前日讀者回應問到"如果 (效果) 無統計上顯著差異，那還需要計算需治人數 (number needed to treat; NNT) 嗎?"
這是個很多人問的問題，理論上，效果沒有統計上差異，即使NNT只有4人，還是可以用來判斷好壞處嗎?
我們來看看以下數據，藥物A與安慰劑比較，效果無顯著差異 (RR 0.76; 95% CI 0.59-1.02)，控制組發生事件機率為15%，NNT為28人...
藥物B，效果達顯著差異 (RR 0.76; 95% CI 0.66-0.98)，控制組發生事件機率一樣是15%，NNT也一樣是28人...
是的，NNT = 1/ARR，所以不管統計有沒有差異，都可以得到一個NNT估計值，但是問題是要怎麼判讀呢?
這時候你需要的是NNT的95%信賴區間 (confidence interval)，就像上圖，前三項研究達顯著差異，NNT的95% CI沒有跨到無限 (infinity)...
附註: 因為NNT是ARR倒數，所以跨越的不是零，反而是無限喔!
回到上面的例子，藥物A的NNT為28人，95%信賴區間介於17~∞以及-334~-∞，是不是很複雜呢?
負向的需治人數要怎麼解釋? 所以，專家們提出了這樣的表示方法，上述的NNT 95% CI為NNH 334~∞~NNT 17人...
藥物B的NNT同樣是28人，但95%信賴區間介於20~334人，一眼就可以看出酶有橫跨∞喔!!
所以，這個問題的答案是，效果沒有顯著差異的研究結果，計算NNT，數值會落在有利 (beneficial) 到有害 (harmful) 之間喔!! 並不是只有看點估計值而已...
附註: 我喜歡∞這個符號，看起來就是數學很好的"樣子"
歐洲心臟醫學會 (ESC) 2011年年會正在令人嚮往的巴黎舉行中，我們沒有辦法參加，坐在家裡跟我一起看看最新的研究結果吧...
今天友站NEJM上線上發佈了一項研究，這是項隨機分派研究，研究者們想要比較凝血因子Xa藥物apixanab (Eliquis) 與warfarin，在預防心房顫動病患中風效果差異...
近幾年來，新型抗凝血藥物的研發非常熱門，類似藥物包括dabigatran (Pradaxa) 與rivaroxaban (Xarelto)，不約而同的也都發表了用再心房顫動病患的研究...
ARISTOTLE是一項多中心隨機分派雙盲研究，針對至少一個中風危險因子 (除了心房顫動外) 的心房顫動病患，使用apixaban (5 mg BID)，相較於傳統使用的warfarin (維持INR介於2~3之間)，主要試驗終點是中風 (缺血或出血性) 與全身栓塞風險...
平均追蹤為1.8年，受試者發生主要試驗終點風險為apixaban 每年1.27%，warfarin 每年1.60%，危險比值 (harzard ratio; HR) 為0.79 (0.66-0.95)...
也就是說，每1000位與本研究中風風險相當的心房顫動病患，使用apixaban相較於warfarin，每年可以減少3.3人中風...
更令人關心的出血方面，重大出血風險apixaban 每年2.13%，warfarin 每年3.09%，每1000人每年減少9.6人發生重大出血...
較令人意外的，使用apixaban，死亡率比使用warfarin的受試者低了那麼一點點 [HR為0.89 (0.80-0.99)]...
Adapted from New Engl J of Med. August 28, 2011 (DOI: 10.1056/NEJMoa1107039)
使用warfarin最被人詬病就是不穩定的藥物動力學，即使在這麼高度控制的臨床研究中，使用warfarin病患，達到INR 2~3目標的比例也只有6成，更不要說現實狀況了 (所以這在GRADE評比系統符合加分標準)...
如果效果差不多，甚至更好，不需要這麼頻繁地監測INR，也不用領那一大張衛教單張，除了價格之外，warfarin可能即將走入歷史...
昨天參加了一個研討會，陳香吟老師講了一句話，"藥師們要不斷充實自已" 不要放棄...
雖然賈伯斯 (Steve Jobs) 從CEO退下來了，讓大家很擔心他的身體健康，但App還是要介紹...
對於胸部X光苦手的我們，這款軟體可以讓我們隨手複習喔!
胸部X光口袋書 (iCXR)，裡面有超過200張常見與少見的X光照片，且模擬PACS系統的方式呈現，還有14個給初學者們看的X光判讀技巧章節...
這些X光片都是高解析度的且可以放大縮小，剛上架特價1.99美金 (折合台幣約60元)，適用對象為正在胸腔科水深火熱的實習醫師，準備考試的住院醫師，沒事愛亂看的小藥師 (就是我啦!)...
AppStore: iCXR - Chest x ray pocket reference
A問: 醫院有沒有藥師荒?
異口同聲: 有!!!
是的，層級越高的醫院，荒 (慌) 的越嚴重，今年已經是第六年呆在醫院了，第一次感覺到荒的好累...
相較起來，醫院的工作既繁重又複雜，值班輪班，薪水比起診所或社區藥局又少，冷不防又來個醫院評鑑，國家品質獎，JCI評鑑，XXX醫院 (族繁不及備載)...
我還待在這裡幹嗎阿? 腦子壞去!?
舊聞: 錢少工作重 醫院鬧藥師荒
老哽: 醫院缺藥師 藥師公會：評鑑制度造成
常常趁上課的時候偷偷問還沒畢業的藥學系學生，願意到醫院受阿修羅修練的人數屈指可數，藥廠，社區藥局，出國進修的比例比起我六年前就業時有顯著差異 (P<0.01)...
近半年來一直處於I/O不平衡的狀態，就像得了尿崩症 (diabetes inspidus) 一樣，只出不進，留下來的人只會越來越累，越來越疲倦，猛爆性離職潮只是遲早的事...
醫學中心的制度比較完善 (這是真的)，暴露在各式各樣訓練的風險 (機會) 較高，但這些已經不是剛畢業學生們的誘因...
給我十分鐘，我再想想還有哪些可以吸引有志青年的理由...(十分鐘可能不夠，多給點耐心...)
十分鐘後更新: .........
二十分鐘也過去了.........
Citalopram hydrobromide (Celexa) 是一種血清素再回收抑制劑 (SSRI) 主要用於治療憂鬱症...
美國食品藥物管理局 (FDA) 昨天發佈一則警訊，使用高劑量citalopram可能會增加心律不整風險...
FDA對醫療照護人員的建議是:
- citalopram會延長心電圖QT間距，日劑量不得超過40 mg
- 先天性QT間距過長症候群 (LQTS) 病人不應使用citalopram
- 使用citalopram前應先矯正電解質異常 (低血鉀，低血鎂)
- 肝功能不全或本身是CYP2C19代謝不良者 (poor metabolizer) 或併用
cimetidine病人，citalopram日劑量不得超過20 mg
會有這則警訊，主要是因為FDA陸陸續續接到使用citalopram引起QT間距延長的不良反應事件，進一步在一項收納119位受試者的隨機分派研究發現，使用劑量越高，QT間距延長的越顯著:
- 使用20 mg/day，QTc平均增加8.5 ms
- 使用40 mg/day，QTc平均增加12.6 ms
- 使用60 mg/day，QTc平均增加18.5 ms
雖然我們都知道QT間距延長不一定會造成心室心律不整，但確實增加風險，因此FDA仍建議日劑量不要超過60 mg...
FDA警訊 Abnormal heart rhythms associated with high doses of Celexa (citalopram hydrobromide)
很少有動用兩個標籤 [iPhone Meducal]與[EBM]的軟體...
這款軟體顧名思義，就是協助你"評讀"文獻的軟體，主要功能包括:
- 簡介如何評讀醫學文獻
- 評讀工具 (Apprasie toolTM)
附註: 這個評讀工具是有註冊商標的喔!
- 計算機，可以計算敏感度/專一度，相對風險/勝算比等
- 名詞解釋，簡介實證醫學常見的專有名詞
想要試試看這套軟體的請到這裡下載，現在還是免費的喔!!
AppStore: Critical APPrasial
同一個媽生的都會長得不一樣 (就像我跟我弟) 更不要說不同的研究，結果一定不同...
絕大多數的綜合分析 (meta-analysis) 都會有異質性 (heterogeneity) 分析數據，目前最常用的統計方法包括:
- Cochrane's Q
- I2 statistics (計算方式如上圖)
I2值介於0%~100%，異質性通常分為25% (低)，50% (中)，75% (高)...
這兩個統計方式在應用上最大的問題就是統計力量不足，當收納研究數目不多時 (自由度很低) 精確度就會很差...
Adapted from Psychol Methods 2006; 11: 193-206.
判讀"Cochrane's Q"檢定時，有學者提出，因為這個檢定統計力量通常不夠，所以不建議以一般認定的0.05作為顯著差異的閾值，而是向上提升到0.10...
Adapted from BMJ. 2007; 334: 94-6.
常規上，當這些統計檢定告訴我們，收納的研究之間，當結果存
在顯著異質性時，接下來該怎麼辦?
方法一 不要合併它，然後檢討異質性的可能性
方法二 捨棄固定效應模式 (fixed-effect model) 改用隨機分派模式 (random-effect model)
附註: 之前才剛提過隨機效應模式的判讀 這裡
如果您是研究者，那就辛苦了，因為要找出造成異質性的原因，如果您是讀者，那就太好了，趕快看作者對於存在異質性的解釋...
另外一個常見的問題是，I2值很低，但眼睛一看就知道研究結果之間有一定的差異，該怎麼辦?
事實上，I2值也可以計算95%信賴區間，當收納研究不多時，你就會I2值20%，但95%信賴區間橫跨2%~80%的奇景...
很可惜的，幾乎所有的系統性綜論/綜合分析的I2值都沒有95%信賴區間，最常被使用的RevMan裡面也沒有計算這各區間的功能...(殘念)
Adapted from Stat Med. 2002; 21: 1539-58.
回到起點，我們在判讀異質性結果時，提醒自己的是:
(1) 這些檢定通常統計力量不足，建議不要以"<0.05"當作顯著差異閾值
(2) I2值很低，且收納研究數目不多時，通常代表的是統計力量不足，而不是真的沒有異質性
(3) 衷心祈禱把計算I2值95%信賴區間的功能加入下一版的RevMan中
農藥 (pesticides) 本來是用農業，但被現代人拿來當作自殺的工具之一...
如果您是急診/重症醫療人員，遇到疑似農藥中毒病患 (帶瓶子來的)，請一定要查詢這個網站:
行政院農委會動植物防疫檢疫局 農藥許可證查詢
請在"中文廠牌名稱'那邊輸入你看到的名字，就可以找出這個農藥的詳細內容...
也不知道為什麼，我們這邊比較少遇到喝農藥自殺的，今年以來就有三件病例，與一般認知相反的，都是超過60歲以上，其中兩件甚至超過90歲以上...
以前已經提過巴拉刈 (一ˋ paraquat)，有機磷 (organophosphate)，這次遇到的是除草劑 (herbicide)...
這種除草劑的主要成分叫做"嘉磷塞 (glyphosate)"乍聽之下真的會以為是有機磷農藥，所以atropine跟pralidoxime (2-PAM) 都拿出來了...
但事實上，它的結構雖然含有磷，但不會抑制乙烯膽鹼酯酶 (acetylcholinesterase; AChE)，所以2-PAM在這裡是完全無用武之地的...
台灣以"嘉磷塞"為主要成分的除草劑總共有92種，常聽到的包括日日春，年年春，旺旺春，世界春 (春字輩的) 等...
嘉磷塞除草劑列表 (資料來源 農藥許可證查詢系統)
這類除草劑的毒性機轉未明，目前認為與其中所含的介面活性劑 (polyoxyethyleneamine; POEA) 有關，中毒臨床表徵如下:
- 皮膚: 刺激，罕見皮膚灼傷，這類除草劑從皮膚吸收量少
- 吸入: 揮發性不高，並不是主要的中毒途徑
- 食入: 大量 (超過85 ml) 會造成嚴重腸胃道傷害，抑制心肌收縮 (甚至造成心因性休克)，以及造成嚴重的吸入性肺炎
診斷方面絕大多數還是靠病史 (帶來的罐子)，實驗室檢驗數值比較幫不上忙...
治療方面:
- 支持性療法 (所有藥物中毒最重要的一環)
- 沒有專一性解毒劑 (抱歉!!)
- 避免吸收 (大量食入時可放置鼻胃管洗胃，活性碳效果未明，但根據結構應該不至於沒效)
- 促進排除 (透析效果不明，但曾有神跡一洗完立刻好轉)
Adapted from Clin Nephrol. 2007; 68: 190-6.
上天保佑我們 (God bless us everyone)!
Dabigatran (日本商品名為Prazaxa；美國商品名為Pradaxa) 是一種凝血酶直接抑制劑 (direct thrombin inhibitor; DTI)...
目前核准使用於預防/治療深部靜脈栓塞或預防心房顫動 (atrial fibrillation) 病人中風...
不需監測INR，藥物動力學較穩定，作用起始時間比較快都是dabigatran的優點...
出血性中風 (hemorrhagic stroke) 方面，收納心房顫動病人的RE-LY研究中發現:
相較於warfarin 0.38%/yr，使用dabigatran發生出血性中風風險顯著較低 (110 mg 0.12%/yr 150 mg 0.10%/yr)...
Adapted from N Engl J Med. 2009; 361: 1139-51.
重大出血 (major bleeding) 方面，warfarin (3.57%)高於dabigatran 110 mg (2.87%) 但與dabigatran 150 mg (3.31%) 差不多...
且次組分析中發現，年齡是影響重大出血風險的一個顯著因子，超過75歲的高齡病人出血風險更高...
Adapted from Circulation 2011; 123: 2363-72.
日本厚生勞動省 (厚生労働省) 在8月12日發佈了一則警訊，內容是dabigatran於2011年一月在日本上市後，已經造成81件嚴重不良反應，死亡病例共5名，80歲以上高齡就佔4名...
厚生勞動省的建議是:
(1) 使用dabigatran前應監測病人腎功能 (dabigatran使用於中度腎功能不全，半衰期延長2.7倍，嚴重腎功能不全，延長6倍) 並調整劑量
(2) 使用dabigatran同樣需要特別注意出血病徵
目前上市後研究數據仍然相當有限，使用上還是必需特別小心!!
Medscape News: Deaths Prompt Dabigatran Safety Advisory in Japan
日本厚生勞動省: 血液凝固阻止剤「プラザキサカプセル」服用患者での重篤な出血に関する注意喚起について
對於糖尿病 (Diabetes mellitus) 病患來說，監測血糖除了辛苦之外更是麻煩...
在iOS上有許多記錄血糖的軟體，但都沒有比這款詳細且方便...
"Glucose Companion"這款軟體的主要功能包括:
- 登錄血糖值，日期時間，體重
- 計算平均血糖，最高/最低值
- 可以顯示每天，每週，每月甚是每年的血糖統計數值
- 根據目前/目標血糖計算短效胰島素劑量
- 把血糖值以CSV或HTML格式匯出
- 多重使用者，可以記錄不只一位病人的血糖值
還好好多好多功能，1.99美金 (台幣約55元) 不到一個便當的價錢喔...
AppStore Glucose Companion
今年的歐洲心臟醫學會 (ESC) 年會將於8月27到31日舉辦，地點是在令人嚮往的巴黎..
歐洲心臟醫學會特定發佈了一款專為年會設計的iOS程式..
內容包括每天大大小小各場演講的詳細資訊，包括主題，講者，時間，地點與摘要等等..
第一次使用時會下載最新的資料，之後就可以離線使用...
不管你有沒有參加這個年會，都可以過過乾癮喔 (就是我) !!
App Store: ESC 2011
評讀隨機分派研究的方法很多，好用的就是最好的!!
考科藍誤差風險評估工具 (Cochrane Risk of Bias Tool) 使用的人數還不及牛津實證醫學中心 (CEBM) 的評讀工具...
但如果您要進行系統性回顧 (或稱系統性綜論) 那可能就要會這個品質評比方法囉...
從第一版的誤差風險工具出現在考科藍食譜後，許多使用者不斷反映到客服專線 (我說的)，因此開始有了改版的聲音...
在"Cochrane Method"裡面刊登了一篇文章，線上調查了RoB工具的使用狀況:
(1) 評讀一篇研究所需時間: 平均介於10~60分鐘，83%受訪者認為尚可接受
(2) 大部分受訪者認為RoB工具比其他評讀工具好 (嚴重發表性誤差請注意!)
針對使用者的意見，考科藍的專家們也做出了以下回應 (與改變):
(1) 將誤差風險評比結果從"yes/no"改為"低風險/高風險"
(2) 將可能產生的風險納入評比區塊 (domain) 中
(3) 將盲性評比細分為"受試者/照護者"與"預後評估者"
(4) 新版的RoB圖表將會納入研究樣本數目權重 (在RevMan 6.0中，讚!)
(5) 增加更多線上教學教材與流程圖 (讚讚!)
所以讓我們期待RevMan 6.0的到來吧，屆時，RoB工具將會更加完整，所以，實證醫學不是只有這樣喔!! 它是不停進步的
你是不是也有這樣的問題呢? 打字打久了，滑鼠用久了，手腕開始疼痛，手指出現酸麻的現象?
過了一年，好快，今天是第12屆醫療品質獎文獻查證組的最高潮，進階組的競賽...
我們這一組有至一同的都選擇了同樣的情境，除了三軍總醫院團隊之外...
一位操勞的媽媽，臨床診斷罹患腕隧道症候群 (carpal tunner syndrome ICD-9 354.0)，怕痛不願接受神經傳導速度測試 (NCV)，曾使用類固醇但治療失敗，醫師建議開刀減壓，旁人 (路人甲乙) 提出還有其他選擇，包括內視鏡手術，以及抗癲癇藥物gabapentin，該怎麼辦?
唉呀，講著講著我的手腕也痛了起來，今天一口氣聽了14個腕隧道症候群，重點摘錄如下:
(1) PICO部分: 既然是進階組，大家的PICO都寫的符合基本要求，許多團隊更進一步把客觀的預後 (O) 指標寫出來，功力相當深厚，但似乎有一點過了，還是以病人或您最關心的預後最重要，病人 (P) 的部分如果可以把可能影響決策或預後的特徵 (例如 這位病患曾接受類固醇治療但效果不佳) 以及病患的偏好 (例如 害怕再接受類固醇治療) 也寫進去應該會更好
(2) 搜尋部分: 幾乎每一組都使用了MeSH名詞，也有組別混合MeSH名詞與一般文字 (free text) 搜尋，或加上同義字 (synonum) 都是很好的做法，策略部分，大部分隊伍也都可以說出搜尋文獻種類的優先順序，應用許多"增加效率"的方法，但要注意的是，好好省思一下，這些方法真的增加了效率嗎? 以忙碌的臨床工作，是否做到一擊必殺 (我超愛這個方法的)，讓最佳的證據想跑也跑不掉，可以考慮診斷搜尋結果
(3) 評讀部分: 應用評讀工具是最基本的，統計下來，NHS CASP最受歡迎 (也最容易評) 還是要記得，評是評否的原因? 更重要的，評否的話，對效度 (validity) 的影響? 各組都記得要計算需治人數 (NNT)，但有趣的是，每一組算的結果都不一樣 (冏)，更重要的是，除了比值 (ratio) 之外，是否可以考慮用比例 (rate) 的方式說明
附註: 標準的需治人數應該包括預後，人數，信賴區間還有時間喔
(4) 臨床應用: 是否可以應用於我們的病患取決於外在效度 (external validity)，如果要比較性別，種族，共病，年齡與疾病特徵，其實並不難 (因為很少有系統性綜論只收集特定性別，種族或年齡)，所以最重要的，就是病患的基礎風險 (baseline risk) 與研究中的病人差異多大? 因為這將顯著地影響NNT!
(5) 現場表現: 各組的台風與表現都是一等一的好，口條清晰又落落大方，看不出來有怯場或緊張的樣子 (太強!) 如果能更清楚地講重點 (超級重點更好) 絕對是更棒的!
可以看得出來，每年的水準都與前一年有統計上顯著差異，但要懇求的是，不要比賽完了，這件事情 (實證醫學) 就拋到九霄雲外了 (雖然去年我在競賽完後也有一段不反應期)，相信各位應該也跟我一樣有深刻的體驗，自己真的比之前，強多了!! (學習效應，也是辦這個競賽的主要目的之一)
感謝其他評審老師與參賽者，真的學到很多，辛苦了，醫策會的工作同仁們~
附註: 以上是我自己的意見，不代表...(後面就省了，因為大家都聽膩了 呵)
