进一步认识与正确选用医学研究证据

孙荣国，贾晓蓉

(1.四川大学华西临床医学院/华西医院，四川 成都 610041；2.成都市食品药品检验研究院，四川 成都 610045)

医学循证的思想自古有之。纵观整个人类医学发展史，就是一部不断发现问题、分析问题和解决问题，并不断积累与运用科学证据进行医学实践的历史。原始医学研究或文献综合研究各具有特点，也均存在着偏倚，直接影响到各自医学研究的证据力。本文拟从认识论、方法论和实践论的角度，较深入地讨论医学研究证据认识的误区，并提出相应的观点与建议，以便更好地认识与正确地选用医学研究证据。

1 医学研究证据概念

医学研究证据是能够充分、客观、正确地反映研究对象的特征、本质、内在与外在关系及其影响因素的事实根据，包括数据、文字、图像和音像等。

任何决策或抉择均离不开证据或依据，医学决策或抉择也不例外，而医学决策或抉择往往不仅需要单一研究的证据，也需要长期积累起来的研究与实践“大数据”的支撑，故高质量的重复研究与实践是必要的，也是证据累计与验证的过程。一项高质量研究的结果及其结论应在不同时空得到检验，以便确定其结果及其结论的可靠性、准确性和适用性。任何研究证据均不能代替临床诊疗抉择或临床管理决策，而是作为相应抉择和决策的依据。

2 医学研究类别

从医学研究上，可分为原始研究与文献综合研究两大类。原始研究，是直接面向研究对象(如受试者)的第一手研究数据并形成的原始研究报告等，成为原始研究文献(原始文献)。原始研究可以分为前瞻性研究和回顾性研究，也可以归纳为干预性研究和非干预性研究，具体类型包括随机对照研究、社区干预研究、病例对照研究、队列研究、横断面研究和专家征询意见等。与原始研究不同，文献综合研究是运用一定的研究方法，对原始研究文献进行综合，并形成相应的文献综合研究报告，包括定量文献综合研究与定性文献综合研究两大类，其主要目的在于通过综合诸多独立原始研究文献，增加样本量及其检验效能等，力图获得一个可靠、准确的综合性结论，以便与原始研究文献一道为深入研究或/和临床实践提供证据。

无论是原始研究证据或是文献综合研究证据均是医学证据学的重要组成部分，且原始研究证据是后续文献综合研究证据的“源头活水”，其可靠性与准确性直接影响文献综合研究的质量。因此，在纳入设计良好、实施到位和分析方法应用妥当的原始研究文献并进行科学的研究的基础上，才能在很大程度上保证文献综合研究结论的可靠性与准确性。

3 随机分配的局限性

随机分配则旨在平衡不同比较组间的研究对象例数，尽量避免选择和混杂偏倚[1]，从而使各组间具有可比性。随机分配的组间均衡性包括组间总例数的均衡性和组间相关研究影响因素分布的均衡性。在医学研究中，随机化是控制或避免混杂偏倚和选择偏倚的重要方法，是获得高质量研究结果的重要保障[1，2]。随机化分配的有效性不但取决于随机分配的均衡性、分配方案的隐匿性，以及组间例数和研究影响因素的分布差异等，而受试者和研究者对处理的正确预测会造成选择偏倚和信息偏倚[3]。另外，研究存在的失访、沾染与干扰等因素也可能影响两组的均衡性。

与医学动物实验相比较，临床研究受试者的个体差异较大，能够影响受试者及其研究效应的因素较多。研究影响因素越多，则需要的样本量越大。当样本量较小时，难以通过简单化随机分配来平衡组间的研究影响因素。Blair等[4]指出，在研究例数较少且对研究结果有影响的因素较为复杂时，完全随机几乎不能获得均衡的试验组。甚至有作者指出[5]，当样本量大于1000时，简单随机化才能达到较好的平衡。关于分层随机分组，当因子水平组合数量接近样本量的一半时，将失去平衡组间研究影响因素的效用[6]。与简单随机化和分组随机化相比，虽然动态随机化，如最小化法具有一定的平衡优势，但是也存在不足，如非真正随机化过程及其选择偏差、组织复杂性增加可能带来招募影响与成本升高，以及与统计推断检验是基于随机分配受试者进入试验组和对照组的假设不符合[6，7]。Rovers等[8]指出，在最小化法中，每个子类别的预期患者人数应始终大于5人，以防止出现空单元格。严格来说，动态随机化已违背了随机化的原理，并不是真正的随机化过程，其统计分析方法比建立在以随机事件分布为基础的传统统计检验要复杂得多，这也成为限制动态随机分组方法广泛应用的一个重要因素[9]。

任何随机化方法有赖于正确实施，如果不正确地执行，随机化可能会导致分组产生偏差，导致实验无效和低效[10]。临床研究的限制性随机化设计与其他实验领域不同，由于患者(受试者)是顺序到达与纳入，故不能保证平衡设计[11]；当多个因素基线不可比时，有理由对随机化的过程提出质疑，尤其是当作者没有明确报告是否采用了真正随机的方法和/或分配隐藏的方法的时候，组间基线可比性是衡量随机化是否真正实现的一个替代指标[12]。因此，当存在诸多研究影响因素时，进行组间均衡性评价具有一定必要性，即不能轻易认为，只要采用了随机分配方法，就一定能够使组间的研究影响因素具有较好的均衡性，从而完全地放弃多因素分析方法。

应该明确指出的是，随机对照研究虽然可以平衡组间研究影响因素，但是却失去了对诊疗效果具有作用的诸多影响因素的研究机会。

4 统计分析的局限性

统计分析方法无“高低”和“贵贱”之分，均存在一定的不足和局限性。对于方法学的应用只有妥当不妥当、适宜不适宜，其标准是能否最大限度地分析并真实地反映研究对象及其数据背后的规律、特征和内在的联系等。任何统计分析方法均是建立在一定适用、假设、前提的条件和适宜场域的基础之上，舍此，任何方法的分析结果及其结论都将可能发生偏差或错误。无论是原始临床研究或是文献综合研究均存在诸多“统计结论效度”影响因素，尤其是后者的影响因素可能会更多。有作者[13]认为，荟萃分析(Meta分析)的设计和实施都可能增加发表偏倚的概率，将严重扭曲估计值和可能向阳性结果的方向偏倚，现有各种试图评估和纠正偏倚的方法均存在局限性，并提醒人们注意:荟萃分析总是给人一种准确的假象，而这种准确性可能并不总能得到保证。

设计良好、实施到位和分析妥当的原始研究结果及其结论可以独立作为医学证据而存在，而文献综合研究证据是建立在可靠和准确的原始研究结果及其结论的基础之上的，其本身方法学也存在诸多不足或缺陷。当原始研究或文献综合研究存在方案设计缺陷和研究实施质量控制较差及其系统误差的问题时，不应奢望依靠任何统计学分析加以弥补或矫正。特别当原始文献分析结果及其结论出现较大偏差或谬误时，将更遑论文献综合研究结果及其结论的可靠性和准确性了。

研究质量控制应贯穿于研究方案设计及其实施的全过程，不是依靠统计分析方法就可以解决的问题。其中，研究者的因素尤为重要，表现为研究方案的科学性、专业性(临床与统计)和伦理性设计，以及严格按照确定的研究方案进行全面、有效的实施，且后者是非常难以采用统计学评估的关键质量影响因素之一。任何统计学分析方法无法控制或难以消除试验设计的不科学、不专业、不伦理，或实施不到位所带来的诸多影响或偏差。

文献综合研究不应简单地强调合并原始研究效应值、增加样本量，而忽略了每一项纳入文献综合研究的原始文献的独立纳排标准差异性、样本量及其检验效能等诸多影响因素。文献综合研究若脱离了原始、真实的研究数据及其分析结果的可靠性与准确性，任何文献综合分析方法都将无法获得真实、可靠的分析结果及其结论，也就难以具备文献综合应具有的临床参考价值与指导意义。众所周知，原始文献的完整评价是一件十分困难的事情，需要更加充分、详实的原始研究记录及其报告，仅仅依靠原始文献研究中有“随机分配”等字样和文献综合研究采用“随机效应模型”或“荟萃分析”等方法，尚不足以认定其证据力就一定就高。

5 研究结论的局限性

任何医学研究，包括原始研究和文献综合研究均存在两类(初步)分析结论，一是统计学结论，即按照检验统计量及其检验水准得出的概率性结论。例如，P值小于检验水准，则统计学结论为差异具有统计学意义；二是临床专业性结论，即按照临床专业的理论与实践，判断实际(差)值是否具有专业性意义或专业性价值。因此，在医学研究中，有的“阳性结果”可能仅仅是具有统计学意义但并没有相应的临床意义的结果。研究的临床意义与价值是每一项临床医学研究的出发点与归宿，故应该重视临床专业分析结论的意义与价值。

近些年，虽然人们大力提倡并遂行报告可信区间，使读者了解到更多的信息，如总体参数的95%或99%可信区间(估计范围与精度)等，并借助于已知的、具有临床意义(差)值，协助判断具有统计学意义的分析结果是否也同时具有临床价值，而具有临床意义(差)值归根结底是由临床专家慎重决定。总之，不能满足于任何统计学分析结论，包括文献综合研究中常常采用的固定效应模型或随机效应模型的分析结论，简单地用统计学结论代替临床专业下结论。

统计学效应值具有统计学意义的判断容易受到样本含量大小的影响:在大样本的条件下，小差值的统计学效应值也可能具有统计学意义。反之，在小样本的情况下，较大的差值的统计学效应值也可能不具有统计学意义。对于研究的样本量来讲，不管是大样本或是小样本，关键是具有符合统计学要求的样本，以确保较高的检验效能。另外，研究影响因素的有效控制也可能是处理因素效应值大小及其统计学分析结论的重要影响因素。

6 文献综合的局限性

在文献综合研究中，原始研究间可能存在三类既独立又关联的异质性，包括临床异质性，如实验对象(纳排除标准、对照组设置)、处理因素(干预措施)以及实验效应(暴露与结局的定义、测量指标及工具等)；方法学异质性，如研究设计、随机、盲法、分配隐藏和随访时长等；统计学异质性，包括原始研究效应值等，如OR效应值。原始研究间效应值的异质性可能会受到诸多因素的影响，如不同研究团队素质与能力、纳排标准、对照组、检测指标与方法、处理因素标准化、质量管控和混杂因素控制、实施力度等，故仅靠发表或交流文献中所报告内容，难以全面进行原始研究效应值真实性与可靠性的评估。另外，借助于随机效应模型对若干原始研究进行文献综合研究，不完全相同于随机效应模型在多中心研究(同一研究方案，受试者来自同一总体)中的应用，而是可能存在较大的临床异质性。文献综合虽然可以增加研究样本量，但是并不一定能够获得可靠、准确的研究结果，因为被综合的每一项原始研究除随机误差外，尚可能存在系统误差、过失误差等，而这些误差的判断必须有赖于相应的研究证据(记录)，才能进行有效的评估。关于异质性的临床意义与价值的判断，需要临床专业的共识与指南，需要训练有素的研究团队，包括相应研究的临床专业、统计学专业人员等参与资料的原始文献质量细致评估，其可能会较大地影响原始研究效应值的大小等。对统计学方法的选择，应考虑研究目的、设计类型、样本含量、变量类型、变量数量和数据质量(如准确性等)，以及对诸多影响研究因素的控制等。因此，对统计学分析本身的质量控制和质量保证也是获取可靠性与准确性研究结果及其结论的重要环节之一。

无论采用何种文献研究方法，如荟萃分析等都属于观察性研究。例如，包括荟萃分析在内的文献综合研究结果均受到若干偏倚的影响，包括发表偏倚、纳入标准偏倚、筛选者偏倚、研究质量评分偏倚和报告偏倚等，尤其是发表(刊出)偏倚[14-16]。同时，在检索到的文献中，由于有不少文献存在变量定义不一致或统计分析失误，造成部分研究结果无法利用而不得不舍弃，可能会对研究结果产生一定的影响[17]。发表对有负面或非结论性结果的研究存在偏见，其中临床试验结果显示出显著性差异被接受的可能性是非显著性差异结果的三倍，而且很有可能比那些没有显著发现的论文发表得更快[18]。文献综合研究若无明确的原始文献纳排标准，很容易导致纳入标准偏倚；若有明确的原始文献纳排标准，在筛选文献时往往会受到筛选者主观意愿的影响，特别是当文献纳人标准的可操作性和特异性不强时，很容易产生筛选者偏倚[17]。另外，如所选文献的研究对象不同，将不同的年龄、性别、疾病的严重程度，或不同的治疗剂量和疗程的原始研究直接合并，就会造成误解[14]。有作者认为[19，20]，从根本上说，荟萃分析的结论取决于单个独立研究的质量和数量；从论证强度来说，文献综合研究的论证强度不如多中心大样本的随机对照试验，因为找到所有的研究十分困难，异质性和发表偏倚等均无法避免。因此，文献综合研究需要设计良好、实施充分、到位的独立或多中心、大样本研究加以印证。应该慎重看待文献综合研究结果及其结论，不可盲目或轻易地将其视为所谓“最高等级的证据”。

尽管文献综合研究已具有相应规范，如应用CONSORT可提高RCT报告质量[21]。但是，CONSORT也存在与时俱进、不断完善的空间，如其如何更好地对原始研究质量及其异质性进行全面、准确的评估等，特别是原始研究的方案实施过程是难以事后准确评估及控制。加之，研究者对于文献综合研究规范的掌握与应用程度参差不齐，导致文献综合研究质量良莠不齐，尚有较大的完善空间[22-25]。文献综合分析永远无法替代原始研究，仅能作为同类原始研究的一个补充，应该更加客观地评价文献研究应有的地位与作用。

7 研究证据的局限性

证据的局限性或相对性源于研究对象的复杂性与变异性、研究设计及研究方法与手段的有限性或局限性，以及人们认识人、事、物的过程性与不断深化性等，需要时间与实践的检验。

无论是原始研究，或是文献综合研究，均属于医学研究及其医学证据的组成部分，都应该遵循相应的研究设计原则与基本要求并落实到位，尽量避免或控制诸多误差，以便获得可靠与准确的数据及分析结论。不恰当、不充分、不可靠与不准确的“研究之研究”并不能提升研究结论的可靠性与准确性，甚至还会产生不正确的结论和误导读者。原始研究数据的真实性与可比性是文献综合研究可靠性与准确性的基本保证。

研究设计类型与方法的多样性，反映了医学研究对象的纷繁复杂性，不同的研究目的，客观上要求采取不同研究设计方法，从研究对象的不同侧面和不同研究阶段进行深入分析与广泛研究。任何研究设计方法都有一定的局限，均具有一定适用的条件或场域；任何研究设计方法均不可能独力支撑医学证据的大厦，泛泛而谈或任意夸大任何研究设计的效用及其证据力，只会毁掉这种研究设计。因此，我们认为，无论是动物实验、人体研究，或是动物实验或/和人体研究的文献综合研究，只要能充分、真实反映研究对象的特征、本质、规律、内外在联系及其影响因素等，就具备了良好的证据力，不应简单按照研究设计类型与方法，判断其证据力的高低。证据等级的高低是相对的，在有限研究和诸多关键影响因素难以分析或控制等情况下，特别是文献综合研究结果及其结论影响因素，可能与所综合的原始文献的偏倚相互叠加，从而带来较大的不确定和/或偏差。随着医学研究深入和研究数据资料的累计，所谓“阳性”或“阴性”的研究资料可能会发生此消彼长的情况，人们对研究对象的认识也不断深化，现有的医学证据的认知有可能被修正、充实或颠覆。关键是，不但要重视证据的可靠性，更要重视证据的准确性，因为不正确或不恰当的研究设计及其实施，可以导致错误的结果及其结论一而再再而三的重复出现，这种所谓的“可靠性”是我们应该努力避免的。脱离了准确性的可靠性，只会为临床医疗抉择或决策提供错误的依据，而脱离了可靠性的准确性，会使人们难以判断研究结果可信性。只有可靠性与准确性并举，方能为临床医疗抉择或决策提供真实、可信、有效的证据，为患者带来更加精准的诊疗方案，最大限度地减少不良反应，增加有效性，并获得更好的临床转归。

研究质量控制应贯穿于研究方案设计及其实施的全过程。其中，研究者的因素尤为重要，表现为研究方案的科学性、专业性(临床与统计)伦理的设计和严格按照确定的研究方案进行全面、有效的实施，后者是非常难于评估的关键质量影响因素之一。

根据不同目的的研究，选择适宜的研究设计，关键是具体的研究设计能否达到研究目的，并且为相应的临床诊疗抉择或决策提供可靠与准确的参考证据，而不是简单地依据研究设计类型，或“随机”“盲法”和“荟萃分析”等，统一进行研究证据等级划分，更何况原始研究与文献综合研究是两类不同性质的研究，后者研究完全是建立在前者研究的基础之上的。不同研究设计的内、外部效度各异，仅仅追求内部效度，不足以为临床推广应用提供全面和完整的证据，也会降低其作为临床实践指导的相对性证据力。有人认为，随机临床试验的疗效研究结论并不能真正反映临床疗效。另外，仅从外部效度考虑，非随机对照研究结果及其结论对于临床实践可能具有更大的指导意义，因为其可以提供诊疗影响因素及其程度的信息，以便临床实践者实施个体化、精准化的临床诊疗技术与服务。我们提倡围绕临床实践，选择不同的研究设计，取长补短，从不同角度，全面、完整地提供临床实践所需的有力证据，而不是简单以证据“金子塔”的形式，较为片面、截然分出证据高下，而完全忽略临床实践问题的复杂性、证据的多样性及其证据力的差异性。可见，不存在所谓最佳的证据，只有更好的证据和更恰当的证据(满足研究目的)，即使有所谓“最佳的证据”也只是暂时的，因为随着临床研究的全面与深入，人们对研究对象的认识会不断加深，更加接近研究事物的本质，这是一个不断递进、螺旋上升的长期过程。任何一项原始研究均不是临床实践的唯一证据，不同研究证据应该是相互补充与印证，共同为临床实践服务。

将不同研究目的、不同设计类型、不同分析方法，甚至不同类别文献简单、统一地进行所谓医学证据等级划分，如所谓证据“金字塔”的做法值得进一步深入的反思。医学研究包括了临床前研究(如动物实验)与临床研究(人体研究)，而前者是后者的基础。所谓从医学动物实验到人体观察研究、干预性研究的“医学证据金字塔”[26]，反映的是医学研究的基本路径或不同研究阶段，不同研究目的、研究设计等不同，均可以为相应的研究阶段及其研究目的提供真实、可靠的研究数据及其研究证据，并无所谓“高低”之分。因此，与其采用混合、固化式的“金字塔”医学证据等级概念，对不同类原始研究及其文献综合研究统一划分等级，不如按照研究目的、研究设计等，引入医学研究证据力的概念，分别进行研究证据力的评判，不必再纠缠于“金字塔”医学证据等级划分，应更好地认识观察性研究和专家意见的证据力。例如，为了掌握我国人口相关数据，每隔若干年的全国人口普查的数据，其证据力强是源于其数据的真实性，可以为制定我国人口、教育和就业等政策提供强有力的依据和前提；为了掌握某疾病的“三间”(人间、时间和空间)分布，设计科学(专业、统计)和伦理并且实施到位的随机抽样调查研究，其证据力强也是源于其数据的真实性，而就其研究的目的而言，其证据力也是很高的；始于1948年的美国弗雷明汉心脏研究(FHS)队列，先后有三代参与者加入队列研究，从人口学、体检、血液、心电图、影像学的研究，到超声心动图、颈动脉斑块测量、运动试验等的研究证据力深受肯定，对包括心血管疾病领域在内的许多疾病领域都产生了深远而重要的影响；疾病自然史研究所需要的科学的前瞻性观察研究方案及其有效实施的分析结论的证据力也是较高的；高素质、高水平专家及其团队既有坚实的多学科理论基础、又具有十分丰富的临床实践经验，并充分掌握诸多学科研究数据、信息和证据，其针对某一医学临床与管理问题的意见，对于临床与管理的指导意义与实践价值(证据力)未必就位居末位。

由于研究目的不同和研究条件限制，包括科学、专业和伦理的原因，不一定均能够或有必要采用随机或/和盲法对照设计进行研究。因此，在某种意义上，“真实世界研究”是对多年来过度强调“随机对照试验”证据的某种矫正。其特别强调从临床诊疗实践的角度，评价诊疗措施的效果，虽然面临许多困难与不足，但是临床诊疗的研究/实践者仍然努力前行。这充分表明:临床诊疗实践者已经不满足于传统随机对照研究证据，努力推动更加贴近临床诊疗实践的研究。不同的研究可以从不同的角度为临床诊疗实践提供证据，它们相互印证与补充，为临床诊疗实践提供更加全面且贴近临床诊疗实践的良好证据。

综上所述，研究误差的存在是绝对的，研究的证据力是相对的，而真实、可靠的数据是任何研究分析的基石。任何符合科学、专业、伦理的研究方案，均离不开合格研究人员的有效、准确的实施，而实施过程有效性与准确性的评估远比研究方案本身的评估更难。一项高质量的研究胜过“一打”低质量研究，关键在于研究数据真实性、分析结果及结论的可靠性与准确性，而不是片面强调样本量或研究项目数量。在临床医疗实践中，无论研究证据力如何，也仅仅是临床诊治与护理抉择或决策的依据，而不是抉择或决策本身，必须经受时间与实践的考验，仍然需要临床医护人员根据诊治与护理患者的具体情况，例如年龄、性别、病情、病程、并发症和合并症及其诊治过程(包括合并用药、明确或未明确诊断和治疗反应等)及其安全性与有效性等，不应拘泥于原始研究或文献综合研究的证据，应该参考不同来源、不同研究，紧密结合临床诊疗与护理实践，制定出符合患者实际情况，即具有针对性、个性化、精准性、疗效好、毒副作用小、性价比高的诊治与护理方案的抉择或决策，并且随着患者诸多情况的变化加以调整。因为任何研究证据均是特定时空、特定研究条件下的“产物”，任何脱离了疾病患者的复杂性、变异性、波动性和不确定性，甚至不考虑相关诊治与护理措施的“适应症”“适用条件”、毒副作用和配伍禁忌等限制，来单独或片面地讨论医学研究的临床疗效证据力的做法都是不可取得。

在数千年医学发展历史中，人类一直秉持“循证”发展的科学理念，无论是中医(药)或是西医(药)的各临床学科均重视医学的实践性和证据性。换言之，“遵从证据”的准则早已深入各临床医学学科实践与发展的骨髓之中。在兼收并蓄的基础上，任何学科均应该创立和发展本学科独特理论与方法学体系，以发挥不可替代的效用。否则，该学科将难以持久存在与发展。例如，统计学具有从单因素到多因素、从线性关系到非线性关系分析的理论与方法；又如流行病学具有健康与疾病的“三间”分布的规律与特征分析的理论与方法；再如临床流行病学具有“设计、衡量、评价”的理论与方法等。在数千年反复实践与不断验证的基础上，我国中医与中药学逐渐形成独特的医学理论体系，如基于先进的“宇宙观”和“整体观”的辩证施治和科学的“君臣佐使”的“个体化”药物调配，均积累了大量丰富、真实、可靠的实践经验，确保了数千年中华民族的生息健康与文明进步。这从本次其在我国抗击“新型冠状病毒”中所发挥的预防、治疗和康复一体作用，可窥见一斑。

我们应该建立和健全独立的“医学证据学”学科的理论与方法，既凸显该学科的特征与发展方向，又更加全面地反映该学科与其他医学学科的内在关联性；应该跨学科、跨专业联合发力，始终立足于不同类型、原始研究的专业性、统计性与伦理性设计与实施，并辅以文献综合研究，切勿本末倒置。证据力的判断应以研究结果及其结论的可靠性与准确性为依据，而不是简单地依据研究方案是否采用了大样本、随机化、盲法和荟萃分析等研究设计与方法。我们不但要重视数据的收集与整理，也要重视数据的综合分析及其方法的正确运用；不但要重视研究方案的规范设计，更要重视研究方案的正确、有效实施。与其花大力气进行研究质量的事后评价，不如进一步强化每项研究的设计，包括临床专业设计、统计学设计和伦理设计等，切实防范于未然，同时进一步提倡大型临床医学研究的设计和/或实施应有统计学和伦理学人员的参与。

在临床诊疗实践中，患者情况各异且复杂，差异是客观存在，而精准化诊疗要求临床诊疗实践者必须依据患者具体情况，制定个体化的诊疗方案，以期获得较好的效果。面对纷繁复杂的医疗实践，一方面，临床医务人员应进一步牢固树立“实践出真知”的医学研究证据观，充分认识各研究的目的性、局限性、阶段性和差异性，保持客观和理性态度，紧密结合临床医疗实践，审慎地评价、选择和使用医学临床研究证据；另一方面，原始或/和文献综合研究者应该切实地按照临床专业、统计和伦理等的原则和规范，一丝不苟地进行科学的研究设计，准确收集、科学整理研究结果，恰当、合理和有效进行分析，并全面地报告研究方法、质量控制和研究的局限与不足等，供读者或/和应用者参考与甄别。当然，也有赖于期刊或/和会议交流的审稿专家或/和和编辑等的不懈努力，认真把好审查及发表关。

最后，应强调指出的是，整个医学科学的发展不是、也不可能是依赖那一门学科的“单打独斗”，更不可能依靠某种或某几种分析方法就“打遍天下无敌手”，而是需要不同学科相互借鉴、相互融合、各自发挥优势，共同推动医学事业的持续、健康和稳步发展。任何夸大或贬低某门医学学科或医学研究方法在医学发展中地位及作用，甚至将某门医学学科或某种医学研究方法凌驾于其他医学学科或医学研究方法之上的做法都是欠考虑的。只有大家共同努力，才能更好地为医学事业的快速、健康的发展，提供高品质的医学证据。