Uni Reading List
学习指南 /

医学证据阅读：选对教材，审查一项检验主张

医学研究中的数值不会自行解释。先确定需要解决哪一类问题：为什么需要公平比较，怎样评价一篇论文，或研究人群与设计如何决定分母。再选一本主教材，产出别人能核查的论证，而不是只背方法术语。

课程专题: 研究论文

学习路线与例题编辑责任：University Reading List 编辑项目。 编辑与选书方法 · 来源核验日期:

下载空白任务单（Markdown） ↓

适用范围与编辑责任

这是阅读研究的教育路线，不是临床操作规程，也不是个人检验或治疗建议。练习中的状态、检验与人数全部虚构；规定的性能不是任何真实产品或人群的证据。选用的是特定历史版次，书中疾病案例不代表当前诊疗指导。本站不声称具备临床资质、做过教学试验或逐页通读全书。

选择你的起点

我需要免费的概念入门

先用Testing Treatments理解公平比较和醒目主张的局限。简短叙述适合作为第一条路线，不是诊断统计手册；当分母或设计需要更完整解释时再配合WHO教材。

我手头有论文，需要评价路线

先确认问题和研究类型，再读How to Read a Paper对应章节。理解结果前先查方法；清单是检查证据的提示，不是给论文认证的分数。

我需要人群测量与设计基础

用WHO教材的测量、设计和临床流行病学章节，弄清谁被计数和比较。2006年的例子须保留其日期；需要深入追问特定论文时，再补研究评价读物。

三本书如何取舍

Testing Treatments: Better Research for Better Healthcare（检验疗法：更好的研究带来更好的医疗）

Imogen Evans; Hazel Thornton; Iain Chalmers; Paul Glasziou · 版次: 2 · 2011

解释公平检验为何必要的免费入门

适合何时选择
初次读医学证据，希望质疑仅凭新颖、权威或生动故事成立的主张。
何时另选路线
需要详细数量方法课程、当前疾病指南，或完整诊断研究评价手册。
建议阅读范围
2011年第二版第6–8章处理比较、偶然与证据综合；第4章区分一项检验与有益的筛查项目。
局限与取舍
作者提供授权全文入口。历史故事用来说明方法问题，不确立当前治疗建议；本书也不是对所有建议活动都配有答案的题库。

选书前试做

读第6章后，为虚构的“改善”画出两种解释：干预效应与比较群体本来不同，再指出一项可区分它们的设计特征。

检查标准: 说明具体比较和偏倚来源，不能只写“做随机试验”。若已经理解这一层、缺的是计算和诊断设计，应补对应方法章节，而非再读一本叙事入门。

官方免费阅读 ↗

书目信息与获取方式 →

How to Read a Paper: The Basics of Evidence-Based Healthcare（如何读论文：循证医疗基础）

Trisha M. Greenhalgh; Paul Dijkstra · 版次: 7 · 2024

按研究设计组织的批判性评价指南

适合何时选择
能够说清研究问题，需要沿方法、结果与解释逐步评价。
何时另选路线
期待2024年版提供当前诊疗建议、无限制在线全文，或代替专业统计训练。
建议阅读范围
第七版第1、3–5、8、9章；诊断及筛查论文用第8章，研究综合用第9章。
局限与取舍
Wiley把所选平装本列为2024年12月出版，在线首次发表与©2025是不同日期。纸本ISBN不代表电子访问权限；应围绕真实方法评价，而非脱离论文机械打分。

选书前试做

利用可得的第8章样章或合法副本，画出指标检验—参照标准流程。给定论文未报告招募、盲法或核实时，保留空白。

检查标准: 空白是尚未解决的报告问题，不能直接证明方法没有实施。解释每个缺项为何影响评价；只找到一个清单名称并不够。

书目信息与获取方式 →

Basic Epidemiology

Ruth Bonita; Robert Beaglehole; Tord Kjellström · 版次: 2 · 2006

衔接人群方法的免费教材

适合何时选择
希望先理解人群、疾病频率和研究设计，再解释论文表格。
何时另选路线
主要需要短篇通俗导论，或当前卫生政策与筛查规则。
建议阅读范围
2006年第二版第2章讲测量，第3章讲设计与误差，第8章讲临床流行病学及诊断检验。
局限与取舍
权利者资料库是免费阅读入口，不等于无限制再利用许可。本书提供方法和学习问题，历史人口数字及政策背景仍须注明其年代。

选书前试做

用第2–3章为一张虚构表格标注目标人群、分子、分母、时间窗和选择机制，判断它描述患病比例、发病率还是两者皆非。

检查标准: 定义人群的一时点状态计数可以描述患病比例；一段时间的新发事件需要不同分母和设计。若这些区别不清楚，应先补基础，再解释检验阳性者中的比例。

官方免费阅读 ↗

书目信息与获取方式 →

检查先修准备

灵敏度的分母是什么？

参照标准判定有该状态的人，即TP/(TP+FN)。阳性预测值则以检验阳性者作分母，TP/(TP+FP)。倒置条件，就改变了问题。

准确的检验必然意味着有益的筛查项目吗？

不必然。区分能力只是一个组成部分；项目成果还涉及检验后发生什么、获益与伤害，以及比较方式。本指南的表格不能证明这些结果。

论文未报告一项方法细节，能说明什么？

说明报告未提供足够信息。不能自动判为实施良好或一定存在偏倚，应指出哪项来源或澄清能解决不确定性。

六步学习与具体成果

勾选用于自我记录，不是成绩评定；标记不会发送给本站。

  1. 先定义问题，再评价设计

    建议阅读范围: Testing Treatments第4、6章；How to Read a Paper第1章。

    动手产出: 分别写两个问题：虚构指标检验能否识别参照状态，以及提供检验能否改善指定结局。为每个问题列人群和比较。

    检查标准: 前者是区分能力问题，后者需要结局比较。单凭灵敏度不能回答后一个问题。

  2. 画出谁入组、谁被测量

    建议阅读范围: WHO第3章；How to Read a Paper第3–4章。

    动手产出: 用可免费阅读的例子或下方虚构材料，画“招募→指标检验→参照评估→分析”，明确排除和未知信息。

    检查标准: 说明是否人人接受参照评估，分析人群与招募人群是否对应。未知栏保持未知，不补造研究事实。

  3. 制作偏倚与适用性台账

    建议阅读范围: How to Read a Paper第4、8章；WHO第3章。

    动手产出: 针对选择、参照评估、盲法和受检人群，分别写报告事实、可能问题及其重要性理由，并把适用性与内部效度分开。

    检查标准: 可能问题不是已经发生偏倚的证明。区分“样本不同于目标人群”与“研究未能一致测量自身样本”。

  4. 建立并审查四格表

    建议阅读范围: WHO第8章；How to Read a Paper第8章；CDC定义资料。

    动手产出: 用状态作列、检验结果作行，解原创例题，明确分母并计算灵敏度、特异度和阳性者中的状态比例。

    检查标准: 每人只出现一次，各行列合计正确；不要把TP+FN与TP+FP混淆。数值旁须写出该统计回答什么问题。

  5. 检验迁移与不确定性的假设

    建议阅读范围: Testing Treatments第7章；How to Read a Paper第5、8章。

    动手产出: 纸上模型只改变患病比例，再列三种实际条件性能可能无法迁移的原因，说明真实不确定性分析还需要哪些抽样或测量信息。

    检查标准: 固定灵敏度和特异度是一个假设，不是新受检人群的研究发现。确定性算例不会自动产生置信区间，也不能确立临床效用。

  6. 写一份有边界的评价备忘录

    建议阅读范围: Testing Treatments第8章；How to Read a Paper第9章；WHO第11章。

    动手产出: 写短备忘录，包含所选主教材、精确问题、来源与章节台账、一项核算结果、一个未解方法问题和下一项研究问题。

    检查标准: 区分来源事实、虚构输入与自己的解释。下一步应是需要取得的证据，不是个人临床行动或编造的建议。

原创例题与解析

原创例题：基础比例改变阳性结果的含义

虚构L、H两个人群各10000人，L中100人有状态Q，H中1000人有Q。规定一项虚构检验在两组中的灵敏度均90%、特异度均98%。建立两张完整四格表，比较检验阳性者中有Q的比例。

前提假设

参照状态对每个人均已知且无误，无不确定结果或失访。使用同一检验规则，刻意把两个条件比例固定。人数与状态Q完全虚构，跨人群性能相同是计算假设，不是真实验证发现。

  1. L组：有Q的100人中，90人阳性、10人阴性；无Q的9900人中，2%即198人阳性、9702人阴性。阳性合计288人，阴性9712人。
  2. H组：有Q的1000人中，900人阳性、100人阴性；无Q的9000人中，180人阳性、8820人阴性。阳性合计1080人，阴性8920人。
  3. 灵敏度90/100 = 900/1000 = 90%；特异度9702/9900 = 8820/9000 = 98%。阳性预测值分别90/288 = 31.25%和900/1080 ≈ 83.33%。
  4. 患病比例较低时，无该状态的人群更大，即使特异度高，也可能贡献较多假阳性。计算不说明检验能否改善结局，也不说明表格是否适用于某位个人。

答案与解释

在规定性能相同的前提下，L组阳性288人中有90人真阳性，占31.25%；H组阳性1080人中有900人，占约83.33%。阳性者中的状态比例不是灵敏度；无需改变两个规定条件比例的计算，基础比例就能改变它。

检验结果

分别用行合计和列合计还原每组10000人，再说明为何不能仅凭检验名称相同，就把H组百分比直接用于新受检人群。

改变假设，再做一题

延伸题：只核实阳性者，不能确定灵敏度

改为一项新的虚构研究，撤回原先已知患病比例及检验性能的假设。仅保留总数10000、实际实施的参照评估无误、指标检验无不确定结果。288名阳性者全部核实，其中90人有Q、198人无Q；9712名阴性者均未做参照评估。已经观察到什么比例，能否确定灵敏度？

  1. 全部检验阳性者中有Q的比例是90/288 = 31.25%。不能把未核实的阴性者默默填入“无Q”一栏。
  2. 一种相容补全是阴性者中无人有Q：FN = 0、TN = 9712，灵敏度90/(90+0) = 100%；另一种是有90人有Q：FN = 90、TN = 9622，灵敏度90/(90+90) = 50%。两者都符合全部给定观察。

答案与解释

本研究已核实的阳性者中，Q比例为31.25%。仅凭观察数据，不能识别全部入组者的灵敏度、特异度和患病比例；不能把前题规定的性能当作新研究的发现。

检验结果

核对90+198+9712 = 10000及两种补全的总数。问题是参照核实缺失与指标检验结果相关，不只是样本小；增加阳性者核实，不能填补阴性者的参照状态。

常见误区

把检验准确性当作项目收益

诊断表描述参照定义下的分类。改善健康结局的主张需要另一个问题、合适比较，并同时评价获益和伤害。

只借性能，不带上人群条件

一对灵敏度和特异度不能证明它们跨疾病谱、阈值、场景或参照程序都相同。迁移结果前应先标明这些条件。

把未报告变成确定判决

记录缺失细节与影响。未答的清单项目或权威来源本身，都不能确立论文实际怎样实施。

进入下一阶段之前

  • 能在选择评价章节前，说清研究问题和受检人群。
  • 能重建表格、说明分母，区分模型规定与经验发现。
  • 能解释未解的偏倚或适用性问题，以及可解决它的证据，不把备忘录变成诊疗建议。

来源与版次核验

来源核验日期:

这些是本站建议的学习活动，并非大学官方作业，也不代表对每本书逐页通读。

编辑与选书方法 →