选择模板

更多 发表的帖子

672

浏览

【交流】尿崩症与氢氯噻嗪的一点疑问

回帖:3    收藏:1    投票:0

315

浏览

求助有关导师和毕业技能的问题?

回帖:6    收藏:0    投票:0

更多 最新动态

  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 10天前
    JCE上好像发过系列文章,没研究过,研究方向调转,估计没有机会研究定性研究了。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 12天前
    有时间一定好好拜读学习一下!
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 14天前
    是的哈,大家喜欢的还是短平快的产品。系统评价在标准的临床试验流程中,逐渐也成为不可缺少的一环(国内我还不敢说,这还得依赖指挥棒),实际上是特别重要的,一个完备的系统评价,可以有效的减少资源浪费。作为二次分析的工具,系统评价(不包括meta分析,meta分析的方法学研究属于统计学范畴)的方法学研究基本上还是很接地气的,是随着已经有的试验设计来调整的。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 18天前
    同意兄台的看法,NOS真的是在走过场的,应付一下reporting guideline的意思。然后,整合不同来源的数据确实是个方法学前沿问题,实际上是有几种解决方案的,除了直接合并(这个确实不该用),实现起来都有门槛,而且对于终端使用者-临床医生不够友好(得先普及贝叶斯统计以及多水平分析结果解释的问题)。现实来说,很多方法学家对于使用非RCT数据都持怀疑态度,除非是实在找不到RCT。举个例子,我最近投的一个meta分析草案,就想针对一个问题整合一下RCT和非RCT的数据,两位审稿人(一名方法学家和一名统计学家)都表示强烈不建议纳入非RCT,那我也只能修改方案迎合一下。关于兄台说的meta分析讨论热度下降的问题,还是和指挥棒变更有关,大家也是需要混口饭吃哈,学生的毕业和评奖,老师的科研指标和奖
  • clx13600
    clx13600  回复了帖子 随机对照试验问题 21天前
    谢邀。不是搞RCT设计这块的,只能谈一点自己的看法。对于失败病例经由C方式处理,这里考虑的主要还是这两组失败病例间的基线可能不平衡了,需要再次测量基线,并对不平衡的基线做出校正。间接成功什么意思,例2的设计我不大明白。
  • clx13600
    clx13600  回复了帖子 Cochrane Handbook for Systematic Reviews of Interventions Version 6: DRAFT 39天前
    个人体会是Cochrane training比library要好一些,当然最佳方案是关注各位方法学家自己的网站或者至少是方法学组的网站,如有可能推特关注一下他们,就可以获得第一时间的信息,老外很注重自己研究的传播的。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 41天前
    我觉得还是有区别的,EHR应该说是最为真实的数据了,老外有数据库同时包括了患者的门诊和住院记录,可以说全面反应了一个诊疗过程。但我们部分的RCT和观察性研究,多了不少临床上不常规测量的指标或者测量的频率明显要高得多,自然作为探索性研究是没得问题,但确实和实际临床诊疗是有出入的。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 41天前
    我倒是了解过一些真实世界研究的概念,应该说不论RCT或是观察性研究都有可能成为真实性研究,这里的区分点是该研究本身是否和实际的临床过程相一致。Pragmatic RCT近几年也逐步流行起来。对于混杂因素,其实RCT也是需要调整的(尽管大量发表研究没有进行这步工作,现在也在呼吁大家公开数据,对既往的研究数据进行重新分析),不过要比观察性研究方便很多,所以只要有可能,还是应该尽可能实行RCT。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 41天前
    感谢老师的回复,我看过之前的文献,IPD和study level的结果在大多数情况下是差不多。不过,老师是否考虑到,以当前的数据公开程度,能做IPD的题目占到整个已经发表的meta分析的比例是很小的。然后,我所了解到的愿意公开数据的RCT往往都是规模比较大,由比较正规的机构所施行的,通常它们的质量也比较高。从流行病角度讲,这里本身就存在selection bias。所以我觉得吧,一个理想状态的系统评价,应该需要结合study level和IPD两方面数据,如果结论差不多,那说明结论稳健,万一不一样,这时就需要进一步分析原因了。最后,统计学对于临床研究来讲只是一个工具,但是不恰当的使用工具,有时候会造成很严重的结果偏差。当然我不是说复杂的一定比简单好。但我们即便从奥卡姆剃刀原则上出发,也是如无
  • clx13600
    clx13600  的帖子被加了1分 42天前

    ROB 2.0 和Robins-I

    继续分享一下两个新的risk of bias工具,我觉得吧,循证医学作为一门年轻并且发展迅速的学科,大家还是应该紧跟学科发展,多学习新的知识。新的工具虽然更复杂些,但确实要更加合理,除了把商业赞助的影响移出了工具。
  • clx13600
    clx13600  的帖子被加了1分 42天前

    ROB 2.0 和Robins-I

    继续分享一下两个新的risk of bias工具,我觉得吧,循证医学作为一门年轻并且发展迅速的学科,大家还是应该紧跟学科发展,多学习新的知识。新的工具虽然更复杂些,但确实要更加合理,除了把商业赞助的影响移出了工具。
  • clx13600
    clx13600  的帖子被加为精华了 42天前

    ROB 2.0 和Robins-I

  • clx13600
    clx13600  的帖子被加了2分 42天前

    回复:ROB 2.0 和Robins-I

    我爱旧校区 您讲的有道理。我其实只是想说,所有的工具最终开发出来都是给目标人群去用的,要考虑准确性和易用性。为啥现在天天一大堆预测模型临床上极少用?就是因为绝大多数要么不重要,要么太复杂。ROB2.0在我看来绝对是过于复杂了,并不是说其中的条目没有意义,而是盲目的追求这些细枝末节...
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 42天前
    老师客气哈,通过交流,我也收获颇多,期待和老师的进一步交流。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 42天前
    同意老师的观点,其实从某种程度上来讲,我们做这种基于study level的meta分析真的是灌水意义远大于应用价值,应该是进行individual patient data的meta分析的。不过现实因素重重,也就只能退而求其次。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 42天前
    对于这点,我和老师的观点有所不同。对于更加精准的回答,我觉得意义还是很大的。最近我读过一篇文章,大意是指定一个研究问题,然后让不同的研究团队进行分析同一组数据集,结果出来真的是五花八门。制定分析数据的规范,透明化原始数据和分析代码,会让临床问题的回答更加有意义,当然就透明化这一点,就牵扯很多利益,只能说说而已。关于重要问题,我没做过研究,但我一点个人感受是,在我自己的领域上,去网上检索一下,几乎那些临床上常见的问题,都能找到相关的论文,不过大部分论文的质量都不足以令人信服,特别是中文数据库,很多文章是毁人三观的。自然语言处理和文本挖掘在医学上的应用这块,国外政府(国内不清楚)还是拨了不少钱在支持相关的立项。不过肯定没法和图像处理相比,毕竟这是最容易产生效益的,在当下来看。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 42天前
    同意老师的观点,我也是觉得这种per-protocol effect更加值得关注。我本人也没有任何统计或者流病背景,纯临床出身,更加关心的是具体场景下的应用效果。但是要更加准确的分析这里的效果差异究竟是因为干预措施本身引起的还是因为患者不同的随机后预后因素引起的,需要更加现代化的研究设计和数据分析方法。当然,目前发表的临床研究很少考虑到这个问题,也就是我们在临床上经常发现一些患者的治疗反应好,另一些则不好。为什么呢,很多时候,我们也说不出个所以然来。所以我觉得这个条目有点面向未来的意思,当下的实用价值并不大。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 42天前
    多谢老师,刚刚我还说会继续更新,结果人家已经更新了。。。从条目解释上来看,就是为了不同的目标读者而设置的不同条目,一个是政策制定者,另一个则是患者和一线临床医生。
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 43天前
    我还是对目前计算机科学的发展持乐观态度哈,毕竟当下真的是汇聚了人类最杰出的智力资源,我能看到的流病和生物统计口的不少年轻的学术明星,至少也是兼顾了一个人工智能研究的方向。Miguel Hernán和 Jamie Robins师徒合著的Causal Inference Book,链接如下http://dxys.com/J6yqvH特别好的学术资源,包括了数据集和代码。当然还有Judea Pearl和Dana Mackenzieh合著的The Book of Why: The New Science of Cause and Effect希望自己以后也可以搞一点这方面的研究,特别迷人的领域。不是搞这块
  • clx13600
    clx13600  回复了帖子 ROB 2.0 和Robins-I 43天前
    老师说的是,预测模型实际上也是一个灌水的高发区域,只不过受限于原材料,不像meta分析这般大水漫灌,我听过一个方法学家的讲座,讲到单纯心血管领域就有300多接近400种各式各样的模型,每天用一个不重样,而实际临床上用到的呢,我也曾经轮转过心血管内科,能用到的不超过10个,并且大部分并没有在中国人群中进行过外部验证,效果存疑的很。细枝末节的问题,不知道老师有没有考虑过,让计算机做这些工作,条目精细到一定程度后,这些工作就可以让计算机部分甚至全部完成了。当然目前还只是一个研究方向,但我觉得随着自然语言处理技术的提高,自动化或者半自动化评估的那天不会太远。干预目的这点其实很有意思,我是指理论意义上,我猜是因为方法学组邀请的因果推断专家力主加上去的,我读过这位因果推断专家的专著,那是没有最复杂,只有

关于我们|联系我们|版权声明|资格证书|丁香志|加盟丁香园|友情链接 丁香园旗下网站: 丁香园|丁香通| 人才|会议|药学|博客

Language Copyright © 2000-2018 DXY All Rights Reserved.
网站备案号:浙B2-20070219