OMG！只有十分之一的療法得到了高質量的證據支持？_風聞

當你去醫院看病時，醫生給你開具的處方藥你可能從來沒有懷疑過它的療效。因為它們通常被默認是有明確臨牀證據支持的。

但恐怕不是這麼簡單。

近日，發表在**《Journal of Clinical Epidemiology（臨牀流行病學雜誌）》**上的一項研究中，**由英國牛津大學領導的國際研究團隊通過使用****證據質量分級和推薦強度系統（GRADE系統）**分析了Cochrane關於流行病學的評價後表明，只有十分之一的療法得到了高質量的證據支持。

Cochrane系統評價因其質量措施非常嚴格，被公認為平均質量比普通系統評價更高。

這項新研究分析了Cochrane 2015至2019年期間的154條循證醫學系統評價。根據GRADE系統來確定它們是否提供了高質量的證據。

其中，只有兩條評價具有統計學意義的結果（這意味着這些結果不太可能由於隨機誤差產生）並被評論作者認為在臨牀實踐中是有用的。

通過GRADE系統的評價，質量為中、低和非常低的證據分別佔比為37%、31%和22%。

GRADE系統關注偏倚風險等因素。例如，“盲”研究（患者對服用的是藥物還是安慰劑不知情）提供的證據比“非盲”研究質量更高。

“盲”研究非常重要，因為知道自己接受什麼治療的人會比不知道的人產生更強的安慰劑效應。

此外，GRADE還考慮了研究的不準確性是否是由治療使用的方法差異導致的。

在2016年的一項評價中，研究人員發現，有13.5%的人（約七分之一）報告説治療得到了高質量證據的支持。根據GRADE系統，缺少高質量證據意味着未來的研究可能會推翻現在的結果。

之所以選擇這154條評價，是因為它們是608條原始評價的更新。這使研究人員可以檢查更新的新證據是否為更高質量的證據。

但是它們沒有。

在2016年的評價中，有13.5％的評價報告稱治療方法得到了高質量證據的支持，但隨着收集的證據越來越多，證據質量也在逐漸下降。

研究人員也承認他們的研究存在一些侷限性。首先，研究中的樣本量可能並不具有代表性，其他研究發現超過40%的醫療方法可能有效。此外，研究中的樣本量也不夠大，無法檢驗是否有某些類型的醫療方法（藥理學、外科學、心理學）優於其他療法。也有可能是用於給證據分級的“金標準”（GRADE）過於嚴格。

太多低質量的研究

研究人員稱，很多低質量的試驗都被髮表了，他們的研究正是為了反映出這一問題。在學術圈存在“要麼發論文，要麼別生存”的壓力，所以開展的研究越來越多。

僅僅在PubMed上，每年就有超過1.2萬項新的臨牀試驗發表。這相當於每天都有30個試驗發表。

系統綜述的目的是整合這些研究，但現在它們也太多了，僅在PubMed上每年就發表超過2000篇。

30多年來，循證醫學運動一直在倡導提高研究質量的必要性，但矛盾的是，儘管指導和指南大量湧現，但卻沒有證據表明情況已有所改善。

1994年，牛津大學的醫學統計學教授Doug Altman就開始呼籲少而精的研究。這本應該是件好事，但現實卻相反。

每年都有大量的試驗被髮表，再加上需要發論文才能在學術界生存的壓力，就導致了大量的學術垃圾被髮表，而且這種現象並沒有隨着時間而改變。

低質量證據帶來的後果很嚴重：沒有好的證據，我們就無法確定治療是否真正有效。

GRADE系統太過嚴苛

一個木匠只有在萬不得已時才將問題歸咎於工具，因此關於GRADE系統不起作用的藉口應該慎用。

然而，在某些情況下，GRADE系統的確過於嚴苛。例如，評價特定鍛鍊方法的試驗幾乎都不可能有高質量的證據。

鍛鍊類試驗不可能是“盲”的，任何進行鍛鍊的人都知道自己屬於哪個鍛鍊組，而對照組的人也知道自己沒有進行鍛鍊。此外，很難使大量受試人羣進行完全相同的鍛鍊，然而讓每個人服用相同的藥物卻是比較容易的。

這些固有問題使鍛鍊類試驗一定會被評價為低質量證據，無論這種安全的鍛鍊方式多麼有效。

另外，這些方法也很嚴格。儘管系統綜述有很多結果（每個結果都可能是高質量的），但研究人員關注於主要結果。例如，評價止痛藥的主要結果是減輕疼痛。然後，他們還可能測量一系列的次要結果，範圍從減輕焦慮到患者滿意度等。

關注主要結果可以防止錯誤的發現。如果關注很多結果，就存在這樣一種風險，即其中一種結果很可能因偶然因素而成為高質量的。為了緩解這種情況，研究人員研究了是否任何結果（即使它不是主要結果）都有高質量的證據。他們發現有五分之一的治療方法對於任何結果都有高質量的證據。

平均而言，大多數在系統綜述中已通過有效性檢驗的醫療方法並沒有高質量證據的支持。

研究人員表示，還需要更好的研究來解決不確定性，以便我們能對採取的治療方法更有信心。

論文鏈接：

https://www.jclinepi.com/article/S0895-4356(20)30777-0/fulltext