医師・医学生のためのスライド共有

Antaa Slide
診療科
特集

お知らせ

ログイン
<東京北EBM:システマティックレビュー・メタアナリシスの批判的吟味> L1.png

関連テーマから出会おう。

閲覧履歴からのおすすめ

Antaa Slide
これだけは知っておきたい! 家庭医療学はじめの一歩 (2023.02.24 更新)

これだけは知っておきたい! 家庭医療学はじめの一歩 (2023.02.24 更新)

横田雄也

続けて閲覧
COVID-19患者へ対応する医療従事者における感染予防 サージカルマスクvsN95マスク

COVID-19患者へ対応する医療従事者における感染予防 サージカルマスクvsN95マスク

G-MoreJournal Club

続けて閲覧

1/49

関連するスライド

ちゃんとできる!生物心理社会モデル!

ちゃんとできる!生物心理社会モデル!

ガラパゴス伊藤

20588

32

ちゃんとできる!喘息・COPD!

ちゃんとできる!喘息・COPD!

ガラパゴス伊藤

727495

1777

<東京北EBM:システマティックレビュー・メタアナリシスの批判的吟味>

投稿者プロフィール
東京北総診

公益社団法人地域医療振興協会東京北医療センター

2,637

11

概要

EBMのステップ3,批判的吟味についてシステマティックレビュー・メタアナリシスでのポイントを解説しました

本スライドの対象者

医学生/研修医/専攻医/専門医

投稿された先生へ質問や勉強になったポイントをコメントしてみましょう!

0 件のコメント

コメントするにはログインしてください

関連するスライド

ちゃんとできる!生物心理社会モデル!

ちゃんとできる!生物心理社会モデル!

ガラパゴス伊藤

ガラパゴス伊藤

20,588

32

上級医に褒められるプレゼンやコンサルトができるようになりたいです…

上級医に褒められるプレゼンやコンサルトができるようになりたいです…

三谷雄己

三谷雄己

22,418

85

ちゃんとできる!喘息・COPD!

ちゃんとできる!喘息・COPD!

ガラパゴス伊藤

ガラパゴス伊藤

727,495

1,777

健康診断で要精査 糖尿病の対応方法

健康診断で要精査 糖尿病の対応方法

湯浅駿

湯浅駿

76,149

544


東京北総診さんの他の投稿スライド

すべて見る


テキスト全文

東京北EBMの概要と目的

#1.

かわばたしょうたろう ©︎ Tokyokita hsp.

#3.

クサモン ホノモン ミズモン 博士『そこに3匹のエビモンがおるじゃろう どのエビモンを選ぶんじゃ?』

エビモンレビューサイトの評価

#4.

クサモン バランスが良くオー ルラウンダー.序盤/ 中盤/終盤隙がない. ホノモン 攻撃力が高く,一撃 で相手を倒せるが打 たれ弱い. ミズモン 大器晩成型で,序盤 は苦戦するが最終的 にはまぁまぁ強い. 博士『迷っておるのか?これがワシの意見じゃ!』

#5.

レビュ-人数:98 4.7 レビュ-人数:156 4.2 レビュ-人数:126 3.8 博士『まだ迷っておるのか? これがエビモンレビューサイトのメタスコアじゃ!』

#6.

SR できるだけデータを集める MA 比較し易い指標にする 5 4 3 2 1 レビュ-人数:156 2つ合わせて SR/MA 4.2

システマティックレビューとメタアナリシスの基礎

#7.

SR/MAはピラミッドの頂点? SR/MA RCT Cohort Case Report 最強?

#8.

SR/MAはピラミッドの頂点? SR/MAだからって 無条件に信じれれないカモ SR/MA RCT Cohort Case Report

#9.

クサモン レビュ-人数:98 4.7 不自然に低評価がない ホノモン レビュ-人数:156 4.2 ミズモン レビュ-人数:126 3.8 中間的評価が欠けてる

#10.

RCT Randamazed controlled trial Cohort

SR/MAのチェックポイントとデータ収集

#11.

Systematic review[SR]

#12.

Meta analysys[MA] Systematic review[SR] ?

#13.

SR/MAのチェックポイント ①データを集める ②集めたデータの質を評価する ③集めたデータを統合する

データ収集の方法と出版バイアスの評価

#14.

データを集める

#15.

SR システマティックレビューとは ホノモン 5 1 4 5 強さ, 将来性 1991.9~2024.11 5 4 4 3 2 4 3 2 5 4 3 2 1 調べて、できるだけデータを集める

#16.

SR できるだけ集めるってどういうこと? ○データの集め方を確認しよう ・どの検索エンジンで調べたか? ・どんな検索ワードで調べたか? ・検索期間は妥当か? ・参考文献まで調べたか? ・個々の研究者に連絡を取ったか? ・出版されてない情報も集めようとしたか? ・英語以外の論文も調べたか? 玉石混合でも、まずは網羅的であることが大切!

#17.

SR できるだけ集めるってどういうこと? ・検索方法を確認しよう! メジャーどころの検索エンジンを押さえているか? 必要なワードが抜けてない? 検索期間は長すぎたり短すぎたりしない? でも調べた? 進化先の名前でも 検索しないと 最近のデータが 考慮されてない 元ホノモン Methodに載っていることが多いぞ!(検索ワードはappndixにあることも)

#18.

SR できるだけ集めるってどういうこと? ・関連するデータを集めよう! 参考文献まで調べたか? 個々の研究者に連絡を取ったか? 検索エンジンでは 見つけられないデーターを探してみよう 参考文献:“bibliographies”“reference literature” 研究者 :“contact to researchers/authorities”

#19.

SR 出版バイアスってなんだ Volume 強いとも弱いとも言い難いな わざわざ手間かけてレビューするほどでもないな 評価 1 3 5 結果がなんとも言えないデータは報告されにくい

#20.

SR できるだけ集めるってどういうこと? ・出版バイアスに立ち向かえ 出版されてない情報も集めようとしたか? 英語以外の論文も調べたか? 報告するほどの 内容じゃないし... なんとも言い難い結果だし 地元でだけ報告しよう “no language restrictions”

データの質を評価する方法

#21.

SR “Funnel plot”で確認だ! 症 例 数 評価 どこのデータが欠損していそうか考えよう

#22.

SR “Funnel plot”で確認だ! 症 例 数 評価 ざっくりでOK!データが10個以上ないと分析できない

#23.

データを集める どの検索エンジンで調べたか? MEDLINE,EMBASE,CENTRAL,Cochrane Library, Google scholar,ISI Web of Science,CINAHL どんな検索ワードで調べたか? Supplement や Appendix に掲載されていることもある 検索期間は妥当か? 長ければ長いほどいいわけではない

#24.

データを集める 参考文献まで調べたか? “screened bibliographies”,“search reference literature” 個々の研究者に連絡を取ったか? “contact to researchers” “contact to authorities”

論文の質と評価基準

#25.

出版バイアスの評価 縦軸:標準誤差 横軸:効果

#26.

データの質を評価する

#27.

データの質とは? まだ育ててないけど 期待を込めて 5つ 色々試してみたけど 弱いよね 1つ 新人トレーナー エビモンチャンピオン それぞれのデータの質は違う

#28.

データの質を評価する 何人かが独立して 各々評価します 経験 真剣度 偏見 意見が割れた時の対応の仕方も確認しよう

#29.

集めてきた論文は玉石混合 質が低いものからはダメなものしかできない

メタアナリシスの手法と結果の統合

#30.

論文の質 質の高いRCTはどんなもの?

#31.

研究の進め方を要確認

#32.

Cochrane Risk of Bias Tool SR/MA最先端のグループが作ったRCTのチェックポイント Risk of Biasとは? 誤った結果に導く恐れがある体系的なエラー どんなものがある? Evidence 1991 Monster 1997 Tabun 2001 Hayaranai 2005 Demo 2006 Makenai 4649 ランダム化の過程の問題 治療企図からの乖離 アウトカム測定の問題 アウトカムデータの欠損 報告結果の選択の問題

#33.

ざっくり目を通そう 全体的に良いか悪いか?どんなバイアスがあるか?

#34.

データを統合する

フォレストプロット図の解説

#35.

MA メタアナリシスとは? 5 4 3 2 4.2 1 SRのデータを分かりやすく加工する ただ単純に平均をするわけではない

#36.

MA まとめた結果を確認しよう 5 5 4 2 統合した結果 4.2

#37.

MA データに重みを与えるもの N数(経験年数) イベント発生数(勝率) データの重みは質とは無関係

#38.

フォレストプロット図について Evidence1991 1.2 [0.6,2.2] Monster1997 0.8 [0.4,1.8] Tabun 2001 1.1[0.7,2.1] Hayaranai2005 1.6 [1.1,2.1] Total 1.2[1.1,1.4] HR 0.25 0.5 1 2 4

#39.

四角と棒について 点推定値 = 四角(箱)の大きさ データの重み 95%信頼区間 症例数(N数) イベント発生数

結果の解釈と今後の展望

#40.

四角と棒と菱形について 四角(箱)が大きくなる(重みが大きい)ほど線が短くなる まとめたものが菱形

#41.

フォレストプロット図について HRでは1を棒が跨ぐと有意差なし 論文名(著者+発行年) 0.7 1.1 2.1 Tabun 2001 1.1[0.7,2.1] 有意差なし Hayaranai2005 1.6 [1.1,2.1] 有意差あり Total 1.2[1.1,1.4] 有意差あり HR 0.25 0.5 1 2 4

#42.

注目すべき論文 Evidence1991 1.2 [0.6,2.2] 外れてる論文 Monster1997 0.8[0.4,1.8] Tabun 2001 1.1[0.7,2.1] Hayaranai2005 1.6 [1.1,2.1] 重みが大きい論文 Total 1.2[1.1,1.4] HR 0.25 0.5 1 2 4

#43.

結果が他から外れてる論文 重みが大きい論文 個別に読んだ方がいい論文 PICO,質は最低限みよう

#44.

Hayaranai2005 Monster1997 PICOに注目 対象が違う 治療が違う 比較対象が違う 質に注目 質が悪い

#45.

異質性が高いとデータの信憑性が落ちる 異質性:データのばらつきの指標 2 I 検定 0% 80% P>0.05 P<0.05 25%以下で異質性が小さい 50%以上で大きい 2 x 検定 有意差があったら異質性がある

#46.

最初に読むのにおすすめなSR/MA 今回取り上げた内容は コクランレビューなら大体抑えている

#47.

あると嬉しい GRADE system Summary of finding table

#48.

しっかり比較検討し,賢く選択しよう! ホノモン 新薬 SR/MAは便利だけど無条件に良いわけではない

Antaa Slide

医師・医学生のためのスライド共有

Antaa QA

医師同士の質問解決プラットフォーム

App StoreからダウンロードGoogle Play Storeからダウンロード

会社概要

Antaa, Inc. All rights reserved.

Follow us on Facebook
Follow us on Twitter