Meta analysis
1.生物医学主要数据库：
美国Medline （Pubmed是免费的Medline数据库）
荷兰Embase
临床试验Central
谷歌学术
Preprint（MedRxiv）
中文数据库CNKI WANFANG
Science citation index
Index to thesis in Great Britain and Ireland
灰色文献 System for information on grey literature
专业数据库：肿瘤CANCER
会议文摘，大量的摘要，保留正式版的文章
以后头部期刊的影响因子会越来越高。
2.常用临床试验注册库 randomized controlled trial, RCT
3.PICOST原则
研究对象，治疗干预手段，对照措施（一般不用control）,结局，设计类型，时间范围。
4.检索策略：主题词[MeSH]，字段限定和截词
I OR 关键词OR关键词...
O OR关键词 OR 关键词...
AND 限定词（对象如human，时间如2009年以后）
限定词基于你对这个领域非常熟悉，或者问问熟人，好的检索策略能让你少看两三百篇文献.
5.文献检索
Endnote的使用，删除重复的
6.文献筛选
看题目排除，看摘要排除，看全文排除，每一步都要记录排除原因，两个人独立筛选，不一致让第三个人判断。
7.文献质量评价
看的是垃圾产出的也是垃圾。大数据并不只是数量大，要看数据的质量和可信度。在中国最怕研究住院时长，受到政策的干预是不真实的。降低随机误差和系统偏倚（ random erro/ systematic bias ），如果原文变异很大，结果也没说服力。
这节课重点讲RCT，用Review Manager软件，每一个研究都有risk of bias table，可以从这里看第一步的系统综述的质量。很多中国研究对方法学的讲究太少了，和顶级期刊发文章临床研究差距很大。
随机原则和分组隐匿是配套的，不可以选择患者是否进入某组。双盲，double-dummy, placebo control安慰剂，sham-control觉得真的接受了手术但是没有
The double-dummy technique is used to compare drugs with very different appearances (for example, different dosage forms). For this purpose, subjects take two types of drugs, one of which is a placebo.
三盲是都设盲的，一般说到双盲就可以了，对评价和统计分析的人员必定要设盲的。open level是不设盲，单盲是对患者盲。双盲是对患者和医生盲。
为了防止placebo effect，医生的无意识照顾和分析人的偏差。
Attrition bias 损耗偏倚，患者的退出和停止
Attrition bias is atype of selection bias due to systematic differences between study groups in the number and the way participants are lost from a study.
Reporting bias 阴性结果不报告，去找最原始的注册信息，主要结局和次要结局，protocol.对次要结局要按顺序做检验，把容易出阳性的放在前头，降低一类错误的风险。