01 / 导读
导读
引用
Evans, I., Thornton, H., Chalmers, I., & Glasziou, P. (2011). Testing Treatments: Better Research for Better Healthcare (2nd ed.). Pinter & Martin. Free official edition: https://www.testingtreatments.org/wp-content/uploads/2012/09/TT_2ndEd_English_17oct2011.pdf
章节概要
第1章：新的——但更好吗？
开篇一章论证，无论是常规疗法还是补充/替代疗法，每一种治疗都需要公平（无偏）的检验，因为新疗法被证明更差的频率和被证明更好的频率差不多。本章从1747年詹姆斯·林德在"索尔兹伯里号"军舰上比较六种坏血病疗法讲起，随后讲述沙利度胺、止痛药万络（Vioxx）、糖尿病药物文迪雅（Avandia）和Björk-Shiley机械心脏瓣膜的故事，说明获批上市并不保证安全，危害可能要多年后才显现。关于赫赛汀（Herceptin）的一节展示了患者团体、企业和媒体的压力如何夸大疗效：一位患者讲述，广为引用的"50%获益"落到她身上只是4%–5%的额外获益。
第2章：预期的效果并未出现
本章把视角从新疗法转向那些凭理论或权威而被采用的既有疗法。书中的例子包括：本杰明·斯波克建议让婴儿趴着睡（后来被认为与大量本可避免的婴儿猝死有关）；能抑制心肌梗死后心律失常、却增加了死亡的药物；孕期使用的己烯雌酚；激素替代疗法；以及用月见草油治疗湿疹。本章要点是：理论和专家意见都不是可靠的指南，"成熟"的疗法也可能弊大于利。
第3章：更多未必更好
本章从"合适剂量"的概念出发（低剂量的利尿剂和阿司匹林即可获益，更高剂量只会增加副作用），回顾了一个世纪以来日趋激进的乳腺癌治疗：霍尔斯特德根治性乳房切除术、"扩大"根治术，以及大剂量化疗加骨髓移植。一个方框介绍了随机分配，本章说明随机对照比较最终如何证明创伤较小的治疗同样有效。本章最后呼吁医生和患者"敢于考虑少做一些"。
第4章：更早未必更好
这是本版新增的筛查一章。它把筛查定义为"检测加上有效的管理策略"，并强调向健康人提供筛查本身就是一种干预。本章把明显有益的项目（新生儿苯丙酮尿症筛查）与需要谨慎对待的项目加以对比：婴儿神经母细胞瘤普查、腹主动脉瘤筛查、乳腺X线摄影、前列腺癌PSA检测、胸部X线肺癌筛查、商业基因检测和全身CT扫描。过度诊断、假阳性以及对益处的过度宣传是贯穿全章的主题。
第5章：应对治疗效果的不确定性
作者在这里区分了两种情况：一是效果极为显著、无需正式试验的少数疗法（除颤、胰岛素、激光治疗葡萄酒色斑、伊马替尼治疗慢性髓系白血病）；二是更为常见的中等效果，只有通过仔细比较才能发现。咖啡因治疗早产儿呼吸问题、早产时使用抗生素等案例说明，不确定性往往长期得不到解决。本章认为，承认不确定性是专业精神的体现，治疗可以在公平检验的框架内提供，而且患者能够接受关于未知之处的坦诚讨论。
第6章：对治疗的公平检验
这是三个"技术性"章节中的第一个，它不用术语地解释了为什么需要比较：疾病常常自行好转，安慰剂效应和期望也会影响判断。本章阐述了"同类相比"的原则，从1854年托马斯·格雷厄姆·鲍尔弗的交替分配，讲到现代隐藏分配方案的随机分配，并涉及交叉试验和整群试验、对所有被分配者的随访、如何处理偏离分配方案的情况，以及对结局的盲法评估。最后一节讨论意外的副作用，包括英国的"黄卡"报告制度。
第7章：考虑机遇的作用
本章用一个简单的表格（每组10人时死亡4对6，每组100人时死亡40对60）说明，同样的风险比在人数较多时更有说服力。本章引入置信区间，并以健康男性服用阿司匹林为例说明"统计学显著"并不等于重要：1,000名男性服用十年，估计的获益与所引起的严重出血人数相近。本章最后强调需要大型多中心试验。
第8章：评估所有相关的可靠证据
由于单项研究很少足以作出判断，本章以奥斯汀·布拉德福德·希尔针对研究报告提出的四个问题（为什么开始、做了什么、发现了什么、这意味着什么）为基础，论证系统综述和荟萃分析的必要性。本章解释综述本身也可能有偏倚（未发表的研究、"包装"、既得利益），并记录了不先审视证据所付出的代价：对患者本可避免的伤害、对研究志愿者的伤害以及资源浪费。最后介绍了一家医学期刊的政策，要求把新研究的报告放在系统综述的背景中。
第9章：对治疗检验的监管——帮助还是阻碍？
这同样是本版新增的一章。它认为研究监管在研究与常规治疗之间人为地划了一道界线：在研究中考察不确定的疗法要受到严格监督，而在研究之外使用同样的疗法却几乎无人审查。本章考察了研究伦理委员会以及信息告知和知情同意程序，并提出一种合乎常识的知情同意方式。作者的结论是，监管增加了负担，却很少确保研究确有必要，也很少跟踪已获批的研究。
第10章：研究——好的、坏的和不必要的
好研究的例子是预防卒中的颈动脉内膜切除术试验，以及用硫酸镁治疗子痫前期的Magpie试验。坏研究的例子包括约2,000项精神分裂症试验——规模太小或周期太短，并使用了数百种不同的评定量表——以及几乎不测量产妇疼痛的早期硬膜外镇痛试验。不必要的研究包括：产前类固醇和尼莫地平治疗卒中在已有结论后仍继续进行的安慰剂对照试验，以及反复进行的抑肽酶试验。本章最后讨论被扭曲的研究重点："跟风药"、营销，以及布里斯托尔的一项调查——膝骨关节炎患者希望研究的是物理治疗、手术和应对策略，而不是更多的药物试验。
第11章：做对的研究是每个人的事
本章转向作为研究伙伴的患者和公众。它回顾了患者参与的历史（乳腺癌活动人士、20世纪80年代末的艾滋病活动人士），说明患者有时也会破坏公平检验（要求使用未经证实的药物、患者组织与企业之间的利益冲突），并介绍让公民参与确定研究重点的方式。其核心观点是：患者要想有效参与，需要更多关于研究的一般知识，以及获取公正信息的渠道。
第12章：那么，什么能带来更好的医疗？
倒数第二章借助一个诊疗示例，说明如何通过共同决策把公平检验得到的证据与个人价值观结合起来。本章回答了九个常见问题，例如：面对危及生命的疾病是否什么都值得一试？为什么相对风险比绝对数字更容易误导？试验结果是否适用于某个人？基因检测能补充什么、不能补充什么？如何避免被贴上疾病标签？本章以《萨尔茨堡共同决策宣言》作结。
第13章：为正确的理由做研究——更美好未来的蓝图
最后一章描述了研究经费如何在四个环节被浪费（问错问题、设计不良、结果未发表、报告有偏倚），并提出一份八点蓝图，从教公众判断有关疗效的说法，到试验注册、全部结果公开和申报利益冲突。本章以一份读者行动计划结束，例如询问"如果什么都不做会怎样"，以及对标题中的"突破"保持怀疑。
核心概念
第1–2章：新的——但更好吗？；预期的效果并未出现
- 公平检验：为减少偏倚并考虑机遇作用而设计的治疗比较，使结局差异可以归因于治疗本身。
- 获批不等于安全：监管机构的批准可能基于有限的证据，不良反应可能在广泛使用后才显现。
- 未经检验的理论：看似合理的理由（如抑制心律失常）可能预言获益，而公平检验却显示有害。
第3–4章：更多未必更好；更早未必更好
- 剂量与反应的权衡：超过一定剂量后获益趋于平稳，而不良反应持续增加。
- 筛查：检测加上有效的管理策略，只有在运行良好的项目中利大于弊时才是合理的。
- 过度诊断：发现那些本来永远不会引起症状的疾病，把健康人变成患者。
第5章：应对治疗效果的不确定性
- 显著效果与中等效果：大到无需对照比较、立竿见影的效果很少见，大多数有价值的效果是温和的。
- 治疗的不确定性：当没有人知道哪种选择更好时，在公平检验中提供治疗是一种负责任的做法。
第6–7章：对治疗的公平检验；考虑机遇的作用
- 同类相比：比较组之间除所接受的治疗外不应有系统差异，最好的保证是在治疗开始前进行隐藏分配的随机分组。
- 盲法：让患者和评估者不知道分组情况，以免期望使结局评估产生偏倚。
- 机遇的作用：可能制造表面差异的随机变异，可通过研究足够多的人数来减小，并用置信区间来表达。
- 统计学显著性与实际重要性：不太可能由机遇造成的差异，仍可能小到对患者没有意义。
第8章：评估所有相关的可靠证据
- 系统综述：用明确的方法查找、评价和综合某一问题全部相关研究的综述。
- 荟萃分析：对多项研究结果进行统计合并，以减小机遇的作用。
- 报告偏倚：对研究或结局的选择性发表，往往偏向阳性结果，从而扭曲证据基础。
第9–10章：对治疗检验的监管；研究——好的、坏的和不必要的
- 知情同意的双重标准：检验不确定疗法的临床医生要遵守比单纯开具这些疗法的医生更严格的规则。
- 不必要的研究：其问题早已有答案的研究，事先做一次系统综述本可发现这一点。
- 对患者重要的结局：研究应测量患者真正关心的东西（如疼痛缓解），而不是方便测量的替代指标。
第11–13章：做对的研究是每个人的事；什么能带来更好的医疗？；为正确的理由做研究
- 患者与公众参与：在选择研究问题和设计研究时与患者建立伙伴关系。
- 共同决策：把临床医生对治疗选项和证据的了解与患者的价值观和偏好结合起来。
- 绝对风险与相对风险：用"每100人或每1,000人中有多少人"来呈现结果，比相对百分比更诚实地反映获益大小。
- 研究浪费：因问错问题、设计不良、不发表和报告偏倚而造成的研究价值损失。
评析
优点
- 通过案例讲授原理。 每个观点都扎根于有据可查的事件（林德的坏血病试验、沙利度胺、万络、斯波克的睡姿建议、根治性乳房切除术、神经母细胞瘤筛查），读者记住的是偏倚和机遇为何重要，而不是死记定义。
- 不用数学讲统计。 第6–8章用小表格和浅白的语言解释随机分配、分配隐藏、盲法、置信区间、统计学显著性和荟萃分析。阿司匹林的例子和关于"吸引眼球的统计数字"的方框，把相对风险与绝对风险的区别讲得很具体。
- 以患者为中心的视角。 本书由临床医生、研究者和患者权益倡导者合写，把患者视为伙伴。第11–13章给出了实用的指导（该问的问题、可用的信息来源、行动计划），这在方法学读物中并不多见。
- 章节结构清晰。 第1–11章每章末尾都有简短的"要点"列表（第3章和第7章只有一条），各章附有参考文献，方框中的引文和患者证言对正文形成补充。案例列表和补充资源部分也便于读者查找内容。
局限
- 案例和资源已显陈旧。 正文定稿于2011年，文迪雅的监管经过、筛查建议、网站（NHS Choices）以及研究经费数字都反映了当时的情况。关于乳腺X线摄影、PSA检测和试验注册规则，读者应查阅现行指南。
- 以英国为中心。 NICE、MHRA、研究伦理委员会和NHS等机构在案例中占主导，美国、澳大利亚和新西兰的案例只是偶尔出现；其他地区的读者需要把有关监管的讨论转换到本国情境。
- 倡导多于中立的综述。 作者明确主张某些立场（例如研究监管过度、随机化证据应成为常规）。这些论证有充分的文献支持，但关于监管和观察性证据的不同观点着墨较少。
- 不教动手的评价技能。 本书解释了公平检验为何重要，但没有教读者如何逐节阅读试验报告、计算效应指标或使用严格评价清单。
在课程中的定位
在一门以阅读研究论文为核心的课程中，《Testing Treatments》是概念上的起点。它用非专业的语言解释了试验为什么要同类相比、机遇和选择性报告为什么重要，以及为什么在开展新研究之前要先做系统综述。Trisha Greenhalgh与Paul Dijkstra合著的《How to Read a Paper》（不要求统计基础的简短入门指南）是自然的下一步，因为该书被介绍为把这些观念转化为对不同类型论文的实际评价。Straus等人的《Evidence-Based Medicine: How to Practice and Teach EBM》（一本假定读者有一定临床经验和研究设计基础的教材）则进一步讨论如何把证据应用于个体患者以及如何讲授循证医学。
课程中列出的研究论文——例如关于心脏手术中正性肌力药使用的多中心观察性分析，以及关于神经周围糖皮质激素、静脉与口服对乙酰氨基酚比较的研究——都是原始研究报告。先读《Testing Treatments》第6–8章，学生就有了相应的语汇，可以针对每篇论文追问：是否做到了同类相比？如何处理机遇的作用？结局指标对患者是否重要？本书不能替代严格评价手册，但它提供了各种清单背后的道理。
如何使用本书
本书既面向学生和临床医生，也面向普通读者，不要求任何统计或研究背景。医学、护理及相关健康专业的学生可以在循证或研究方法课程开始时，分几次读完。
一个实用的阅读计划是：先快速读完引言和第1–4章中的案例故事，然后仔细学习第6、7、8章，因为它们包含了方法学的核心观念（比较组、随机分配、盲法、机遇、系统综述）。第5章和第10章适合用于研讨不确定性和研究浪费；第9章和第11–13章对关注研究伦理、患者参与和共同决策的读者最有意义。第1–11章末尾的"要点"可直接用作复习笔记。在为课程阅读研究论文时，可以试着在论文的方法部分逐一找出第6章讨论过的各项要素。
本书没有习题。作者推荐读者访问詹姆斯·林德图书馆（James Lind Library）和Testing Treatments Interactive网站获取更多材料，书末的补充资源部分还列出了有关共同决策和证据评价的书籍与网站。
版本与来源
本导读依据《Testing Treatments: Better Research for Better Healthcare》第二版（Pinter & Martin，2011年；第一版2006年由大英图书馆出版），使用作者在 https://www.testingtreatments.org/wp-content/uploads/2012/09/TT_2ndEd_English_17oct2011.pdf 免费发布的2011年10月17日版英文PDF。导读参考了两篇序言、前言和引言、完整目录，以及全部13章（每章开篇、所有小节标题和方框案例、各章末的全部要点，第1、6、7、12、13章全文，以及第4、8、10章的大部分内容）。