电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

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

LinkLab原创:让我们彻底玩转ClinicalTrials.gov_第1页
1/8
LinkLab原创:让我们彻底玩转ClinicalTrials.gov_第2页
2/8
LinkLab原创:让我们彻底玩转ClinicalTrials.gov_第3页
3/8
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...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

LinkLab原创:让我们彻底玩转ClinicalTrials.gov

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部