![](https://growing.doctorally.tw/wp-content/uploads/2021/11/ebm-competition-86765612.jpeg)
作者:黃品叡
第三部分:實證醫學比賽細節分享
閱讀本部份時,強烈建議參考「李卓豪、張鈞智、顏瑋廷國防醫學院實證比賽-示範組簡報(2016)」這篇內容資訊非常完整,很適合新手閱讀,感謝學長們造福後進
– 搜尋資料庫推薦:Uptodate、Google
前面有提過Uptodate相對是比較好用的資料庫,故不贅述。Google有的時候可以提供一些健保局/國健署/各級醫療單位做過的簡章或投影片,可以發揮不錯的參考價值。
– 比賽用資料庫:PubMed、Cochrane、Airiti Library
前面有提過,這邊不再贅述。
PubMed資料庫:https://pubmed.ncbi.nlm.nih.gov/
Cochrane資料庫:https://www.cochranelibrary.com/
Airiti Library資料庫:https://www.airitilibrary.com/
前往上一篇:統計實證 – 實證醫學入門介紹
– 評讀文獻工具:CASP
基本上比賽最終入選的文章絕大多數是RCT,評讀工具可使用CASP、RoB、CEBM,而最簡單的是CASP,其他兩個使用上比較沒有那麼值觀。CASP大概30分鐘內可以評完,對於比賽有時間限制這點是相當有優勢。所以結論是「實證比賽唯一推薦CASP」。
而Grade僅列給大家參考,因為列出條件很多,也不見得是每篇都能用GRADE系統來做評估。而ROBINS-I是給非RCT文獻的評讀工具,通常是用在投稿摘要或海報上,自己選的題目真的很冷門,冷門到沒有RCT,只能選擇非RCT的文獻做評讀時,便是使用ROBINS-I。
另外值得一提的是,用高品質RCT做出來的Meta-analysis證據等即是Level I,而高品質RCT的證據等即是Level II。但如果你使用的是Case control/Cohort study這些證據等級落在Level III/IV的文章做Meta-analysis,「證據等級並不會提高」,因為Case control/Cohort study的內在誤差(族群誤差等)本來就比RCT高,所以做Meta-analysis之後,沒辦法期望它的證據等級會有所提升,這部分補充留給對於證據等級有興趣的朋友看。
CASP評估項目CheckList:點我下載
更多文獻評估板模下載點(台灣護理實證醫學會)
– 比賽流程:設定PICO→找文獻→評讀→結論/SDM
基本上就照著5A流程走:
Ask:設計PICO
Acquire:尋找最佳文獻
Appraisal:透過VIP進行嚴謹評估(意即使用CASP)
Apply:整合治療決策(可做四象限分析:實證醫學、治療偏好、利弊平衡、費用資源)
Assess:用病患聽得懂的話告訴病患,告知處置可的利益與風險
– 加分選項:成本效益分析(ICER、COPE)
這是藥物經濟學的分析模型,簡單的可以照簡報上面分析ICER和COPE
詳細一點的可以分析以下三個Parameter:
1.成本「效果」分析:Cost-Effectiveness analysis,簡稱CEA分析
分析變相為「成本效益比」,即Incremental cost-effectiveness ratio,ICER
意思是「額外增加的好處中所需要的費用」
2.成本「效用」分析:Cost-Utility analysis,簡稱CUA分析
分析變相為「品質校正後人年」,即Quality-adjusted life year,QALY
意思是「增加一個QALY要多少錢」
3.成本「效益」分析:Cost-Benefit analysis,簡稱CBA分析
分析變相為「效益/成本比值」,即Benefit/Cost Ratio,和「付費意願」,即Willingness to pay,WTP意思是「治療產生的利益-成本=淨利」
– 其他小提醒
1.在搜尋文獻時,記得念出「使用布林邏輯運算,並使用MESH term進行搜尋」,沒講會扣分
2.記得放2011 Oxford證據等級的圖,並說「經評讀後文獻符合標準,不須降階」
前往上一頁:第一部分 – 常見統計模型介紹
前往上一頁:第二部分 – 實證醫學入門介紹
回地圖首頁:PGY職前必修21堂課
前往上一頁:第一部分 – 常見統計模型介紹
前往上一頁:第二部分 – 實證醫學入門介紹
回地圖首頁:PGY職前必修21堂課