LinkLab原创：让我们彻底玩转ClinicalTrials.govVIP免费

让我们彻底玩转ClinicalTrials.gov 前期我们已经介绍了为什么检索ClinicalTrials.gov，以及如何检索，本期，我们继续聊聊如何在ClinicalTrials.gov 提取数据。 在ClinicalTrials.gov 检索利用的研究包括：已经获得全文的研究，以及尚未发表但已有数据发表于ClinicalTrials.gov 的研究。下面，我们就从这两方面分别介绍如何提取数据。 已获全文的研究： 对于已获全文的研究，我们还检索其在ClinicalTrials.gov 上的报告是为了丰富其研究的信息。其中，有部分研究不会在ClinicalTrials.gov 报告研究结果。这时，只能利用在ClinicalTrials.gov 报告的研究设计信息。 我们可以在Full text view 里查看研究目的、研究类型、研究设计（随机方法、盲法等）、疾病（状态）、干预、研究结局、入组信息（纳入排除标准、年龄、性别、研究中心）、赞助信息、NCT 代码等。我们也可以在Tabular View 里查看表格形式的上述研究信息。 当然也有些研究在ClnicalTrials.gov 报告了研究结果。我们除了可以同上查看研究设计信息，还可以点击Study Results 获得更多信息。在Study Results 部分，除了简要的研究设计信息，还可以获得受试者信息、 基线信息、结局及不良反应等信息。 受试者信息（Participant Flow ）： 在Meta 分析中，我们主要利用ClinicalTrials 上更完整的试验完成信息，这些信息包括：随机分配人数、用药人数、完成试验人数、没有完成的原因及相应的人数。这些信息帮助我们确定在Meta 分析填入这篇研究的数据时，受试者总数的选择（意向性治疗分配与按完成方案分配的选择）。 另外，通过对比各组没有完成试验的比例及各原因的比例，我们也可以考察是否存在失访偏倚(Attrition bias)，帮助判断 RCT 的研究质量。 最后，没有完成试验的原因有时也会包括死亡，当我们需要报告“All-cause death”时，我们也可以据此计算该结局。 Participant Flow 有时还提供其他入组信息（帮助判断是否多中心研究），分配前信息，报告于 Participant Flow 中的各组干预信息（药物、剂量、频率、疗程等），以及试验各周期的具体完成信息（如 Extension phase），这里不再多讲。 基线信息（Baseline Characteristic）： 在ClinicalTrials.gov 上，受试者的基线信息十分详细，包括年龄、性别、种族以及其他与疾病相关的基本信息（如糖尿病：BMI，HbA1c 等；骨质疏松：BMD，骨折史等）。 这些信息Meta 分析都会用到，而...