临床研究方法

四期4

　　药品注册管理办法中：　　第三十一条　申请新药注册，应当进行临床试验。仿制药申请和补充申请，根据本办法附件规定进行临床试验。　　临床试验分为I、II、III、IV期。　　I期临床试验：初步的临床药理学及人体安全性评价试验。观察人体对于新药的耐受程度和药代动力学，为制定给药方案提供依据。　　II期临床试验：治疗作用初步评价阶段。其目的是初步评价药物对目标适应症患者的治疗作用和安全性，也包括为III期临床试验研究设计和给药剂量方案的确定提供依据。此阶段的研究设计可以根据具体的研究目的，采用多种形式，包括随机盲法对照临床试验。　　III期临床试验：治疗作用确证阶段。其目的是进一步验证药物对目标适应症患者的治疗作用和安全性，评价利益与风险关系，最终为药物注册申请的审查提供充分的依据。试验一般应为具有足够样本量的随机盲法对照试验。　　IV期临床试验：新药上市后应用研究阶段。其目的是考察在广泛使用条件下的药物的疗效和不良反应，评价在普通或者特殊人群中使用的利益与风险关系以及改进给药剂量等。　　生物等效性试验，是指用生物利用度研究的方法，以药代动力学参数为指标，比较同一种药物的相同或者不同剂型的制剂，在相同的试验条件下，其活性成份吸收程度和速度有无统计学差异的人体试验。

如何研究医学？我觉得医学是一个很博大高深的一个学科，在学校学习是一方面，还要在医院去实际操作，永远是活到老，学到老

瓦龙在儿童心理研究方法上也有自己的特点。首先，他认为在儿童心理研究上，各种版研究方法都有权一定的作用，如观察、实验、测验、统计、临床研究等。例如，他认为年龄量表的研究是有一定价值的。其次，他特别强调要注意运用方法时的观点，他称之为参照体系。他认为，不同的观点决定对材料的不同选择，同时也会作出不同的结论。瓦龙的研究重点和皮亚杰有许多共同之处，但又有本质的差别。例如，瓦龙和皮亚杰都着重研究儿童思维，但瓦龙又同时注意研究儿童心理的整个面貌，研究儿童的个性发展。又如，瓦龙和皮亚杰使用的术语有许多是相同的，但解释不同。以“可逆性”为例，瓦龙的研究认为，儿童四岁年龄就出现“可逆性”，就有初步的逻辑思维。瓦龙还有一点是和皮亚杰不同的。瓦龙在早期也注重理论研究，但后来，则更多注重实践性课题的研究，他的著作《学校心理学》就鲜明地体现了这一特点。以上我们把从普莱尔出版《儿童心理》起到20世纪70年代儿童心理学研究的发展变化作了简单扼要的介绍。由于种种原因，这种介绍是不全面的，也不可能是非常准确而深刻的。

统计学方法的正确抉择一。统计方法抉择的条件在临床科研工作中，正确地抉择统计分析方法，应充分考虑科研工作者的分析目的、临床科研设计方法、搜集到的数据资料类型、数据资料的分布特征与所涉及的数理统计条件等。其中任何一个问题没考虑到或考虑有误，都有可能导致统计分析方法的抉择失误。此外，统计分析方法的抉择应在科研的设计阶段来完成，而不应该在临床试验结束或在数据的收集工作已完成之后。对临床科研数据进行统计分析和进行统计方法抉择时，应考虑下列因素：1.分析目的对于临床医生及临床流行病医生来说，在进行统计分析前，一定要明确利用统计方法达到研究者的什么目的。一般来说，统计方法可分为描述与推断两类方法。一是统计描述（descriptivestatistics），二是统计推断（inferentialstatistics）。统计描述，即利用统计指标、统计或统计表，对数据资料所进行的最基本的统计分析，使其能反映数据资料的基本特征，有利于研究者能准确、全面地了解数据资料所包涵的信息，以便做出科学的推断。统计表，如频数表、四格表、列联表等；统计，如直方、饼，散点等；统计指标，如均数、标准差、率及构成比等。统计推断，即利用样本所提供的信息对总体进行推断（估计或比较），其中包括参数估计和假设检验，如可信区间、t检验、方差分析、c2检验等，如要分析甲药治疗与乙药治疗两组的疗效是否不相同、不同地区某病的患病率有无差异等。还有些统计方法，既包含了统计描述也包含了统计推断的内容，如不同变量间的关系分析。相关分析，可用于研究某些因素间的相互联系，以相关系数来衡量各因素间相关的密切程度和方向，如高血脂与冠心病、慢性宫颈炎与宫颈癌等的相关分析；回归分析，可用于研究某个因素与另一因素（变量）的依存关系，即以一个变量去推测另一变量，如利用回归分析建立起来的回归方程，可由儿童的年龄推算其体重。2.资料类型资料类型的划分现多采用国际通用的分类方法，将其分为两类：数值变量（numericalvariable）资料和分类变量（categoricalvariable）资料。数值变量是指其值是可以定量或准确测量的变量，其表现为数值大小的不同；而分类变量是指其值是无法定量或不能测量的变量，其表现没有数值的大小而只有互不相容的类别或属性。分类变量又可分为无序分类变量和有序分类变量两小类，无序分类变量表现为没有大小之分的属性或类别，如：性别是两类无序分类变量，血型是四类无序分类变量；有序分类变量表现为各属性或类别间有程度之分，如：临床上某种疾病的“轻、中、重”，治疗结果的“无效、显效、好转、治愈”。由此可见，数值变量资料、无序分类变量资料和有序分类变量资料又可叫做计量资料、计数资料和等级资料。资料类型的划分与统计方法的抉择有关，在多数情况下不同的资料类型，选择的统计方法不一样。如数值变量资料的比较可选用t检验、u检验等统计方法；而率的比较多用c2检验。值得注意的是，有些临床科研工作者，常常人为地将数值变量的结果转化为分类变量的临床指标，然后参与统计分析，如患者的血红蛋白含量，研究者常用正常、轻度贫血、中度贫血和重度贫血来表示，这样虽然照顾了临床工作的习惯，却损失了资料所提供的信息量。换言之，在多数情况下，数值变量资料提供的信息量最为充分，可进行统计分析的手段也较为丰富、经典和可靠，与之相比，分类变量在这些方面都不如数值变量资料。因此，在临床实验中要尽可能选择量化的指标反映实验效应，若确实无法定量时，才选用分类数据，通常不宜将定量数据转变成分类数据。3.设计方法在众多的临床科研设计方法中，每一种设计方法都有与之相适应的统计方法。在统计方法的抉择时，必须根据不同的临床科研设计方法来选择相应的统计分析方法。如果统计方法的抉择与设计方法不一致，统计分析得到的任何结论都是错误的。在常用的科研设计方法中，有成组设计（完全随机设计）的t检验、配对t检验、成组设计（完全随机设计）的方差分析、配伍设计（随机区组设计）的方差分析等，都是统计方法与科研设计方法有关的佐证。因此，应注意区分成组设计（完全随机设计）与配对和配伍设计（随机区组设计），在成组设计中又要注意区别两组与多组设计。最常见的错误是将配对或配伍设计（随机区组设计）的资料当做成组设计（完全随机设计）来处理，如配对设计的资料使用成组t检验、配伍设计（随机区组设计）使用成组资料的方差分析；或将三组及三组以上的成组设计（完全随机设计）资料的比较采用多个t检验、三个或多个率的比较采用四格表的卡方检验来进行比较，都是典型的错误。如下表：表1常见与设计方法有关的统计方法抉择错误设计方法错误的统计方法正确统计方法两个均数的比较（成组设计、完全随机设计）成组设计的t检验、成组设计的秩和检验多个均数的比较（成组设计、完全随机设计）多个成组设计的t检验完全随机设计的方差分析及q检验、完全随机设计的秩和检验及两两比较数值变量的配对设计成组设计的t检验配对t检验、配对秩和检验随机区组设计（配伍设计）多个成组设计的t检验、完全随机设计的方差分析随机区组设计的方差分析及q检验、随机区组设计的秩和检验及两两比较交叉设计成组设计的t检验、配对t检验、配对秩和检验交叉设计的方差分析、交叉设计的秩和检验4.分布特征及数理统计条件数理统计和概率论是统计的理论基础。每种统计方法都要涉及数理统计公式，而这些数理统计公式都是在一定条件下推导和建立的。也就是说，只有当某个或某些条件满足时，某个数理统计公式才成立，反之若不满足条件时，就不能使用某个数理统计公式。在数理统计公式推导和建立的条件中，涉及最多的是数据的分布特征。数据的分布特征是指数据的数理统计规律，许多数理统计公式都是在特定的分布下推导和建立的。若实际资料服从（符合）某种分布，即可使用该分布所具有的数理统计规律来分析和处理该实际资料，反之则不能。在临床资料的统计分析过程中，涉及得最多的分布有正态分布、偏态分布、二项分布等。许多统计方法对资料的分布有要求，如：均数和标准差、t和u检验；方差分析都要求资料服从正态分布，而中位数和四分位数间距、秩和检验等，可用于不服从正态分布的资料。所以，临床资料的统计分析过程中，应考虑资料的分布特征，最起码的要求是熟悉正态分布与偏态分布。例如：在临床科研中，许多资料的描述不考虑资料的分布特征，而多选择均数与标准差。如某妇科肿瘤化疗前的血象值，资料如下表：某妇科肿瘤化疗前的血象值指标名例数均数标准差偏度系数P值峰度系数P值血红蛋白（g/L）98111.9918.820.1800.4590.0250.958血小板（×109/L）98173.5887.111.3530.0001.8430.000白细胞（×109/L）986.79302.7671.2070.0001.2020.013从上结果可见，若只看三项指标的均数和标准差，临床医生也许不会怀疑有什么问题。但是经正态性检验，病人的血红蛋白服从正态分布，而血小板和白细胞两项指标的偏度和峰度系数均不服从正态分布（P<0.05）。因此，描述病人的血小板和白细胞平均水平正确的指标是中位数，而其变异程度应使用四分位数间距。除了数据的分布特征外，有些数理统计公式还有其它一些的条件，如t检验和方差分析的方差齐性、卡方检验的理论数（T）大小等。总之，对于临床科研工作者来说，为正确地进行统计方法的抉择，首先要掌握或熟悉上述影响统计方法抉择因素；其次，还应熟悉和了解常用统计方法的应用条件。二。数据资料的描述统计描述的内容包括了统计指标、统计和表，其目的是使数据资料的基本特征更加清晰地表达。本节只讨论统计指标的正确选用，而统计表的正确使用请参阅其他书籍。1.数值变量资料的描述描述数值变量资料的基本特征有两类指标，一是描述集中趋势的指标，用以反映一组数据的平均水平；二是描述离散程度的指标，用以反映一组数据的变异大小。各指标的名称及适用范围等见表2。表2描述数值变量资料的常用指标指标名称用途适用的资料均数（X——）描述一组数据的平均水平，集中位置正态分布或近似正态分布中位数（M）与均数相同偏态分布、分布未知、两端无界几何均数（G）与均数相同对数正态分布，等比资料标准差（S）描述一组数据的变异大小，离散程度正态分布或近似正态分布四分位数间距（QU-QL）与标准差相同偏态分布、分布未知、两端无界极差（R）与标准差相同观察例数相近的数值变量变异系数（CV）与标准差相同比较几组资料间的变异大小从表中可看出，均数与标准差联合使用描述正态分布或近似正态分布资料的基本特征；中位数与四分位数间距联合使用描述偏态分布或未知分布资料的基本特征。这些描述指标应用时，最常见的错误是不考虑其应用条件的随意使用，如：用均数和标准差描述偏态分布、分布未知或两端无界的资料，这是目前在临床研究文献中较为普遍和典型的错误。

药物临床试验是来指任何在人源体（病人或健康志愿者）进行的药物的系统性研究，以证实或发现试验药物的临床、药理和/或其他药效学方面的作用、不良反应和/或吸收、分布、代谢及排泄，目的是确定试验药物的安全性和有效性。药物临床试验是确证新药有效性和安全性必不可少的步骤。进行药物临床试验需要多种专业技术人员的合作。一个好的临床研究队伍不仅应包括医学、药学、药理学、生物学、生物统计学等专业人员，还应包括非医学专业的但富有经验的文档管理人员。为了充分发挥这些人员的作用，他们应当充分了解药物临床试验的研究过程和有关的法规、标准和原则。由于药物临床研究的方法、手段、目的的特殊性，例如，需要人类受试者的参与、药物临床试验的资料和结果需要经过药品监督管理部门的审批等，药物临床研究与一般的科学研究不同，需要满足更多的条条框框，遵循更多的原则。可以讲，一个富有临床治疗经验的好医生，未必就是一个合格的临床研究者。准备和正在参与临床研究的医生及有关人员应当首先了解开展临床研究的基本原则、理念和法规要求，才能保证在将来的工作中处于主动地位。本回答被网友采纳

队列研究是临床试验的一种方法

真实世界研究是指研究数据来自真实的医疗环境，反映实际诊疗过程和真实条件下的患者健康状况的研究。真实世界研究的数据来源非常广泛，可以是患者在门诊、住院、检查、手术、药房、可穿戴设备、社交媒体等多种渠道产生的海量数据。数据类型可以使研究数据，如基于特定研究目的患者调查、患者注册登记研究（registry study）、电子病历、以及基于真实医疗条件开展的干预性研究（如实效性随机对照试验）的数据；也可是非研究数据，如多种机构 （如医院、医保部门、民政部门、公共卫生部门）日常监测、记录、储存的各类与健康相关的数据，如医院电子病历、医保理赔数据库、公共卫生调查与公共健康监测（如药品不良事件监测）、出生/死亡登记项目等。真实世界研究最早提出时，主要是针对新药和医疗器械Ⅲ期临床试验中无法回答的实际临床诊疗和医疗管理决策的问题而产生， 通过建立一套更接近临床真实条件的方法体系，解答诸如药物治疗的实际效果及人群差异、不同药物间的比较效果、治疗的依从性等传统临床试验无法回答的问题。真实世界研究的广泛运用，决策者（如药监、医疗管理、医保等各部门）为了更好地管理报销决策时的不确定性、药品上市后安全性监测，需要大量贴近临床医疗实际的研究结果，以及更贴近自然环境的流行病学数据、包括现有诊疗措施的依从性、合规性，甚至成本数据，从而使得真实世界研究的应用更加广泛。随着大数据时代的到来，技术革新，机器学习的发展，特别是EDC(电子病历报告)的广泛应用，大样本量观察性研究的证据强度和重要性开始发生变化，甚至在卫生政策决策中对随机对照试验进行挑战。参考资料知乎：https://www.hu.com/question/35989396

看你具体做几期临床了，首先要写临床方案：确定临床的病例数，用药剂量及给药方法，临床用药品及对照组药品，后果的处理，开伦理会。确定临床参加单位医院。具体的实施：由临床监查员来完成。最后通过统计学来进行临床试验数据的处理。报送相关的结果至国家。