本文内的术语“研究”仅限于医学相关领域，并且对术语“EBM”的定义为“EBM=最佳临床证据∩患者价值观及情形∩临床专业技能（其中‘∩’含义为‘交集’，intersection）”。
本文的主题是——为什么EBM ≢最佳临床证据，而必须结合患者价值观及情形以及临床专业技能？
笔者观点为——因为“最佳临床证据”有非常大的局限性，这个局限性主要来自于数学，并无法靠其自身弥补。笔者将在EBM证据等级的框架下，逐层深入，从数学角度出发阐述观点。
先说最高等级的证据。EBM中，最高等级的证据形式为Systematic review and meta-analysis ，其中meta-analysis又可以分为基于频率概率的pair-wise meta-analysis和基于贝叶斯概率的network meta-analysis，目前在EBM实践中pair-wise meta-analysis较常见。
Pair-wise meta-analysis历史比network meta-analysis更悠久，其数学方法可以被进一步分为固定效应模型（FEM）假设，和随机效应模型（REM）假设。
举例说明。问题是——相比于喝热水，吃止痛药A能让18岁以上存在痛经症状的女性在经期主观疼痛感多减轻百分之几？meta-analysis中纳入指标采用VAS，并且只纳入RCT，这样PICOS就全了。
如果选择使用FEM，那就是假设这个问题的答案是某个固定的值，FEM下的meta-analysis，就是用数学方法，找出这个值在置信标准下的置信区间（比如30% ±5%）。而如果选择使用REM，就是假设这个问题的答案是一个正态分布，答案有无数个，REM下的meta-analysis是要找出这无数个答案的平均值和标准差（比方说，效果好的100%，效果不好的-20%，但平均能达到30% ±3.5%）。
至于怎么找，两个模型的方法其实是类似的，都是根据研究的样本量、效应量、效应量的标准误等统计学指标，给每篇研究赋予不同的权重（两种模型给研究赋予权重的具体公式不一样，这里不展开了，但是，无论用什么模型，样本量大或效应量大的研究，最终都会被给予稍微多一些的“话语权”），最后得出一个综合效应量、置信区间、以及异质性指标（heterogeneity，表示纳入的研究之间差异有多大）。
因此，根据pair-wise meta-analysis数学上的特点，它会存在两个局限性：首先，在临床实践上，某种治疗方案对于特定患者在特定背景下的“效果”，应该有一个“固定值”，还会呈一个正态分布出现？对不起，这个问题没法回答，因为谁也不知道。其次，这类meta分析严格来说只能比较两类干预（所以叫pair），比如在这个例子中，我们只能知道吃止痛药A和喝热水哪个有优势，但是如果要比较吃止疼药A和喝红糖水，对不起，做不到（有止疼药A对比喝红糖水的RCT也不行。因为在纳入的时候就因为不符合PICOS被剔除了）。
针对这两个局限性，加上学术界近几年来对“唯P值”风气的口诛笔伐，基于贝叶斯概率的network meta-analysis开始渐渐流行起来（network meta-analysis的数学理论说起来有点复杂，这里不展开，仅简单说明）。
Network meta-analysis（NMA）可分为mixed interventions comparison和adjusted indirect comparisons。目前，学界对两个术语仍未达成共识，简单来说就是，前者是“ABCDE混一起比”，后者是“ABCD先分别都和E比，根据结果实现ABCD互相比”，一个NMA可以同时包含两种类型。
NMA的结果，用大白话讲大概是这样的：“基于所纳入的研究，ABCDE里最有可能排第一的是B，第二有可能排第一的是D……最有可能排第二的是A，第二有可能排第二的是C……”。
考虑到EBM的“精神”，基于贝叶斯概率的NMA是更加符合evidence-based的，因为它一切基于已有的“现实”，得出当前的所有方案排序可能性的概率，而不对未来做任何提前假设。
但是NMA也存在自身固有局限性，加上是新鲜事物，未被实践充分验证，所以目前在学界依旧充满争议。
NMA的局限性来自于它的三个重要基本假设，这三个假设来自三个不同层面。以ABC三个治疗方案为例：第一个假设是。比较A和C的那些研究，以及比较B和C的那些研究，结果基本一致，八九不离十，因此，在A和B比之前，他们自己和C的比较都没有大的内部矛盾，同质性很好；第二个假设是，比较A和C的研究，和比较B和C的研究，设计是相似的，也就是说，PICOS除了I不同其他都一样，相似性很高。这个假设直接造成了NMA对纳入文献的受试者人群限定比较严格，推广性有限；第三个，也是最重要的假设是，通过把C作为共同“对手”，通过数学方法所得出的A和B之间比较的结果，和直接比较A和B的结果，将会是一致的。
因为NMA的三个假设有点严苛，临床上实在难以实现，所以目前还有较多争议，临床实践时敢直接拿来用的很少，Cochrane手册也推荐优先考虑采用直接比较的证据，只有当直接比较的研究数量或样本过少，无法综合得出比较结果，而间接比较能获得相对多的研究数量时，可考虑间接比较或综合直接比较和间接比较结果。而间接比较和直接比较证据出现不一致的情况，还应对可能的原因进行详尽探讨。
同时，任何一个systematic review都不能避免的一个共同的局限性：发表偏倚（publication bias）。这个很好理解——因为没人可以保证自己的review纳入了全世界所有应该被纳入的文献，也没有人可以保证文献库中包含了所有的相关数据。
综上所述，systematic review and meta-analysis作为最高等级的临床证据，存在自身难以克服的局限性：基于统计的前提假设和发表偏倚。
最高等级的说完了，说次一级的证据RCT就容易了。
除了少数用贝叶斯数据分析炫技的，绝大多数RCT还是基于频率概率。无论对“唯P值”如何批判，要说广大学者不重视那个P值还是有点假的，更何况RCT的R（Randomized）本身也是出于数学层面考虑，为了减少协变量影响带来的误差和偏倚（完全没有质疑的意思，这样做是非常正确的）。而且不止是RCT，几乎所有临床医学所涉及的研究质量评估，从根本上来说，绝大多数都是基于数学层面的。
当然，学术界对“唯P值”风气的批判也不是没事找事空穴来风，不仅是因为影响P值的潜在因素太多，而且还因为研究不仅有I类错误，还有II类错误。因此，RCT在数学层面上的局限性和meta-analysis其实是类似的，它们都存在数学上的假设前提，并且没法从根本上避免偏倚，只是meta-analysis的对象是所纳入的研究，而RCT的对象是试验的受试者。
数学不是哲学，更不是神学，数学有它解决不了的问题，所以在数学的基础上搭建起来的EBM就一定会带有数学所固有的局限性——首先，数学有假设前提和边界，因此EBM有PICOS，有heterogeneity，有bias。其次，没有人能保证生命活动一定遵循某种特定的数学逻辑，因此当一个医生面临一个特定的患者时也没法保证他所选择的治疗方案对该患者的效果，一定能落在某个所期望的区间内，或者以一个特定的概率发生。因此，EBM必须同时结合最佳临床证据，患者价值观及情形，和临床专业技能，而不能只参考最佳临床证据，照着指南看病。#循证医学#
本文的主题是——为什么EBM ≢最佳临床证据，而必须结合患者价值观及情形以及临床专业技能？
笔者观点为——因为“最佳临床证据”有非常大的局限性，这个局限性主要来自于数学，并无法靠其自身弥补。笔者将在EBM证据等级的框架下，逐层深入，从数学角度出发阐述观点。
先说最高等级的证据。EBM中，最高等级的证据形式为Systematic review and meta-analysis ，其中meta-analysis又可以分为基于频率概率的pair-wise meta-analysis和基于贝叶斯概率的network meta-analysis，目前在EBM实践中pair-wise meta-analysis较常见。
Pair-wise meta-analysis历史比network meta-analysis更悠久，其数学方法可以被进一步分为固定效应模型（FEM）假设，和随机效应模型（REM）假设。
举例说明。问题是——相比于喝热水，吃止痛药A能让18岁以上存在痛经症状的女性在经期主观疼痛感多减轻百分之几？meta-analysis中纳入指标采用VAS，并且只纳入RCT，这样PICOS就全了。
如果选择使用FEM，那就是假设这个问题的答案是某个固定的值，FEM下的meta-analysis，就是用数学方法，找出这个值在置信标准下的置信区间（比如30% ±5%）。而如果选择使用REM，就是假设这个问题的答案是一个正态分布，答案有无数个，REM下的meta-analysis是要找出这无数个答案的平均值和标准差（比方说，效果好的100%，效果不好的-20%，但平均能达到30% ±3.5%）。
至于怎么找，两个模型的方法其实是类似的，都是根据研究的样本量、效应量、效应量的标准误等统计学指标，给每篇研究赋予不同的权重（两种模型给研究赋予权重的具体公式不一样，这里不展开了，但是，无论用什么模型，样本量大或效应量大的研究，最终都会被给予稍微多一些的“话语权”），最后得出一个综合效应量、置信区间、以及异质性指标（heterogeneity，表示纳入的研究之间差异有多大）。
因此，根据pair-wise meta-analysis数学上的特点，它会存在两个局限性：首先，在临床实践上，某种治疗方案对于特定患者在特定背景下的“效果”，应该有一个“固定值”，还会呈一个正态分布出现？对不起，这个问题没法回答，因为谁也不知道。其次，这类meta分析严格来说只能比较两类干预（所以叫pair），比如在这个例子中，我们只能知道吃止痛药A和喝热水哪个有优势，但是如果要比较吃止疼药A和喝红糖水，对不起，做不到（有止疼药A对比喝红糖水的RCT也不行。因为在纳入的时候就因为不符合PICOS被剔除了）。
针对这两个局限性，加上学术界近几年来对“唯P值”风气的口诛笔伐，基于贝叶斯概率的network meta-analysis开始渐渐流行起来（network meta-analysis的数学理论说起来有点复杂，这里不展开，仅简单说明）。
Network meta-analysis（NMA）可分为mixed interventions comparison和adjusted indirect comparisons。目前，学界对两个术语仍未达成共识，简单来说就是，前者是“ABCDE混一起比”，后者是“ABCD先分别都和E比，根据结果实现ABCD互相比”，一个NMA可以同时包含两种类型。
NMA的结果，用大白话讲大概是这样的：“基于所纳入的研究，ABCDE里最有可能排第一的是B，第二有可能排第一的是D……最有可能排第二的是A，第二有可能排第二的是C……”。
考虑到EBM的“精神”，基于贝叶斯概率的NMA是更加符合evidence-based的，因为它一切基于已有的“现实”，得出当前的所有方案排序可能性的概率，而不对未来做任何提前假设。
但是NMA也存在自身固有局限性，加上是新鲜事物，未被实践充分验证，所以目前在学界依旧充满争议。
NMA的局限性来自于它的三个重要基本假设，这三个假设来自三个不同层面。以ABC三个治疗方案为例：第一个假设是。比较A和C的那些研究，以及比较B和C的那些研究，结果基本一致，八九不离十，因此，在A和B比之前，他们自己和C的比较都没有大的内部矛盾，同质性很好；第二个假设是，比较A和C的研究，和比较B和C的研究，设计是相似的，也就是说，PICOS除了I不同其他都一样，相似性很高。这个假设直接造成了NMA对纳入文献的受试者人群限定比较严格，推广性有限；第三个，也是最重要的假设是，通过把C作为共同“对手”，通过数学方法所得出的A和B之间比较的结果，和直接比较A和B的结果，将会是一致的。
因为NMA的三个假设有点严苛，临床上实在难以实现，所以目前还有较多争议，临床实践时敢直接拿来用的很少，Cochrane手册也推荐优先考虑采用直接比较的证据，只有当直接比较的研究数量或样本过少，无法综合得出比较结果，而间接比较能获得相对多的研究数量时，可考虑间接比较或综合直接比较和间接比较结果。而间接比较和直接比较证据出现不一致的情况，还应对可能的原因进行详尽探讨。
同时，任何一个systematic review都不能避免的一个共同的局限性：发表偏倚（publication bias）。这个很好理解——因为没人可以保证自己的review纳入了全世界所有应该被纳入的文献，也没有人可以保证文献库中包含了所有的相关数据。
综上所述，systematic review and meta-analysis作为最高等级的临床证据，存在自身难以克服的局限性：基于统计的前提假设和发表偏倚。
最高等级的说完了，说次一级的证据RCT就容易了。
除了少数用贝叶斯数据分析炫技的，绝大多数RCT还是基于频率概率。无论对“唯P值”如何批判，要说广大学者不重视那个P值还是有点假的，更何况RCT的R（Randomized）本身也是出于数学层面考虑，为了减少协变量影响带来的误差和偏倚（完全没有质疑的意思，这样做是非常正确的）。而且不止是RCT，几乎所有临床医学所涉及的研究质量评估，从根本上来说，绝大多数都是基于数学层面的。
当然，学术界对“唯P值”风气的批判也不是没事找事空穴来风，不仅是因为影响P值的潜在因素太多，而且还因为研究不仅有I类错误，还有II类错误。因此，RCT在数学层面上的局限性和meta-analysis其实是类似的，它们都存在数学上的假设前提，并且没法从根本上避免偏倚，只是meta-analysis的对象是所纳入的研究，而RCT的对象是试验的受试者。
数学不是哲学，更不是神学，数学有它解决不了的问题，所以在数学的基础上搭建起来的EBM就一定会带有数学所固有的局限性——首先，数学有假设前提和边界，因此EBM有PICOS，有heterogeneity，有bias。其次，没有人能保证生命活动一定遵循某种特定的数学逻辑，因此当一个医生面临一个特定的患者时也没法保证他所选择的治疗方案对该患者的效果，一定能落在某个所期望的区间内，或者以一个特定的概率发生。因此，EBM必须同时结合最佳临床证据，患者价值观及情形，和临床专业技能，而不能只参考最佳临床证据，照着指南看病。#循证医学#
一多囊卵巢综合症兼子宫内膜异位症患者，看了一次，这个月经周期疼痛大大缓解，非经期疼痛没有发作，经期只服了1粒止痛药。
她是拍着手说着这些话，夸我厉害。
可见她有多开心。
这两年接诊了大量的子宫内膜异位症患者，对这个疾病有了一定的认识。
我是不喜欢开大方的，但是这个病我用药下不了20味，因为我对这个病的认识是它的病机非常复杂，病位一般累积肝脾肾三脏，多见痰瘀互结，瘀久化热，或造成血热伤津，寒热错杂是典型表现。
甚至输卵管、卵巢等附件与盆腔粘连，如何化这些粘连，不是一味地活血化瘀就可以的。
不通则痛，不荣则痛，不通为实，不荣为虚，而此病虚实夹杂，补虚与祛邪同步方可凑效。
补虚虚在哪？肝脾肾。
祛邪邪在哪？血热？血瘀？痰湿？
非大方不可达病灶，非大方不得起沉珂（单指这个病，其他疾病小方起沉珂的也不少）。
个人浅见。 https://t.cn/RJ7z7Qn
她是拍着手说着这些话，夸我厉害。
可见她有多开心。
这两年接诊了大量的子宫内膜异位症患者，对这个疾病有了一定的认识。
我是不喜欢开大方的，但是这个病我用药下不了20味，因为我对这个病的认识是它的病机非常复杂，病位一般累积肝脾肾三脏，多见痰瘀互结，瘀久化热，或造成血热伤津，寒热错杂是典型表现。
甚至输卵管、卵巢等附件与盆腔粘连，如何化这些粘连，不是一味地活血化瘀就可以的。
不通则痛，不荣则痛，不通为实，不荣为虚，而此病虚实夹杂，补虚与祛邪同步方可凑效。
补虚虚在哪？肝脾肾。
祛邪邪在哪？血热？血瘀？痰湿？
非大方不可达病灶，非大方不得起沉珂（单指这个病，其他疾病小方起沉珂的也不少）。
个人浅见。 https://t.cn/RJ7z7Qn
粉丝投稿↓
★治疗方式：endymed黄金微针
★投稿内容：上海皮肤科医院 武夷路 黄金微针
巨痛巨痛巨痛，医生说比热玛吉痛，这是什么人间疾苦。感觉就是在你脸上每一寸肌肤定订书机。
价格：整个脸是买2送一，1.6w三次。脸+脖子是8000一次，没有优惠。
机器：是以色列endymed，据说这个机器好，对比了美容医院，价格是公立医院贵，美容医院水很深。最后还是选择医院做。这个医院就这一台机器。需要排队做。
过程：会先给你敷麻药15分钟，完了去房间，然后给你两个球给你捏，事后我感觉我会捏爆。嘴里应该给我再要块毛巾。疼哭了，真的流眼泪，医生说下次可以吃止痛药，我想吃十颗！！针是1200发，只能打500-600发，根本坚持不住，其余只能浪费啦。
最后全脸钉子洞，需要自己带片冷敷贴，只能用医美专用护肤品，去医院外面买。
最后真的很痛，为了美丽老娘拼了。
⠀⠀⠀ ——分割线——⠀⠀ ⠀
写个后续，真的是有用，但是真的是疼！
12/1做的，12/12完全恢复，我朋友脸瘦，医生给他打的浅1.8，他一周就恢复好了。我比他针深恢复期慢，但是效果比他好！下次给我扎穿了吧！真的有用真的有用，毛孔细了，我一定要坚持做！
⠀⠀⠀ ——分割线——⠀⠀
1/14，黄金微针第二次
第一次针深2，这回我学聪明吃了止痛药（依托考昔）麻药敷完10分钟后再吃。这次人很多要排队，担心止痛药药效过了，然后问了护士，说药效4小时。为了测试能不能止痛，跟我革命战友互扇嘴巴子（图4、5）还真不痛。医生说这次针深2.5，针越深效果会越好，但是也是越痛！！
★治疗方式：endymed黄金微针
★投稿内容：上海皮肤科医院 武夷路 黄金微针
巨痛巨痛巨痛，医生说比热玛吉痛，这是什么人间疾苦。感觉就是在你脸上每一寸肌肤定订书机。
价格：整个脸是买2送一，1.6w三次。脸+脖子是8000一次，没有优惠。
机器：是以色列endymed，据说这个机器好，对比了美容医院，价格是公立医院贵，美容医院水很深。最后还是选择医院做。这个医院就这一台机器。需要排队做。
过程：会先给你敷麻药15分钟，完了去房间，然后给你两个球给你捏，事后我感觉我会捏爆。嘴里应该给我再要块毛巾。疼哭了，真的流眼泪，医生说下次可以吃止痛药，我想吃十颗！！针是1200发，只能打500-600发，根本坚持不住，其余只能浪费啦。
最后全脸钉子洞，需要自己带片冷敷贴，只能用医美专用护肤品，去医院外面买。
最后真的很痛，为了美丽老娘拼了。
⠀⠀⠀ ——分割线——⠀⠀ ⠀
写个后续，真的是有用，但是真的是疼！
12/1做的，12/12完全恢复，我朋友脸瘦，医生给他打的浅1.8，他一周就恢复好了。我比他针深恢复期慢，但是效果比他好！下次给我扎穿了吧！真的有用真的有用，毛孔细了，我一定要坚持做！
⠀⠀⠀ ——分割线——⠀⠀
1/14，黄金微针第二次
第一次针深2，这回我学聪明吃了止痛药（依托考昔）麻药敷完10分钟后再吃。这次人很多要排队，担心止痛药药效过了，然后问了护士，说药效4小时。为了测试能不能止痛，跟我革命战友互扇嘴巴子（图4、5）还真不痛。医生说这次针深2.5，针越深效果会越好，但是也是越痛！！
✋热门推荐