臨床藥學研究方法互助 讀書會

出自KMU Wiki

在2010年4月22日 (四) 11:46由Elizahsu (對話 | 貢獻)所做的修訂版本
跳轉到: 導航, 搜索

目錄

作者簡介

藥物使用評估

「Drug utilization research」的應用範圍很廣,可以藉由描述藥品的市場、藥品的分布和處方的使用,評估藥物對醫療、社會和經濟層面的影響,因此drug utilization research的相關研究也越來越多,越來越受到重視。藉由今天讀書會的文獻討論,使我們可以了解drug utilization research的研究型態和應用範圍,知道如何作研究的設計和規劃,也了解如何運用「定義每日劑量(defined daily dose)」來做藥物使用評估。此外,主講者也和我們分享自己的研究,使我們更能夠清楚地明白如何利用國家衛生研究院所出版的「全民健康保險資料庫」作藥物使用評估。

處方趨勢分析

這次主題為圍繞在藥物使用評估下的medication compliance and persistence,透過行政院衛生主中央健康保險局高屏業務組的健保申報資料已降血壓藥物ACEI及ARB的研究實例,不但讓我們了解健保資料庫中分析用藥資料的擷取與研究方法,更對我國醫療體制下病患醫療利用地情形更加了解,提供將來做藥物使用評估的另一個分析方式。

COX regression

藉由存活分析(survival analysis)的基本原理及介紹,使我們能夠應用人時的概念,加入時間的因素作考量,評估在不同因素(exposure)介入之下兩組之間的存活率或事件發生率是否會隨時間的變化而有所差異。此外,透過cox-regression的方式較正研究中的干擾因子,以hazard ratio報告擾因子的影響程度。

傾向分數

近來許多的流行病學研究以及相對療效比較研究常使用傾向分數作為配對分層分析及回歸調整的方法。傾向分數是藉由對照組以及實驗駔的基本資料,將基本資料的各個變項(例如:男女、年齡、共病症等)校正,類似羅吉斯迴歸的原理,可以回歸校正出一個值,藉此值來進行回歸調整或是配對分層,可以降低觀察性研究容易存在的選擇性偏差,然而傾向分數也不是十全十美的工具,它也有其缺點,若是母群體樣本數不足時,使用傾向分數配對容易配對不到,然後損失案例組的數目,這是缺陷之一。

資料庫分析

藉由國衛院資料庫實際的研究成果,大家共同探討在如此豐富的數據及圖表結果下,呈現時應該如何做取捨才能有最精確、最簡潔明瞭的報告。首先是研究宗旨與目標應與題目及所探討的結果契合,大家都認為做資料庫分析不怕沒數據,只是很容易就迷失最初的探討的目標,所以跑資料時應隨時檢視最初欲探討的方向。在圖表的呈現上應以重要的、需要加以解釋的項目作圖,才不會畫上所有結果後導致圖表不易閱讀。整體來說,資料庫分析艱難之處在於訂下清楚的研究定義及操作定義,以及如何「解釋結果」,常常一個起伏就有好多因素須要考慮,因此訓練廣泛性思考及仔細的求證,是資料庫分析很重要的技巧。

病例回顧

本次讀書會討論的主題為病例回顧資料分析,透過實例探討在病例回顧資料分析型研究時須注意的事項。在做病例回顧資料分析型研究時須清楚研究的目的,由於病歷資料包含許多資訊,故於研究進行前,須設計一符合實際進行時的記錄表。於研究進行時,透過記錄表,才能有效率的記錄所需的資訊。然而在設計記錄表時,除了需要對研究主題有完整的了解之外,也須思考所記錄的數值對於研究真正的需求。而這些數據的來源,是否只能借由紙本病歷取得,或是可以透過電子病歷資料即可?這些都是在設計記錄表時需要思考的問題。也可藉由一小型的預試驗研究,測試所設計的記錄表之實用性。

QoL報告方式

在本次讀書會中,分享的主題是病患生活品質分析。藉由學姐所提供相關文獻認知到病患生活品質的測量方式分成兩大類,直接及間接的測量方式,間接測量會使用公定的測量問卷,如EQ-5D等;直接測量則會使用一些情境讓病患做選擇,常用的方式包含時間交換法及標準賭博法,若以時間交換法為例,情境大約會是:如您維持目前健康可活30年,若接受新的治療可以獲得完全健康但只能活25年,您是否願意接受新的治療,且隨著年齡不同預估病患可活的預期壽命也不同。另外在會中的討論還有提到在獲得病患的測量數值後該如何將結果轉換呈現於研究上及該如何解釋研究結果。因此,在這場讀書會中除了增廣見聞外,也體會到研究有各種執行的型式及表達方式,真是受益非淺。