循证医学：临床医生实用指南

循证医学（EBM）是在对个体患者护理做出决策时，认真、明确、审慎地使用当前最佳证据的实践。 这一术语由麦克马斯特大学的Gordon Guyatt在1990年代初创造，此后改变了医学教育、临床指南和医疗政策的制定方式。 循证医学基于三大支柱： 1. **最佳可用证据**：高质量研究，理想情况下是RCT和荟萃分析 2. **临床专业知识**：临床医生的知识、经验和判断 3. **患者价值观和偏好**：对这位特定患者重要的事情 三者必须整合。证据本身是不够的——它必须在具体情境中应用。

并非所有证据都是等同的。从最强到最弱的等级： 1. **系统综述和荟萃分析**——汇集多项高质量研究的结果 2. **随机对照试验（RCT）**——因果关系的黄金标准 3. **队列研究**——随时间跟踪群体；适合罕见暴露 4. **病例对照研究**——比较病例与对照组；适合罕见结局 5. **横断面研究**——时间快照；显示关联而非因果关系 6. **病例报告和专家意见**——轶事性；最弱的证据形式 Cochrane等级有用，但背景很重要。设计良好的观察性研究可能优于执行不良的RCT。顶级的数字并不保证质量。

EBM实践的第一步是使用PICO将临床问题转化为可回答的问题： **临床场景：**一位65岁患有房颤和CKD 3期的男性——你应该开具DOAC还是华法林？ **PICO问题：** - **P**：患有非瓣膜性房颤和CKD 3期的成人 - **I**：直接口服抗凝药（DOAC） - **C**：华法林 - **O**：12个月时的卒中、系统性栓塞、主要出血 有了形成良好的问题，MetaLens AI等工具可以在数秒内检索PubMed并合成证据，为你提供文献研究的起点。

找到证据只是第一步——你必须批判性地评价它： **对于RCT，问：** - 随机化是真正随机的吗？分配隐藏了吗？ - 参与者和临床医生都被盲化了吗？ - 随访完整吗？是否使用了ITT分析？ - 对照组在临床上是否相关？ **对于荟萃分析，问：** - 检索是否全面？是否寻找了未发表的研究？ - 纳入标准是否适当？ - 是否评估并解释了异质性？ - 是否有发表偏倚的证据？ CONSORT清单（针对RCT）和PRISMA清单（针对系统综述）提供了评价的结构化框架。

即使是最好的证据也来自人群——你治疗的是个体。 应用证据时的关键问题： - 我的患者是否与试验中的患者相似？（年龄、合并症、严重程度） - 像我这样的患者是否被排除在试验之外？ - NNT如何转化为我患者的基线风险？ - 我的患者是否有禁忌症或药物相互作用？ - 我的患者重视什么？他们会接受疗效和副作用之间的权衡吗？ 5年内NNT=50的治疗对高风险患者可能是值得的，但对低风险患者可能并非如此，即使相对风险降低相同。

AI正在改变临床医生获取和应用证据的方式： - **文献工具**如MetaLens AI使系统证据合成在护理点就能获得 - **临床决策支持**系统将证据嵌入电子健康记录 - **AI诊断工具**开始在放射学和病理学中与专科医生媲美 然而，AI无法替代表征良好医疗实践的临床判断和人文关怀。AI工具可能遗漏细微差别、存在训练数据偏倚，或产生听起来合理但实际错误的信息。 临床医生的角色正在从记忆证据转变为批判性地评估AI输出并将其与患者情境相结合。循证医学的三大支柱——证据、专业知识和患者价值观——依然重要如昔。