〔摘 要〕介绍临床实践指南网络资源的分布，分析临床实践指南资源的元数据及元数据方案，为情报研究人员进一步开发和利用临床实践指南网络资源打下基础。
〔关键词〕临床实践指南；元数据；资源描述
〔中图分类号〕G203 〔文献标识码〕B 〔文章编号〕1008-0821(2009)02-0105-04
Clinical Practice Guidelines Web Resources and Metadata AnalysisZhong Liping
(1.Medical Information Center of Nanchang University，Nanchang 330006，China；
2.National Library of Chinese Academy of Sciences，Beijing 100190，China)
〔Abstract〕The purpose of this article is to introduce the distribution of CPGs resources on the web；in addition，the article pays more attention to the metadata and metadata schema of CPGs resources.All the work done in this article can be a good basis for information researchers further developing and utilizing CPGs web resources.
〔Key words〕Clinical Practice Guides；metadata；resources description
临床实践指南(Clinical Practice Guides，CPGs)起源于20世纪80年代的医学运动，主要关注医疗保健的质量、连续性和成本[1]，是循证医学(EBM)资源的重要组成部分，是以系统评价为依据，经过专家讨论后由专家学会经过严格评价和筛选后制定、带有权威性和实践意义的临床指导意见。临床实践指南的意义在于[2-3]：①提高医疗保健质量、改善临床结局；②概述研究发现结果，并使临床决策透明化；③减少临床实践中的不恰当差异；④促进资源的有效利用；⑤识别知识差距、区分医学研究优先次序。作为循证医学资源的一部分，指南与原始研究证据和系统评价的区别在于：指南为临床医生提供具体的推荐意见指导医疗行为，是连接证据和临床实践的桥梁，更加贴近临床实践的需要[4]。随着循证医学的迅速发展，网络EBM资源越来越丰富，有关指南的网站和资源也日益增长，对这些特别的EBM资源的有效利用和开发是情报工作者一项值得重视和研究的课题。本文介绍了临床实践指南网络资源的分布，对具有代表性的3个临床实践指南数据库及1个最新的EBM元数据方案进行分析与评价，旨在为情报研究者进一步开发和利用临床实践指南网络资源打下基础。
1 临床实践指南网络资源的分布[1，5-7]
1.1 EBM原始研究数据库
由美国国家医学图书馆开发研制的Pubmed(http：∥)、Bandolier(http：∥www.jr2.ox.ac.ac.uk/banolier)、Journal Club on the Web(http：∥www.journalclub.org)、中国循证医学杂志(http：∥www.chinacochrane.org/zazhi)等也是临床实践指南不可忽视的网络资源。
1.4 循证医学多元搜索引擎
SUMSearch(http：∥sumsearch.uthscsa.edu)由美国TEXAS大学的卫生科学中心建立并维持，同时使用多个搜索引擎(如Go2Net、Dogpile和SavvySearch等)进行检索，检索后将结果依其来源的权威性和可靠性顺序整合。SUMSearch最大优点是能帮助临床医师快速获得所需证据，对临床实践很有帮助。可同时检索系统评价和临床实践指南，可针对治疗、诊断、病因、预后等方面进行限定检索。
此外还有TRIP Database(http：∥)、Doctor Desk(http：∥
drsdesk.sghms.ac.uk)等循证医学多元搜索引擎可用来搜索临床实践指南。
2 临床实践指南网络资源的元数据分析
对于循证医学资源元数据的分析国内已有学者[8]介绍了MEDLINE数据库、Cochrane Library及日本学者Yukiko Sakai于2001年提出的EBM元数据库方案，另一个适合对循证医学资源元数据进行描述的CISMeF元数据方案也有学者[9]进行了介绍，但有关指南网络资源的元数据分析国内外未见有文献报道。
2.1 ACP Journal Club元数据分析
ACP Journal Club数据库收录有原始研究和二次研究(包括指南)。原始研究的记录构成与MEDLINE类似。二次研究由若干个字段和结构式摘要构成，字段包括：文献类型(Article type)、题名(Title)、著者(Author)、文献出处(Source)等；结构式摘要包括：问题(Question)、方法(Methods)、主要结果(Main results)、结论(Conclusion)和评论(Commentary)等项目，其中突出反映EBM资源特点的字段是文献类型(如指南类用Clinical Prediction Guide表示)。
ACP Journal Club元数据的优势在于通过原始研究的摘要元素可很容易地识别出证据的级别。另外，记录标注“Clinical perspective”以说明研究的类型(如therapy，diagnosis)，在这方面ACP Journal Club要优于MEDLINE，因为MEDLINE记录的研究类型分散在主题词或副主题词字段中，没有进行集中标注。但ACP Journal club对Clinical perspective的标注存在不统一现象，例如有时用intervention代表therapy、用description of test代表diagnosis。这种标注不统一影响了对EBM资源搜索的一致性，也使ACP Journal Club元数据很难标引进一些大型的医学文献数据库(如MEDLINE)。
2.2 NGC元数据分析
NGC的指南包括概要性指南和完整指南两种类型。NGC数据库的记录同样也由字段和结构式摘要构成。字段包括：指南题名(Guideline Title)、指南文献来源(Bibliographic Sources)和指南状态(Guideline Status)构成；结构式摘要包括：领域(Scope)、方法学(Methodology)、推荐(Recommendations)、支持推荐的证据(Evidence Supporting the Recommendations)、实行建议带来的收益或负面效果(Benefits/Harms of Implementing the Guideline Recommendations)、辨别信息和有效性(Identifying Information and Availability)及不承诺申明(Disclaimer)等项内容构成。其中推荐的建议还包括临床证据分级和临床算法等内容。
利用NGC检索临床实践指南资源的优势在于其具有将一些词语或短语与美国国立医学图书馆编制的“Unified Medical Language System”(UMLS)进行自动匹配的功能，能将检索词转换成相对应的UMLS医学词汇。NGC设计有临床指南类型(Guideline Category)、机构类型(Organization Type)、临床专业(Clinical Speciality)、评估证据质量和强度所使用的方法(Methods Used to Assess the Quality and Strength of the Evidence)、临床结局(IOM Care Needs)等供用户有针对性地对指南的各个方面进行限定检索，还可对指南证据的质量和等级进行设定。因为NGC是一个专业化的临床实践指南网站，其字段设计具有很强的指南针对性。
2.3 CMA INFOBASE元数据分析
CMA INFOBASE数据库的记录由32个字段构成。主要的字段如：记录标识符(Record ID)、指南题名(Title)、集体著者(Corporate author)、个人著者(Personal author)、出版地(Place of publication/publisher)、出版时间(Date)、指南所在URL、存入CMA日期(Accessed)、指南发表日期(Publication date)、语种(Language)、指南总页码(Number of pages)、制作者(Producer)、赞助者(Funder)、以前的版本(Previous edition)、关注方向(Focus，如condition， infection， technology)、学科分类(Category)、研究领域(Domain，如Diagnosis，Preventive，Treatment)、目标人群(Target population)、研究对象性别(Target gender)、医学主题词(MeSH)等，另外，CMA INFOBASE还设置了字段描述该项指南是否进行了计算机化、是否进行了分级、意见是如何达成一致、是否考虑了干预治疗的利弊和成本、以及对健康的影响是否进行了评估等。
CMA INFOBASE的元数据优势在于其设置了学科分类字段，可供用户查找有关麻醉学、心胸外科、临床免疫及抗原、临床药理学等46个学科的有关指南，研究领域字段可将指南的专题限定为诊断、预防、治疗、预后和病因等临床研究方向，对指南证据级别的描述、治疗干预的利弊和成本以及对健康影响等内容的描述对指南的有效性、真实性及可靠性进行了充分的揭示。
2.4 日本学者提出的循证医学资源的元数据方案分析日本学者Xu W[10]于2007年在已有的描述EBM资源的元数据基础上提出了一个新的基于DC的EBM元数据方案。具体的元素见表1：
该方案复用了DC的15个元素[11]，其中Description指的是对资源的描述，揭示了如摘要、图表等描述资源的内容信息。在该方案中所有表达EBM特征的元数据放在Description的限制属性中，包括：研究领域(Study Domain)、研究设计(Study Design)、样本大小(Sample Size)、依从数量(Follow up Number)、依从时间(Follow up Time)和临床结果(Result)。研究设计分为分配顺序(Allocation Sequence)和分配隐藏(Allocation Concealment)两个限制属性。依从数量也分为3个限制属性：在流程图中出现的依从数(In Follow Chart)、叙述中出现的依从数(Clarified)和无证据显示依从数(Non Evident)。
该方案与以往的循证医学元数据方案[8-9]相比，更加关注证据的有效性、真实性及可靠性，描述的内容更为深刻，比较适合临床实践指南资源描述。如该方案非常重视临床研究中的统计方法，设计有分配顺序、分配隐藏、样本大小等限制属性等。另外该方案非常重视疾病诊治过程中患者的依从程度，设计有依从数量和时间等限制属性，依从性是保证治疗效果的前提，患者依从性可用于对证据真实性的评估。医疗人员撰写文章时倾向于夸大疗效或者忽视临床结局，其文献中的临床试验结果似乎与研究质量不很相关[12]。将研究结果与临床证据有用性的相关元素细化使EBM元数据方案中的临床结果更为完整，读者也更能了解该临床试验的具体内容，因而有利于对证据的取舍。但该方案用于描述指南网络资源也存在缺陷，因为指南往往有内容非常丰富的结构性摘要，如NGC的结构性摘要包括领域、方法学、推荐等字段，如果在该方案中增加对结构性摘要描述的限制属性则能弥补此缺陷。
3 结 语
EBM作为21世纪的临床医学已受到医学界的普遍关注，EBM资源尤其是网络资源增长迅猛，作为EBM特殊资源的临床实践指南也随之丰富，然而医学情报界对其开发利用的现状却不容乐观。目前笔者还未看到有专门针对临床实践指南的元数据方案，现存的一些医学元数据方案甚至EBM元数据方案并不适合描述临床实践指南，因此有必要致力于开发针对临床实践指南特点的元数据方案。开发临床实践指南元数据方案有利于临床实践指南网络资源的有效检索和利用，同时也有利于将临床实践指南整合于临床实践，更加紧密地将指南与临床实践相结合，发挥指南对临床实践的指导作用。国外有报道[13]将临床实践指南与电子病案整合建立临床决策支持系统，通过指南对收集来的病人资料做出整合性诊断，以供医生和其他专业人士参考，具有较强的医疗指导意义，可以肯定这将是临床实践指南网络资源利用研究的一个发展方向。
参考文献
[1]Dicas D，Goldman MJ，Valerie M，et al.A Handbook on Clinical Practice Guidelines[EB/OL].Canadian Medical Association 2007.http：∥mdm.ca/cpgsnew/cpgs/index.asp，2008-08-17.
[2]Wollersheim H，Burgers J，Grol R.Clinical guidelines to improve patient care[J].Neth J Med.
[3]Woolf SH，Grol R，Hutchinson A，et al.Clinical guidelines：potential benefits，limitations，and harms of clinical guidelines[J].BMJ，1999，318：527-30.
[4]刘鸣.临床实践指南的意义、建议方法和意义[J].中国卒中杂志，2006，(1)：33-36.
[5]梁玲芳，林红，钟丽萍，等.医学信息学[M].北京：中国档案出版社，2006.
[6]李幼平.循证医学[M].北京：高等教育出版社，2004.
[7]邓可刚，何庆.循证医学证据的检索与利用[M].北京：人民卫生出版社，2003.
[8]韩夏，李秉严.循证医学资源及其元数据[J].情报杂志，2004，(8)：117-119.
[9]宋涯含，延清.基于DC的医学资源元数据方案[J].现代图书情报技术，2006，(3)：82-85.
[10]Xu W，Okada M.EBM Metadata Based on Dublin Core Better Presenting Validity of Clinical Trials[J].J Med Syst，2007，31：337-43.
[11]张晓林.元数据研究与应用[M].北京：北京图书馆出版社，2002.
[12]Gluud LL，Srensen TIA，Gtzsche PC，et al.The journal impact factor as a predictor of trial quality and outcomes：Cohort study of hepatobiliary randomized clinical trials[J].Am.J.Gastroenterol，2005，100：2431-2435.
[13]Komulainen J，Kunnamo I，Nyberg P，et al.Developing an Evidence Based Medicine Decision Support System Integrated with EPRs Utilizing Standard Data Elements[EB/OL].http：∥www.cs.vu.nl/~annette/FinalVersions/Komulainen.pdf，2008-08-17.