebo 與 active drug);double-blinded 則是受試者與研究者都不知道分組。

Meta-analysis 把多個研究的資料pooled 起來分析,目的是提高 statistical power。它的弱點也來自同樣的地方:個別研究本身的缺陷會被帶進來,把本來不該合併的族群硬湊在一起也會出問題(原書的例子是急性與慢性 low back pain 的治療研究)。

評讀一篇研究:效度、偏差、confounding、可套用性 Considerations in study review p. 27

Internal validity 是第一個問題:我該不該相信這篇的結果?它問的是研究有沒有準確回答自己設定的問題。內部效度不過,後面的數字再漂亮也沒有意義。

接著看 selection bias,它主要來自研究怎麼設計。除了兩組本來就知道的差異(cohort 的 exposed/unexposed、case-control 的 diseased/healthy),還要問:兩組是不是來自同一段時間、同一個地區、相似的社會經濟地位與職業?有沒有一組特別容易 lost to follow-up,導致他們的事件根本沒被算進去?

Information bias 主要來自資料怎麼收集。已知自己有病的病人,對過去暴露的回憶可能不一樣;醫師面對有 risk factor 的病人,檢查模式可能不同,問病史的深淺也可能因有沒有診斷而異;同一件事在兩組的測量方式也可能不一致。原書指出盲化可以減少這一類問題。

Confounding 是觀察性研究的主要限制,RCT 則靠隨機化把它降到最低。它的定義是:兩個因素之間的關聯,至少有一部分其實是由另一個沒有被測量到的因素解釋。原書用 HRT 與 CAD 說明:世代研究看到 HRT 與較低的 CAD 風險,但那可能只是因為比較健康的女性本來就比較可能使用 HRT、也比較少 CAD;若其他條件都相同,HRT 反而可能提高 CAD 風險。這就是 misattribution。

External validity 問的是離開這個研究之後,結果還成立嗎。研究族群是不是從它想代表的社區抽出來的?願意參加減重研究的人,本來就可能比一般人口更願意開始運動。還有誰被排除在研究之外?介入有多 pragmatic——例如參與者每週被電話提醒以確保遵從,這種支持在真實世界不一定存在。

最後兩問收尾:applicability 是「研究對象和我的病人像不像」,generalizability 是「同樣的結果能不能在別的地方重現」。這兩問常被混用,但一個是對病人、一個是對場域。

數值與切點

指標數值頁碼備註
Sensitivity 計算式A/(A+C)24有病者中被驗出的比例;篩檢希望越高越好。
Specificity 計算式D/(B+D)24無病者中被排除的比例;確認診斷希望越高越好。
PPV 計算式A/(A+B)24驗陽者中真正有病的比例;prevalence 越高,PPV 越高。
NPV 計算式D/(C+D)24驗陰者中真正沒病的比例;prevalence 越高,NPV 越低。
Odds ratio 計算式AD/BC24即 (A/C)÷(B/D);原書說可近似 relative risk。
RR 的無關聯值125RR = 1 表示暴露與 outcome 沒有關聯。
Risk difference 範例(15% vs 5%)10 %(0.1)25
NNT/NNH 計算式1/(risk difference)25
NNT 範例(絕對風險下降 5%)20 人25

表格

檢驗結果與疾病狀態的 2×2 表格 Test result by disease status p. 24
檢驗結果有病(D+)沒病(D−)合計
陽性(T+)A:true positiveB:false positiveA+B
陰性(T−)C:false negativeD:true negativeC+D
合計A+CB+DN

四個格子就是所有指標的來源:Se = A/(A+C)、Sp = D/(B+D)、PPV = A/(A+B)、NPV = D/(C+D)、OR = AD/BC。判讀時先確認自己看的是「哪一個方向」:Se/Sp 是橫向(由疾病看檢驗),PPV/NPV 是縱向(由檢驗看疾病)。

Se、Sp、PPV、NPV 的分工與影響因素 p. 24
指標中文計算式回答的問題臨床用途受 prevalence 影響
Sensitivity敏感度A/(A+C)真的有病的人裡,被驗出的比例篩檢要高,避免漏診不直接受影響
Specificity特異度D/(B+D)真的沒病的人裡,被判為陰性的比例確認診斷要高,避免偽陽性不直接受影響
Positive predictive value陽性預測值A/(A+B)驗陽的人裡,真正有病的比例向病人解釋陽性結果的意義prevalence ↑ → PPV ↑
Negative predictive value陰性預測值D/(C+D)驗陰的人裡,真正沒病的比例用陰性結果排除疾病prevalence ↑ → NPV ↓

原書的方向性結論只有兩條:盛行率上升會推高 PPV、壓低 NPV。它沒有給任何 Se/Sp 或 prevalence 的數值切點,所以臨床上要用自己族群的資料去換算。

四種研究設計的比較 p. 26
設計分組的起點追蹤方式原書例子關聯指標因果推論
Case-controlOutcome(有病/沒病)回溯 exposurelung CA 與無 lung CA 兩組,比較吸菸暴露OR只能看關聯
CohortExposure/risk factor前瞻追蹤 outcome吸菸與不吸菸兩組,追蹤 lung CA incidenceRR只能看關聯(原書僅對 RCT 說可推論因果)
Cross-sectional同一時點同時評估無追蹤電話調查:多少人吸菸、多少人得 lung CARR 或 OR只能看關聯
RCT隨機分派介入前瞻追蹤 outcomediet vs exercise 減重risk difference(可算 NNT)可推論因果

原書把 observational studies 的共同限制說得很白:暴露與 outcome 只能說「有關聯」。只有 RCT 因為隨機分派,才被描述為可以 infer causality。Meta-analysis 不屬於設計,而是把多個研究 pooled 起來提高 statistical power 的分析方式。

評讀清單:從內部效度到可套用性 p. 27
面向核心問題典型威脅怎麼降低/怎麼看
Internal validity我該不該相信這些結果?研究有沒有準確回答它的問題?設計或執行本身有缺陷先過這一關,再看其他
Selection bias除了已知差異,兩組真的可比嗎?不同時間、地區、SES、職業;一組 lost to follow-up 特別多檢查收案與追蹤流程,而不只看 baseline
Information bias兩組的資料是不是用不同方式取得?回憶差異、provider testing pattern、病史詢問深淺、測量方式不同Blinding
Confounding關聯是否被第三個未測量因素解釋?healthy-user effect(原書的 HRT/CAD 例子)RCT 用隨機化降到最低;observational 是主要限制
External validity離開這個研究情境還成立嗎?研究族群不是目標社區、排除太多人、介入太密集看收案條件、排除標準、介入的 pragmatic 程度
Applicability研究對象和我的病人像嗎?年齡、共病、嚴重度差異逐一對照自己的病人
Generalizability同樣結果能在別處重現嗎?只有單一中心或單一族群找獨立族群的重複研究

原書把 internal validity 與 external validity 分成兩個層次:前者問「這篇研究本身可不可信」,後者問「可信的結果能不能推廣」。Applicability 與 generalizability 又各自偏向病人層次與場域層次。

流程

檢驗結果的解讀:從 Se/Sp 到 PPV/NPV Interpreting a diagnostic test

PPC3 · p. 24 · Definitions(依原書條列重建)

先確定檢驗是拿來篩檢還是確認,再看結果是陽性或陰性,最後用族群的 prevalence(檢驗前機率)決定這個結果有多重。

  1. 起點懷疑某疾病,準備安排檢驗 p. 24

    Considering a test

    為何這樣做
    檢驗的價值取決於「要拿它做什麼」。原書把高 Se 歸給 screening、高 Sp 歸給 confirming,目的不同,選的檢驗就不同。
    需要哪些資料
    先確認這位病人的檢驗前機率(此族群的 prevalence)與臨床問題。
    判讀
    同一個檢驗在兩種用途下的解讀方式不一樣。
    常見陷阱
    還沒想清楚目的就開檢驗,拿到結果才發現它既不能排除、也不能確立。
  2. 決策這項檢驗主要用於篩檢還是確認? p. 24

    判準:篩檢:怕漏掉有病的人,需要 high sensitivity;確認:怕被偽陽性誤導,需要 high specificity。

    為何這樣做
    原書明講 Se 高適合 screening、Sp 高適合 confirming diagnosis。
    需要哪些資料
    確認檢驗的 Se/Sp,以及這個族群最不能承受的是漏診還是偽陽性。
    判讀
    兩條路各自通往不同的檢驗特性。
    常見陷阱
    用 Sp 不高的檢驗去「確認」,陽性結果可能只是偽陽性。
  3. 檢查High-sensitivity 檢驗(篩檢用) p. 24
    門檻與條件
    • Se = A/(A+C)
    • Se 越高,有病者被驗出的機率越高
    為何這樣做
    篩檢的失敗是漏診;把 Se 拉高,等於把 false negative 壓低。
    需要哪些資料
    看 Se 與 NPV:陰性結果比較能讓人放心。
    判讀
    Se 高不代表陽性就可信,陽性仍要回到 PPV。
    常見陷阱
    把「Se 高」當成「陽性即有病」,忽略族群 prevalence。
  4. 檢查High-specificity 檢驗(確認用) p. 24
    門檻與條件
    • Sp = D/(B+D)
    • Sp 越高,無病者被排除的機率越高
    為何這樣做
    確認的目的是避免把健康的人貼上疾病標籤。
    需要哪些資料
    看 Sp 與 PPV:陽性結果比較能確立診斷。
    判讀
    Sp 高時,陽性較可信,但陰性不一定能排除。
    常見陷阱
    用高 Sp 檢驗的陰性結果去排除疾病,會漏掉一部分真的病人。
  5. 決策檢驗結果為陽性? p. 24

    判準:依檢驗的 cut-off 判讀;陽性與陰性後續要用的指標不同。

    為何這樣做
    陽性與陰性問的是不同方向的機率,必須分開處理。
    需要哪些資料
    確認結果、cut-off 與是否有 borderline 值。
    判讀
    陽性→PPV;陰性→NPV。
    常見陷阱
    把陽性結果直接等同診斷,或把陰性結果直接等同排除。
  6. 處置以 PPV 解讀陽性結果 p. 24
    門檻與條件
    • PPV = A/(A+B)
    為何這樣做
    病人問的是「我驗陽,真的有病嗎」,答案就是 PPV。
    需要哪些資料
    帶入此族群的 prevalence 與檢驗的 Se/Sp。
    判讀
    陽性者中真正有病的比例;prevalence 越高,PPV 越高。
    常見陷阱
    把 Se 誤當 PPV,會高估陽性結果的意義。
  7. 處置以 NPV 解讀陰性結果 p. 24
    門檻與條件
    • NPV = D/(C+D)
    為何這樣做
    陰性結果的價值在於能不能安全地排除疾病。
    需要哪些資料
    帶入 prevalence 與檢驗的 Se/Sp。
    判讀
    陰性者中真正沒病的比例;prevalence 越高,NPV 越低。
    常見陷阱
    在高盛行族群用陰性結果排除疾病,會低估殘餘風險。
  8. 決策這個族群的 prevalence(檢驗前機率)高嗎? p. 24

    判準:原書只給方向:prevalence ↑ → PPV ↑、NPV ↓;未給任何數值切點。

    為何這樣做
    Se/Sp 不隨族群改變,PPV/NPV 會;差別全部來自 prevalence。
    需要哪些資料
    用流行病學資料、臨床情境與風險因子估計這位病人的檢驗前機率。
    判讀
    高與低會把同一個結果推向完全不同的結論。
    常見陷阱
    把文獻裡的 PPV 直接套到自己的病人,卻沒有檢查兩邊的 prevalence 是否相近。
  9. 註記高 prevalence:陽性較可信,陰性較不能排除 p. 24
    為何這樣做
    盛行率高時,驗陽的人裡面真的有病的比例上升。
    判讀
    PPV 高、NPV 低;陰性結果要更保守看待。
    常見陷阱
    在高盛行族群因為一次陰性就停止追蹤。
  10. 註記低 prevalence:陰性較能排除,陽性可能是偽陽性 p. 24
    為何這樣做
    盛行率低時,驗陽的人裡面沒病的比例相對上升。
    判讀
    NPV 高、PPV 低;陽性結果需要再確認。
    常見陷阱
    在低盛行族群用陽性結果直接開刀或開始長期治療。
  11. 終點回到病人:用檢驗前機率決定結果的重量 p. 24
    為何這樣做
    檢驗只是把檢驗前機率更新成檢驗後機率,不能取代臨床判斷。
    判讀
    同一個數字,在不同病人身上重量不同。
    常見陷阱
    把檢驗當成裁判,而不是更新機率的工具。

研究設計與對應的效果量 Choosing a study design

PPC3 · p. 26 · Types of Studies(依原書條列重建)

能隨機分派就做 RCT(可推論因果);不能隨機分派時,看分組的起點是 outcome、exposure 還是同一時點,分別對應 OR、RR 或兩者皆可。

  1. 起點臨床問題:暴露與 outcome 有沒有關聯? p. 26
    為何這樣做
    先定義 exposure 與 outcome,才能決定要用哪種設計與哪個效果量。
    需要哪些資料
    把問題寫成 PICO 或「暴露→outcome」的形式。
    判讀
    問題的形狀會直接限制可用的設計。
    常見陷阱
    題目還沒定義清楚就開始收資料,最後算出來的指標無法回答原本的問題。
  2. 決策倫理與實務上可以隨機分派介入嗎? p. 26

    判準:原書:observational studies 常常是唯一實際或合乎倫理的做法。

    為何這樣做
    隨機分派是 RCT 能推論因果的關鍵,但不是每個暴露都能隨機。
    需要哪些資料
    評估介入是否有潛在傷害、是否可逆、是否有 equipoise。
    判讀
    可以→RCT;不可以→觀察性設計。
    常見陷阱
    把「不方便隨機」說成「不能隨機」,或用觀察性研究硬推因果。
  3. 處置RCT:隨機分派介入,追蹤 outcome p. 26
    為何這樣做
    隨機分派讓兩組在已知與未知的因子間大致平衡,因此可以推論因果。
    需要哪些資料
    確認隨機化方法、分配隱藏與追蹤完整度。
    判讀
    可估計介入的因果效果,常用 risk difference 與 NNT 表達。
    常見陷阱
    隨機化只解決 confounding,不解決 information bias;盲化仍要另外處理。
  4. 決策需要盲化到什麼程度? p. 26

    判準:single-blinded:只有受試者不知道分組;double-blinded:受試者與研究者都不知道。

    為何這樣做
    盲化降低的是測量與期待造成的差異,屬於資訊偏差的一端。
    需要哪些資料
    看介入是否能做成 placebo、評估者是否能保持不知情。
    判讀
    能讓研究者也不知分組時,double-blind 優於 single-blind。
    常見陷阱
    把 single-blind 說成 double-blind;有些介入(手術、運動)本來就難以盲化。
  5. 註記Single-blinded:只有受試者不知分組 p. 26
    為何這樣做
    原書的例子是 placebo 與 active study drug。
    判讀
    受試者的期待被降低,但研究者仍可能影響測量。
    常見陷阱
    評估者知道分組時,soft outcome 特別容易被高估。
  6. 註記Double-blinded:受試者與研究者都不知分組 p. 26
    為何這樣做
    兩端都不知道,可同時降低受試者期待與研究者測量偏差。
    判讀
    RCT 中較理想的盲化層級。
    常見陷阱
    只寫「double-blind」卻沒有說明誰被盲化,讀不出實際保護了什麼。
  7. 決策觀察性研究中,分組的起點是什麼? p. 26

    判準:以 outcome 分組→case-control;以 exposure/risk factor 分組→cohort;同一時點同時評估→cross-sectional。

    為何這樣做
    分組的起點決定你能不能算 incidence,也決定可用的關聯指標。
    需要哪些資料
    確認資料是先有 outcome 還是先有 exposure,以及有沒有追蹤。
    判讀
    三條路分別對應 OR、RR、RR 或 OR。
    常見陷阱
    用 case-control 的資料去算 incidence 或 RR,分母其實不存在。
  8. 檢查Case-control:由 outcome 回溯 exposure p. 26
    門檻與條件
    • 關聯指標:OR
    • 例:lung CA 與無 lung CA 兩組,比較吸菸暴露
    為何這樣做
    適合少見 outcome 或需要快速回答的研究問題。
    需要哪些資料
    確認對照組怎麼選、暴露怎麼回溯、回憶偏差是否對稱。
    判讀
    算 OR,原書說可近似 RR。
    常見陷阱
    對照組選錯(不同時間、地區、SES)會直接產生 selection bias。
  9. 檢查Cohort:由 exposure 追蹤 outcome p. 26
    門檻與條件
    • 關聯指標:RR
    • 例:吸菸與不吸菸兩組,追蹤 lung CA incidence
    為何這樣做
    有明確分母與追蹤時間,可以直接算兩組的發病風險。
    需要哪些資料
    確認追蹤完整度與 lost to follow-up。
    判讀
    算 RR;也可算 risk difference 與 NNT/NNH。
    常見陷阱
    一組流失特別多,事件沒被計入,會扭曲 RR。
  10. 檢查Cross-sectional:同一時點同時評估 p. 26
    門檻與條件
    • 可用 RR 或 OR
    • 例:電話調查中吸菸者與 lung CA 各有多少
    為何這樣做
    快速描述族群的盛行狀況,適合產生假設。
    需要哪些資料
    確認抽樣是否代表目標族群、暴露與 outcome 是否同時測量。
    判讀
    可算 RR 或 OR,但無法判斷先後順序。
    常見陷阱
    把同時測量的關聯說成因果,或稱它為 incidence。
  11. 決策要把多個研究合併嗎? p. 26

    判準:meta-analysis 可提高 statistical power;限制來自個別研究的弱點,或把不同族群合併(急性 vs 慢性 low back pain)。

    為何這樣做
    單一研究常常不夠力,pooled 分析可以提高統計效能。
    需要哪些資料
    檢查各研究的族群、介入、outcome 定義是否真的可以合併。
    判讀
    可以合併→meta-analysis;不可以→分開解讀。
    常見陷阱
    把急性與慢性 low back pain 的治療研究硬併,得到一個誰都不適用的結論。
  12. 註記Meta-analysis:解讀要看研究品質與可合併性 p. 26
    為何這樣做
    pooled 結果的強度不會超過它組成的那些研究。
    判讀
    statistical power 上升,但偏差與異質性也會一起被帶進來。
    常見陷阱
    只看 pooled 的 p 值,不看各研究的設計與族群。
  13. 終點選定設計與對應的效果量 p. 26
    為何這樣做
    設計與指標必須一致,否則數字無法回答問題。
    判讀
    case-control→OR;cohort→RR;RCT→risk difference/NNT。
    常見陷阱
    設計是 case-control 卻報告 RR,是常見的錯置。

文獻評讀的四道關卡 Appraising a study

PPC3 · p. 27 · Considerations in Study Review(依原書條列重建)

先問 internal validity,再依序檢查 selection bias、information bias、confounding,最後才問 external validity、applicability 與 generalizability。

  1. 起點拿到一篇研究,準備評讀 p. 27
    為何這樣做
    先把順序定好,避免一開始就被結果的數字牽著走。
    需要哪些資料
    確認研究問題、設計、族群與主要 outcome。
    判讀
    內部效度不過,後面的套用問題都不必談。
    常見陷阱
    先看結論再看方法,容易被摘要說服。
  2. 決策Internal validity:結果可信嗎?研究是否準確回答它的問題? p. 27

    判準:可信=研究設計與執行足以支持它對自己問題的答案;不可信則先擱置。

    為何這樣做
    這是原書列出的第一個問題:can I believe these results?
    需要哪些資料
    看設計、收案、追蹤、分析是否一致。
    判讀
    可信→繼續看偏差;不可信→先不要採用。
    常見陷阱
    把統計顯著誤當成內部效度。
  3. 決策有 selection bias 嗎? p. 27

    判準:除了已知差異,兩組是否同時期、同地區、相似 SES 與職業?是否有一組更容易 lost to follow-up?

    為何這樣做
    selection bias 主要來自研究怎麼設計,會決定兩組到底比不比得起來。
    需要哪些資料
    比較兩組的來源、收案方式、追蹤完整度。
    判讀
    有系統性差異→關聯可能被放大或縮小。
    常見陷阱
    只看 baseline table 的 p 值,忽略流失的原因。
  4. 決策有 information bias 嗎? p. 27

    判準:資料收集方式是否在兩組不同:回憶差異、provider 的檢查模式、病史詢問深淺、測量方式;盲化可降低。

    為何這樣做
    information bias 主要來自資料怎麼被收集與測量。
    需要哪些資料
    檢查暴露與 outcome 的測量工具、評估者是否知情。
    判讀
    兩組測量不對稱→關聯方向可能被扭曲。
    常見陷阱
    以為有 randomisation 就沒有資訊偏差。
  5. 決策有 confounding 嗎? p. 27

    判準:兩個因素的關聯是否被另一個未測量因素部分解釋?RCT 靠隨機化降到最低,observational 則是主要限制。

    為何這樣做
    confounding 會造成 misattribution:把第三個因素的效果記在暴露頭上。
    需要哪些資料
    列出可能的共同原因,看研究是否測量並調整。
    判讀
    有未處理的 confounding→不能直接宣稱因果。
    常見陷阱
    把觀察性研究的調整後結果當成 RCT 等級的證據。
  6. 決策External validity:結果適用於研究以外的情境嗎? p. 27

    判準:研究族群是否來自它想代表的社區?誰被排除?介入是否 pragmatic(例如每週電話提醒以確保遵從)?

    為何這樣做
    內部效度好,不代表離開這個研究情境仍然成立。
    需要哪些資料
    檢查收案條件、排除標準、介入強度與追蹤方式。
    判讀
    高度控制的研究情境,套用到日常門診要打折。
    常見陷阱
    把 efficacy 直接當成 effectiveness。
  7. 決策Applicability:研究對象像我的病人嗎? p. 27

    判準:比較年齡、共病、嚴重度、用藥與社會情境。

    為何這樣做
    原書把 applicability 獨立成一問:研究對象與我的病人有多像。
    需要哪些資料
    對照收案條件與自己病人的輪廓。
    判讀
    越像→越能直接套用;不像→需要調整或不套用。
    常見陷阱
    病人不符合研究收案條件,卻仍照抄劑量與流程。
  8. 處置考慮套用,並問 generalizability:其他場域能否重現? p. 27
    為何這樣做
    generalizability 問的是結果能不能在別的地方被複製,與 applicability 的病人層次不同。
    需要哪些資料
    看是否有獨立族群的重複研究。
    判讀
    能重現→證據更穩;只有單一研究→保留。
    常見陷阱
    把單一中心的結果當成 universal。
  9. 終點把結果用到病人身上,或說明為何不適用 p. 27
    為何這樣做
    評讀的終點是一個可以做決定的結論,而不是一串批評。
    判讀
    可以採用、有條件採用、或不採用,都要說出理由。
    常見陷阱
    只說「證據不足」卻沒有交代不足在哪裡。
  10. 註記內部效度不足:先擱置,或只當成假說 p. 27
    為何這樣做
    研究沒有準確回答自己的問題時,結果不能用來改變處置。
    判讀
    可作為產生假說的材料,不是決策依據。
    常見陷阱
    因為結果符合自己的直覺就放寬標準。
  11. 註記Selection bias:兩組從一開始就不可比 p. 27
    為何這樣做
    分組方式造成的差異,事後很難補救。
    判讀
    常見於轉介來源不同、時間不同、或一組大量流失。
    常見陷阱
    用多變項調整想要修補設計造成的偏差。
  12. 註記Information bias:兩組的資料被不同方式取得 p. 27
    為何這樣做
    回憶、檢查模式、病史詢問與測量方式都可能不對稱。
    判讀
    盲化是原書明確指出的降低方法。
    常見陷阱
    把病人自述的暴露當成客觀測量。
  13. 註記Confounding:關聯被第三個因素解釋 p. 27
    為何這樣做
    原書的 HRT 例子:世代研究看到 HRT 與較低 CAD 風險,但較健康的女性本來就較可能使用 HRT、也較少 CAD;其他條件相同時,HRT 反而可能提高 CAD 風險。
    判讀
    未測量的因素可以讓關聯反轉。
    常見陷阱
    把「使用某藥的人比較健康」這種 healthy-user effect 當成藥物的保護效果。
  14. 註記External validity 不足:研究情境與真實世界差太多 p. 27
    為何這樣做
    願意參加研究的人,可能本來就比較願意改變行為。
    判讀
    嚴密追蹤與提醒會放大介入效果。
    常見陷阱
    忽略被排除的族群(老年人、多重共病、孕婦)。
  15. 註記Applicability 不足:研究對象與我的病人不同 p. 27
    為何這樣做
    同一個介入在不同嚴重度與共病下,效果與風險都不同。
    判讀
    需要個別化,或改用更接近自己族群的證據。
    常見陷阱
    把研究結論直接寫進所有病人的醫囑。

名詞

  • Incidence 發生率

    一段時間內的新病例數除以暴露於風險的人口數,必須註明時間範圍。

  • Prevalence 盛行率

    現有病例數除以人口數;可為單一時點的 point prevalence 或一段期間的 period prevalence。

  • Sensitivity 敏感度

    有病的人當中被檢驗判為陽性的比例,即 true-positive rate;篩檢時希望越高越好。

    別名:Se

  • Specificity 特異度

    沒病的人當中被檢驗判為陰性的比例,即 true-negative rate;確認診斷時希望越高越好。

    別名:Sp

  • Positive predictive value 陽性預測值

    檢驗陽性者中真正有病的比例;會隨族群盛行率上升而上升。

    別名:PPV

  • Negative predictive value 陰性預測值

    檢驗陰性者中真正沒病的比例;會隨族群盛行率上升而下降。

    別名:NPV

  • Odds ratio 勝算比

    疾病組與對照組暴露 odds 的比值,可寫成 AD/BC;常用於 case-control 研究,並可近似 relative risk。

    別名:OR

  • Relative risk 相對風險

    暴露組發病風險除以未暴露組發病風險;等於 1 表示暴露與 outcome 無關聯。

    別名:RR

  • Risk difference 風險差

    暴露組與未暴露組發病風險的絕對相減,RCT 中常表現為 risk reduction。

  • Number needed to treat 需治療人數

    必須治療多少人才能多防止 1 個 outcome,等於 1 除以 risk difference;對應的 harm 版本為 NNH。

    別名:NNT、NNH

  • Case-control study 病例對照研究

    以 outcome 分組,回溯比較兩組過去的暴露,關聯以 OR 表示。

  • Cohort study 世代研究

    以 exposure 或 risk factor 分組,追蹤一段時間後比較 outcome 發生率,關聯以 RR 表示。

  • Cross-sectional study 橫斷面研究

    在同一個時間點同時評估暴露與 outcome,沒有追蹤,可用 RR 或 OR 描述關聯。

  • Randomized controlled trial 隨機對照試驗

    把參與者隨機分派到介入組,再追蹤比較 outcome;因為隨機化,可以推論因果而不只是關聯。

    別名:RCT

  • Meta-analysis 統合分析

    把多個研究的資料合併分析以提高 statistical power;限制在於個別研究的弱點與族群是否適合合併。

  • Selection bias 選擇偏差

    因研究設計或收案方式造成兩組不可比,例如來源、時間、地區不同,或一組大量 lost to follow-up。

  • Information bias 資訊偏差

    因資料收集或測量方式在兩組不同而產生的偏差,例如回憶差異或檢查模式不同;盲化可減少。

  • Confounding 干擾

    兩個因素的關聯至少部分由另一個未測量的因素解釋,造成效果被錯記;RCT 以隨機化降到最低。

  • Internal validity 內部效度

    研究結果是否可信、研究是否準確回答它自己的問題。

  • External validity 外部效度

    研究結果是否適用於研究以外的族群與情境,牽涉收案條件、排除標準與介入的實際程度。

閃卡

點卡面翻面;鍵盤可用 Tab 移到卡片後按空白鍵。

Incidence 與 prevalence 的分子、分母各是什麼?

Incidence:新病例/at-risk 人口,需指定時間。Prevalence:現有病例/人口,分 point 與 period。兩者分母與時間不同,不能互換。

點一下翻面p. 24

寫出 Se 與 Sp 的公式,並各說明一個臨床用途。

Se = A/(A+C):有病者中被驗出的比例,篩檢要高。Sp = D/(B+D):無病者中被排除的比例,確認診斷要高。

點一下翻面p. 24

prevalence 上升時,PPV 與 NPV 各自怎麼變?

PPV ↑、NPV ↓。所以高盛行族群的陽性結果較可信,但陰性結果較不能用來排除。

點一下翻面p. 24

哪種研究設計用 OR?哪種用 RR?

Case-control → OR(AD/BC,可近似 RR)。Cohort → RR(暴露組風險/未暴露組風險)。Cross-sectional 兩者皆可。RR = 1 表示無關聯。

點一下翻面p. 24-25

某藥讓 MI 絕對風險下降 5%,NNT 是多少?

20。NNT = 1/risk difference = 1/0.05。

點一下翻面p. 25

selection bias 與 information bias 分別來自哪裡?

Selection bias 來自研究怎麼設計(兩組可比性、lost to follow-up)。Information bias 來自資料怎麼收集(回憶、檢查模式、測量);盲化可降低。

點一下翻面p. 27

選擇題

先選一個選項,才會顯示對錯與每個選項的解說。

第 1 題

某檢驗的 sensitivity 為 90%,下列解讀何者最恰當?

A

真的有病的人當中,約 90% 會被這個檢驗驗出

B

真的沒病的人當中,約 90% 會被判為陰性

C

驗出陽性的人當中,約 90% 真的有病

D

驗出陰性的人當中,約 90% 真的沒病

p. 24
第 2 題

同一個檢驗(Se、Sp 不變)從低盛行族群移到高盛行族群,下列哪個數值會上升?

A

PPV

B

NPV

C

Sensitivity

D

Specificity

p. 24
第 3 題

以 lung CA 與無 lung CA 兩組比較吸菸暴露的研究設計,最適合用哪個指標描述關聯?

A

Odds ratio

B

Relative risk

C

Risk difference

D

Number needed to treat

p. 26
第 4 題

某藥使 MI 的絕對風險由 15% 降到 10%,NNT 約為多少?

A

20

B

5

C

10

D

100

p. 25
第 5 題

一個世代研究中,暴露組的 lost to follow-up 明顯多於未暴露組。這最可能造成哪一種問題?

A

Selection bias

B

Information bias

C

Confounding

D

單純的 random error,不會影響估計

p. 27
第 6 題

RCT 能夠推論因果、並把 confounding 降到最低,最關鍵的原因是下列哪一項?

A

隨機分派介入

B

使用雙盲

C

樣本數夠大

D

追蹤時間夠長

p. 27
第 7 題

關於 meta-analysis,下列敘述何者最符合原書的說法?

A

可提高 statistical power,但受個別研究弱點或合併不同族群的限制

B

只要 pooled 起來,就一定可以建立因果關係

C

不需要評估個別研究的品質

D

只能合併 RCT,不能合併觀察性研究

p. 26