實證獸醫學(Handbook of Evidence-Based Veterinary Medicine)

頁數：211    裝訂：平裝 　開數：16K 　印刷：黑白

圖：51
表：22

簡介:
實證獸醫學幫助增進診斷、預後、控制、治療，最終理想化動物的福祉。本書提供使用者適切的、病患來源的、終身的、自身直接的、學習的方法學。
本書闡釋實證獸醫學定義為何，並顯示其如何能夠應用於獸醫執業來增進照顧病患的品質，提供畜主足夠的動物資訊，是相關人員值得一讀的書籍。

原著序:
實證醫學（Evidence-based medicine, EBM）已定義為「謹慎、明確及果斷地使用現有的最佳證據於個別病患之照顧決策上。」這意味著使用系統性研究所得的最佳臨床證據來整合個別臨床專長（Sackett et al. 2000）。獸醫學上用較廣泛、較單純且可能更為適切的定義「實證獸醫學是使用現有最佳證據來做出臨床診斷」。
本書是給在訓練或從事階段中的獸醫師，想要學習有關實證獸醫學（EBVM）的人，其中亦有一部份的撰寫是為了非學術性的執業者。這是一項嘗試去幫助獸醫師執行EBVM，並且增進對於動物病患的照顧品質以及提供畜主具有資料的選擇。這會透過瞭解診斷檢測的專一性與敏感性、清楚你自身的臨床推論、評估診斷決策支援系統或是知道何種文章是在告訴你有關於治療／害處／預後的形式。執行EBVM應成終身的一部份、自身直接的學習以免你快速危險地變成落伍的人。
EBVM可能被描述為“即時學習”（相對於「即為案例的學習」）、“執行以科學”或是“從出版發表到病畜”。不管所使用的行話，現在正是時候去接受目前有許多的技巧是在應用最佳證據於我們的病患上所需要的，而是我們可能還沒有的。這些技巧包含電腦技巧、實驗設計的知識、詢問問題的能力與轉化資訊所需成為問題而且答案是可被在文獻中找到的，以及有能力去瞭解與關鍵的評估所呈現的證據。在我們的執業技巧武器裝備之中需要有EBVM工具組。
此書著眼在解釋EBVM是什麼，以及如何應用到臨床的執業中。
藉由本書，你應該達到下列的目標：
● 知道如何轉換資訊需求成為一系列的臨床問答集
● 知道如何搜尋外在最佳的可得證據
● 知道如何關鍵的評估證據的效用與其重要性
● 知道如何應用於臨床執業中
● 瞭解診斷過程與臨床診斷決策支援系統。
作者們希望讀者會發現此書是實用且有趣的。

Peter D. Cockcroft
Mark A. Holmes

目　錄:
第 1 章前言 (Introduction) 1
1.1 本書為誰所寫？ 2
1.2 本書不為誰所寫 2
1.3 我們所述的EBVM為何？簡述之 3
1.4 比較傳統方式和EBVM 4
1.5 為何我們要實行EBVM 4
1.5.1　因為我們可以　4
1.5.2　因為我們的病患的主人也同樣可以得到資訊　5
1.5.3　我們需要資訊　5
1.5.4　是該學習的時候了，縮小來源範圍以面對廣泛的需求　8
1.5.5　增加獲取科學結果的速度　8
1.5.6　較佳的直接臨床研究　9
1.5.7　證據的道德觀點　9
1.5.8　缺少科學性證據的道德行為　10
1.5.9　回歸科學　10
1.5.10　我們準備好關於自己表現的提問了嗎？　11
1.6 EBVM更詳細的描述 11
1.6.1　過程　11
1.6.2　所需之證據　13
1.6.3　其他來源的資訊和證據　14
1.7 人類醫學的EBM 14
1.8 獸醫學中的EBM 14
1.9 我們準備好實行EBVM了嗎？ 16
1.10 EBVM案例研究 16
1.10.1　小動物：
巨大伏特放射治療於犬鼻道腫瘤　16
1.10.2　農場動物：口蹄疫之後的重新飼育　17
1.10.3　馬：
Prednisolone治療氣喘（COPD）的有效性　18
1.11 此書如何構築 19
1.11.1　著重處和此書的客觀性　19
1.11.2　此書的大綱結構　19
參考文獻與進階讀物 21
複習問題 22

第 2 章
2.1　前言 24
2.2　再定義臨床疑問，因而找到證據 24
2.2.1　這是治療疾病的好方式嗎？　24
2.2.2　此檢測有多好？　24
2.3　一個良好形式臨床疑問的4個主要元素
25
2.3.1　病患或疑難　25
2.3.2　診斷或介入治療、預後因子或接觸因子　25
2.3.3　介入治療的比較（是否適切或是需要的）　25
2.3.4　結果　26
2.4　提出的疑問型式的分類 26
2.5　疑問的優先性 26
2.6　所需的資訊清單 26
2.6.1　流行病學性危險因子　27
2.6.2　診斷過程　27
2.6.3　治療　29
2.6.4　危害／病因　29
2.6.5　預後　30
2.6.6　控制（危險減少）和預防（危險避免）　30
2.7　在疑問架構中的可能陷阱 31
2.7.1　疑問的複雜性　31
2.7.2　足夠背景知識的需要　31
2.7.3　疑問比時間多更多　31
2.8　在執行獸醫師業務中實現目標 31
2.9　證據的品質掌握 32
參考文獻與進階讀物 32
複習問題 33
第 3 章資訊來源 (Sources of Information) 34

3.1　前言 35
3.2　背景和前瞻的知識 35
3.3　證據的等級 35
3.4　重要的傳統資訊來源 37
3.4.1　期刊　37
3.4.2　教科書以及其他整合回溯型期刊的發表　39
3.4.3　個人經驗與背景知識　39
3.4.4　同儕　40
3.4.5　執行記錄　40
3.5　網路 40
3.6　網路上獸醫資訊的資源 42
3.6.1　CABdirec　42
3.6.2　Consultant　43
3.6.3　Inno-vet　43
3.6.4　國際獸醫資訊服務　43
3.6.5　Medline/Pubmed　44
3.6.6　The Merck Veterinary Manual　48
3.6.7　蒙特婁獸醫學校　48
3.6.8　NetVet And The Electronic Zoo　49
3.6.9　RCVS和RCVS圖書館　50
3.6.10　VetGate　50
3.6.11　VIN　50
3.6.12　Wildlife Information Network　51
3.7　其他以電腦為主的資料來源 51
3.7.1　BSAVA　52
3.7.2　CLIVE　52
3.7.3　Lifelearn　52
3.7.4　Vetstream　52
3.8　審慎的評估主題 53
參考文獻與進階讀物 53
複習問題 54
第 4 章搜尋證據 (Searching for Evidence) 55

4.1　前言 56
4.2　RCVS圖書館 56
4.3　其他線上圖書分類 56
4.4　諮詢 57
4.5　搜尋策略：簡單Boolean邏輯 57
4.6　使用 Pubmed 58
4.7　敏感性和專一性 60
4.8　獸醫專門的考量 61
4.9　搜尋關於治療疑問的答案 61
4.10　搜尋關於診斷疑問的答案 62
4.11　搜尋關於原因疑問的答案 62
4.12　搜尋關於預後疑問的答案 63
4.13　利用在Pubmed上“臨床檢索”
選項 63
4.14　獸醫科學性文獻的深度 64
4.15　發展中的搜尋技巧 64
參考文獻與進階讀物 65
複習問題 66

第 5 章研究實驗 (Research Studies) 67
5.1　證據的階層和實驗設計 68
5.2　研究方法指南 69
5.3　文獻回顧 69
5.3.1　系統性回顧　70
5.3.2　再分析　70
5.4　實驗性研究 71
5.4.1　隨機對照試驗　71
5.4.2　交叉設計　73
5.5　觀察性實驗 73
5.5.1　世代實驗　74
5.5.2　交叉剖析調查　75
5.5.3　案例—對照實驗　76
5.6　診斷檢測和篩選檢測 78
5.7　不良對照或未對照的試驗 78
5.7.1　在不同時間比較組別之間的差異　78
5.7.2　不同地點的比較　78
5.7.3　n = 1試驗（“治療和觀察”方法）　79
5.7.4　未對照試驗（之前和之後的試驗）　79
5.7.5　非隨機分配試驗　79
5.8　敘述性實驗 79
5.8.1　調查　79
5.8.2　案例系列和案例報告　80
參考文獻與進階讀物 81
複習問題 82

第 6 章評價證據 (Appraising the Evidence) 84
6.1　一些初步的概念 85
6.1.1　統計的重要性　85
6.1.2　可能性：或然性和機率　86
6.1.3　風險和不確定　87
6.2　評估獸醫治療的文章 88
6.2.1　這實驗是否有效？　88
6.2.2　是否這結果如此重要？　90
6.2.3　量化風險的好處或壞處　90
6.2.4　信賴區間（Cls）　92
6.2.5　做出關於治療的決定　93
6.3　評價獸醫診斷的文章 93
6.3.1　實驗是否有效？　94
6.3.2　結果是否重要？　95
6.3.3　SpPin 和 SnNout　98
6.3.4　做關於診斷檢測的決定　98
6.4　評價文章的缺失或起因 98
6.4.1　實驗是否有效？　100
6.4.2　結果是否重要？　101
6.4.3　統計性分析　102
6.5　評估預後的實驗 102
6.5.1　是否實驗正確？　103
6.5.2　結果是否重要？　104
參考文獻與進階讀物 104
複習問題 105
6.1.1 機率例子解答 106
第 7 章診斷 (Diagnosis) 107

7.1　前言 108
7.2　定義 108
7.2.1　診斷的型式　109
7.3　臨床檢查：疾病表現的證據 110
7.4　假設演繹的理論 111
7.5　診斷過程 112
7.6　喚起和排名 114
7.6.1　模式配對　114
7.6.2　可能性　114
7.6.3　病生理推論（功能性推論）　115
7.7　哪種模式認知方法被使用？ 116
7.8　臨床推論策略使用於假設演繹理論 116
7.8.1　臨床症狀的性質　116
7.8.2　邏輯性的排除疾病　117
7.8.3　歸納和演繹推論　117
7.8.4　摘要／歸納　118
7.8.5　盛行率　118
7.9　假設演繹理論的錯誤 118
7.10　邏輯、類組、維恩圖、布爾代數 119
7.10.1　臨床症狀的敏感性　120
7.10.2　疾病次群組　120
7.10.3　維恩圖和布爾代數　120
7.11　牛子宮炎的臨床狀態 122
參考文獻與進階讀物 122
複習問題 123

第 8 章
臨床診斷決定系統 (CDDSSs)
[Clinical Diagnostic Decision Support System (CDDSSs)] 125
8.1　前言 126
8.1.1　定義　126
8.1.2　你應該問的問題　127
8.2　瞭解CDDSSs 127
8.2.1　邏輯　128
8.2.2　清單配對　129
8.2.3　可能性（貝斯規則）　129
8.2.4　知識為主系統複合的符號推論
（句法系統）　130
8.2.5　貝斯定律網絡　131
8.2.6　神經網絡　131
8.3　不確定或不正確的資源 131
8.4　評估CDDSSs的表現 132
8.4.1　何者是評量CDDSS執行的最佳方法？　132
8.4.2　選擇性需求指標利用正確性的表現　133
8.5　獸醫診斷決定支援系統 133
8.5.1　決定支援規則系統於個別母牛的受孕率　133
8.5.2　諮詢　134
8.5.3　Vetstream Canis　138
8.5.4　PROVIDES
（疑問來源的獸醫資訊和決策系統）　138
8.5.5　Bovid　141
8.5.6　EqWise　145
8.5.7　牛隻疾病診斷系統　146
8.5.8　應用機率技巧以客觀的詮釋獸醫臨床生化數據　147
8.6　描述於此章的CDDSSs資料來源 149
參考文獻與進階讀物 151
複習問題 152
第 9 章
決策分析、模式與經濟上作為證據
(Decision Analysis, Models and Economics as Evidence) 154
9.1　前言 155
9.2　決策分析 155
9.2.1　臨床下決定的方法　155
9.2.2　決策分析的狀況可能會有幫助　156
9.2.3　決策分析中的五大步驟　156
9.2.4　決策分析的缺點　157
9.3　決策樹 157
9.3.1　效益　158
9.3.2　解釋決策樹　158
9.3.3　敏感性分析　158
9.3.4　遺漏選擇　158
9.3.5　幫助畜主決定　159
9.3.6　從病畜和畜主取得效益價值　160
9.3.7　決策分析樹的治療決定　161
9.3.8　經濟上決定的決策分析樹　161
9.3.9　診斷檢測的決策分析樹　163
9.3.10　回復表格　166
9.3.11　使用者檢核表用以臨床決策分析　169
9.4　檢測和治療閥值 169
9.4.1　檢測和治療閥值的共同性質　171
9.5　模式化 171
9.5.1　模式化牧場感染動力學　172
9.5.2　模式化和口蹄疫的控制　174
9.5.3　牧場中Staphylococous aureus感染模式化　175
9.5.4　引導使用者達到模式化　175
9.6　經濟學分析 176
9.6.1　部分預算和花費利益分析　176
9.6.2　引導使用者於經濟分析　178
9.7　Medline搜尋功能 178
參考文獻與進階讀物 179
複習問題 180
第 10 章EBVM：教育和未來所需 (EBVM: Education and Future Needs) 182
10.1　EBM於醫學教育中 183
10.2　實行EBM的資源 183
10.2.1　決定性詳估主題　183
10.2.2　高品質系統性回顧　183
10.2.3　Cochrane圖書館　184
10.2.4　二次性期刊（例如：EBM）　185
10.3　獸醫教育中的EBM 185
10.3.1　實證基礎的獸醫工具　185
10.3.2　找到何者是在文獻中，而何者是未含在文獻中的　185
10.4　我們執行EBVM需要什麼資源？ 185
10.5　獸醫執業的臨床（EBVM）審查 186
10.5.1　什麼是臨床審查？　186
10.5.2　為何我們需要臨床審查？　186
10.5.3　臨床審查必須和EBVM作什麼合作　186
10.5.4　我們要如何實現EBVM審查？　187
10.5.5　臨床審查及未來　187
10.6　其他未來的發展 187
參考文獻與進階讀物 188
用於EBVM的專有名詞 190
參考文獻 203
問題與解答 206
索引 207