百科问答小站 logo
百科问答小站 font logo



如何评价张伯礼团队发布中西医结合治疗新冠肺炎的临床研究成果? 第1页

  

user avatar   fu-sheng-peng-xiao-xian 网友的相关建议: 
      

看了高赞的回答后忍不住看了原文。这是一篇像模像样的文章,正规度很高,可能很多有统计知识的人都不一定发现它的问题。不过也正是因此,只需要认真通读一遍,就能发现它的问题。这是一篇重要数据有明显漏洞的文章。

发现它的问题需要一定的耐心和细心。

第6页的"4 讨论"一节中明确指出“部分重症及危重症患者因国家疫情指挥部要求转入武汉市金银潭医院和火神山医院,共有7名患者转出,目前恢复情况不详” (截图1)。在此前提下,文中其他地方提到“临床治愈”与“死亡”比例时,样本量仍然等于研究所追踪的患者总数52人,而不是去掉失访人数后的45人,唯一可能的解释是失访病人的数据在处理后被保留在样本中。

那么处理方法是什么呢?“临床治愈”与“死亡”是分类变量。 第4页"2.3 统计学方法”指出:“对于分类变量的缺失采用意向性分析(即将结合组失访的病例作为治疗失败或无效,而将西医组失访的病例作为成功或有效)进行处理”(截图2)。

研究追踪的患者数,结合组为34人,西医组为18人。出院失访病例数为结合组3人,西医组4人。 按照第4页给出的处理方法,所有描述成功或有效的指标,在结合组不应多于34-3=31人符合(在西医组不应少于4人)。所有描述失败或无效的指标,在结合组不应少于3人符合(西医组不应多于18-4=14人)。

然而,表6(截图3)展示的,描述成功或有效的 “临床治愈”人数,中医组有32人; 描述失败或无效的“普通型转重型发生”,中医组有2人,“死亡” 中医组有0人,“不良反应发生”, 中医组有0人。这四条数据均与第4页描述的缺失数据处理方式有直接矛盾。也就是说表6关于中医组的六条数据,仅有两条可以自洽。(注:表6也是被很多新闻转发,证明中西医结合优于西医的表。部分新闻更是将西医组的转院后的死亡人数说成6人,与论文描述不符。)

以上描述不代表我认同论文中的统计学方法——如果在会计意义上都不能自洽,罔论统计学方法。实际上还有一个更基础更不应该忽略的问题是,文章不是随机对照研究。也就是说两组患者就算在能观察到的方面相似,也不一定真正有可比性。对于这点,文章本身的讨论中也是指出了的,这更强化了它的正规度。

新闻媒体转发的时候,论文只需要"像"论文就足够了,再加上有院士是作者,像不像也不重要了。我不知道有多少人愿意和我一样,除了看到它"像"以外也能想一想。



user avatar   tianlingnogai 网友的相关建议: 
      

话不多说,直接看论文:


摘要:无非是简明扼要地说明:我们干了什么,怎么做的研究,结果如何,结论多么多么牛逼。

过,看下面。


一般情况,主要是简单介绍一下入组病人的基本信息,目的主要是为了检验收治的两组的病号在基本信息方面基本上具有可比性。

同时,也讲了讲一些临床上常用的化验指标,表明两组治疗前的化验指标“没有统计学差异”,意思就是两组的指标具有可比性。

然后,好玩的地方来了。


“意向性分析(Intention-to-treat analysis)”是啥意思呢?

由于在医生的实际工作中,总有一些病人不听话,要么抗拒治疗,要么要求转到其他医院治,对试验总是有一些影响,所以需要一个工具去修正这个影响。

具体的我也不解释,这是一个在临床试验中消除偏倚(bias)的一个工具。

在这篇文章里,意思是:既然社会上很多人都觉得中医治疗是骗人的安慰剂,那我就干脆让你西医一只手。中西医结合组里面转院走掉的病人,我们就当成失败;西医组里面转院走掉的病人,就当他们去更牛逼的医院接受治疗了,我们就当他们之后都治疗成功了。

好,最后结果如何?

很明显,西药两组都是一样用,都让西医医生开;中西医结合组除了西药之外还让中医医生诊脉、处方。

开始有差距了,中西医结合组,症状缓解快,退烧快,住院日期短。

其他伴随症状、CT检查、临床治愈都优于西医组。最重要的是,“轻症转重症”的比率也明显下降。

而且,中西医组34例病人当中,0死亡!西医组18个病人中,还出了一个死亡病例呢。

要知道中西医组收了6例重型,1例危重型;西医组收了4例重型,1例危重型,大家的起跑线是一样的呀。

现在看看化验单:

白细胞计数、淋巴细胞百分数、ESR(血沉)、PCT(降钙素原)这几个指标,两组差异无统计学意义。

除此之外,其他指标中西医组均优于西医组。

尤其是“SSA”(论文此处有误,应为SAA,血清淀粉样蛋白A),p值<0.001,说明中西医结合组对这个指标的改善程度远远超过西医组。

SAA是一个什么指标呢?经常去医院的朋友可能会知道,血常规里面有一个CRP指标,通常被称作“炎症指标”,反映感染的严重程度。CRP通常用作观察细菌感染的严重程度,而SAA则用作观察病毒感染的严重程度。

此处SAA如此出彩,说明中医中药在清除病毒感染方面确实表现出了更强大的疗效!


附表:2020年2月25日晚为止疫情表

说在最后:

说到中医,很多西医医生、很多非业内人士会先入为主地认为:中医不科学。更有甚者,嘲讽云:“只要是具有高中教育层次,都应建立科学观,那就都应该是中医黑。”

笔者刚考进中医药大学读书的时候其实也很迷惑。

直到有一次自己受凉生病,发烧38.5℃,自己抓了中药喝,竟然当晚就好了。我才相信,被戏称“慢郎中”的中医中药,治病原来这么快!中医用她的疗效,深深折服了笔者。

孤证不立,论文数据库里还保存公示着很多现代化的中医研究,也验证了,中医确实有疗效。

虽然这篇论文把西医在新冠治疗中的表现“吊打”了,但我在寻求中医水平进步的同时,绝不会忘记西医理论的学习。

因为,我们首先是治病救人的医生,然后才是擅长中医的中医医生。


user avatar   chuai-jia-liang 网友的相关建议: 
      

好几个回答,连原文都没看过,就开始骂中医,骂院士。

一边和你讲统计,一边和你讲双盲,不顾研究类型和目的,直接把双盲大棒一甩,你没双盲就不严谨,就不科学,简直是张口就胡来。

首先,这是一篇观察性研究中的回顾性研究,不是实验性研究中的临床对照实验。

回顾性研究的优点是迅速,所需样本量较小,患者接受的治疗不需要人为控制,伦理风险小等。

缺点是存在一定的研究偏倚,正常的回顾性研究偏倚主要是受研究者回忆失准或临床记录失准影响,但本研究的患者情况记录较为全面,偏倚可能主要体现在样本量较小上,这一点原文讨论中有提到:

论文原文的讨论内容

所以某些答主的言论

研究非常不严谨……双盲实验药持续到4月份才能得出结果,然而这么短的时间,中药有效的结论怎么就出来了?……中医宣称有效急功近利……

就赶紧删掉吧,无知不可怕,可怕的是以为自己无所不知


我们在敲键盘之前应该完整的看一遍论文原文内容

首先看两组患者入院时的基本情况和各项指标:

基本情况均无明显差异
实验室生化指标无明显差异
两组用药情况比较,西药部分无差异

上面3张表说明,本实验是在两组入院时基本情况无差异实验室指标无差异的患者,在接受了无差异的西药治疗基础上(P>0.05),对中西医结合组增加中药治疗后得到的观察结果。

实验结果:

转院、死亡、不良反应无差异

注意这里在数据处理时,转院失访的患者处理方式是不同的,论文原文提到:

将结合组失访的病例作为治疗失败或无效,而将西医组失访的病例作为成功或有效

因此本题目题干中西医组“西医组18例治疗中死亡1人,转院死亡6人,死亡率39%。”是严重失实的。首先西医组转院的是4个,而且根据论文这4个是算作治疗成功或有效的。

出院指标:

红框内P<0.05
原文讨论部分内容

注:死亡率2%

因此,我们可以得出结论,在两组入院时基本情况、实验室指标均无差异的患者,在接受了无差异的西药治疗基础上,对中西医结合组增加中药治疗后发现,中西医结合治疗新型冠状病毒肺炎能 显著减轻患者的临床症状,缩短病程,提高临床治愈率。


user avatar   xie-zi-30-41-64 网友的相关建议: 
      

福王是被马世英拥立的

鲁王只是监国

唐王素有大志,刚烈有谋,称帝但是被郑芝龙裹挟,郑芝龙投降后,唐王战死。

邵武帝是唐王的弟弟,唐王让他继位,他有不能退让的理由。

桂王是福王之外最名正言顺的,属于正常登基。

靖江王,这是一个野心家+傻缺




  

相关话题

  如果我发明出一种药物,凡是生理残疾者服用都会恢复正常,比如缺胳膊少腿能长出来,能不能得诺贝尔奖? 
  《柳叶刀》新研究指出奥密克戎感染造成的住院率和死亡率较德尔塔显著降低,有哪些具体信息值得关注? 
  河北省累计发现本土确诊病例 523 例,无症状感染者 320 例,死亡 1 例,还有哪些信息要关注? 
  为什么大部分人的减肥都失败了? 
  如何看待 2 月 17 日央视于武汉金银潭医院采访刘宏娟时,去掉其「我处于生理期,肚子有点疼」的表述? 
  新冠变异株还在不断出现,我们需要接种疫苗加强针吗? 
  为什么西药过几年就会产生耐药性,而中药用了几千年的药方,现在还依然管用? 
  哪些阅读论文的好习惯让你受益无穷? 
  美国疫情如此严重,他们的 ICU 还够用吗?一旦「击穿 ICU」怎么办? 
  如何看待张伯礼院士表态: 中医对奥密克戎有效,治疗效果更突出? 

前一个讨论
如何看待世界卫生组织宣布新冠肺炎疫情全球风险级别由此前的“高”上调为“非常高”?
下一个讨论
孙杨清白吗?





© 2024-12-03 - tinynew.org. All Rights Reserved.
© 2024-12-03 - tinynew.org. 保留所有权利