Kim był Archie Cochrane?
Archibald (Archie) Cochrane (1909–1988) był brytyjskim lekarzem i epidemiologiem. Urodził się 12 stycznia 1909 r. w Galashiels w Szkocji. W 1930 r. ukończył z wyróżnieniem nauki przyrodnicze w King’s College w Cambridge, a medycynę studiował w University College Hospital w Londynie z przerwą na wojnę domową w Hiszpanii, gdzie w 1936 r. służył jako ochotnik w polowym ambulansie; dyplom lekarza uzyskał w 1938 r. (Chalmers, 2008).
W czasie II wojny światowej trafił do niewoli po kapitulacji wojsk alianckich na Krecie w 1941 r. i jako lekarz jeniecki pracował m.in. w obozie w Salonikach (Chalmers, 2008; Cochrane, 1984). Po wojnie zdobył dyplom zdrowia publicznego w London School of Hygiene and Tropical Medicine, gdzie duży wpływ wywarł na niego Austin Bradford Hill. Od 1948 r. pracował w jednostce badań pylicy płuc (Pneumoconiosis Research Unit) koło Cardiff, a w 1960 r. objął katedrę gruźlicy i chorób klatki piersiowej w Walijskiej Narodowej Szkole Medycznej (do 1969 r.) i zaczął kierować jednostką epidemiologii Medical Research Council w Cardiff. Zmarł 18 czerwca 1988 r. (Chalmers, 2008).
Najważniejsze pomysły
- Wysoki odsetek odpowiedzi. W badaniu doliny Rhondda Fach i Aberdare Valley, rozpoczętym w 1950 r., i w jego 20- i 30-letnich kontynuacjach (1974–1986) domagał się bardzo wysokiego odsetka zbadanych; pomagał mu w tym zespół niepełnosprawnych górników. Sam był najbardziej dumny właśnie z jakości tych badań epidemiologicznych (Chalmers, 2008).
- Skuteczność i wydajność. Książka „Effectiveness and Efficiency” (Cochrane, 1972), oparta na wykładzie Rock Carlinga wygłoszonym w Edynburgu 20 marca 1972 r., szybko stała się wpływowym bestsellerem (Chalmers, 2008). Pokazywała, że to badania randomizowane pozwalają ustalić, które interwencje w opiece zdrowotnej przynoszą więcej pożytku niż szkody.
- Zestawienia badań. W 1979 r. napisał, że to „great criticism of our profession”, iż lekarze nie mają krytycznego, okresowo uaktualnianego zestawienia wszystkich istotnych badań randomizowanych według specjalności. Kilka lat po jego śmierci ta myśl stała się punktem wyjścia Cochrane Collaboration (Chalmers, 2008) – organizacji, która przygotowuje przeglądy systematyczne.
Ciekawostka
Swoją pierwszą próbę kliniczną Cochrane przeprowadził jako jeniec. Latem 1941 r. w przepełnionym obozie przejściowym w Salonikach Niemcy mianowali go naczelnym lekarzem, bo mówił płynnie po niemiecku (Cochrane, 1984). Wśród głodnych jeńców zaczęły się obrzęki nóg. Cochrane wybrał 20 młodych, wycieńczonych mężczyzn z obrzękiem powyżej kolan i umieścił po 10 w dwóch małych salach. Wszyscy dostawali zwykłe racje, ale w jednej sali dodatkowo drożdże kupione za jego pieniądze na czarnym rynku, w drugiej – tabletkę witaminy C. Wiader nie było, więc wynikiem była liczba oddań moczu na dobę. Czwartego dnia różnica była już wyraźna, a lepiej czuło się 8 z 10 mężczyzn z sali z drożdżami i nikt z drugiej (Cochrane i Blythe, 1989).
Z wynikami poszedł do Niemców. Następnego ranka przyszła duża dostawa drożdży, a po kilku dniach racje zwiększono. Po latach ocenił tę próbę surowo: testowała złą hipotezę, była za mała, bez losowania i zbyt krótka – i nazwał ją swoją pierwszą, najgorszą i najbardziej udaną (Cochrane i Blythe, 1989).
Przykład na historycznych danych
Pomysł Cochrane’a – zbierać i łączyć wszystkie badania randomizowane, a wynik uaktualniać – najlepiej widać w skumulowanej metaanalizie: badania dodaje się po kolei według roku i po każdym przelicza efekt łączny. Używamy danych z przeglądu Collinsa i in. (1985): dziewięć badań randomizowanych z lat 1962–1975, w których kobiety w ciąży dostawały diuretyki albo placebo lub nic. Dane są w pakiecie metadat (dat.collins1985b), a efekt liczymy jako iloraz szans metodą Peto, jak autorzy.
Dla stanu przedrzucawkowego (6942 kobiety, 636 przypadków) pierwsze badanie dało OR = 1.04, 95% CI [0.48, 2.28]. Po pięciu małych badaniach z lat 1962–1964 efekt wyglądał imponująco: OR = 0.37 [0.27, 0.52]. Duże badanie Landesmana i in. (1965) przesunęło go do 0.59 [0.49, 0.72], a po wszystkich dziewięciu – OR = 0.66 [0.56, 0.79], p < .001, przy dużej niejednorodności (I² = 73%).
Dla zgonów okołoporodowych (6864 kobiety, 123 zgony) przedział ufności od początku obejmował 1, a końcowy wynik to OR = 0.91 [0.64, 1.31], p = .62. Jak pisali Collins i in. (1985), mniej rozpoznań stanu przedrzucawkowego mogło wynikać po prostu z obniżania ciśnienia przez diuretyki, a w sprawie zgonów badania nie rozstrzygnęły niczego.
Na rysunku
Co widać. Książka i apel, z których Cochrane jest dziś najbardziej znany, powstały pod koniec jego kariery – po ponad dwudziestu latach badań epidemiologicznych w Walii.
Na co uważać. Oś pokazuje tylko lata podane w cytowanych źródłach; nie ma na niej np. powstania Cochrane Collaboration, bo nasze źródła nie podają roku.
Podpis do pracy:
dat.collins1985b z pakietu metadat; obliczenia i rysunek: R, pakiety metafor, ggplot2 i patchwork.Co widać. W lewym panelu pierwsze małe badania obiecywały większy efekt, niż wyszło po dołączeniu dużego badania z 1965 r.; od tego momentu wynik prawie się nie zmienia, zawęża się tylko przedział. W prawym panelu przedziały przez cały czas obejmują 1 – nawet 6864 kobiety to za mało, żeby ocenić wpływ na zgony.
Na co uważać. Kolejne wiersze nie są niezależnymi testami, więc nie szukaj w nich chwili, w której wynik „stał się istotny”. Część badań rozpoznawała stan przedrzucawkowy także po obrzękach; bez nich (7 badań) OR = 0.76 [0.63, 0.91]. Spadek rozpoznań to wynik zastępczy, a nie dowód mniejszej liczby zgonów.
Podpis do pracy:
Gdzie spotkasz Cochrane’a w swojej pracy
- gdy szukasz najlepszych dowodów w medycynie, psychologii klinicznej czy pielęgniarstwie, sięgasz po przeglądy Cochrane – zbudowane na jego idei metaanalizy wszystkich badań randomizowanych;
- gdy sam piszesz przegląd z metaanalizą, przechodzisz drogę od pytania do wykresu lasu – krok po kroku opisuje ją wpis Metaanaliza krok po kroku;
- gdy oceniasz niejednorodność wyników badań, korzystasz z miar I² i τ²;
- gdy planujesz badanie interwencji, jego wiarygodność zależy od losowego przydziału i porównania z grupą kontrolną.
Termin „metaanaliza” wprowadził Gene V. Glass w 1976 r., niezależnie od Cochrane’a; badania porównujące leczenie mają też dłuższą historię – zob. Jamesa Linda.
Spory, mity i trudne strony
- Orędownik RCT, który sam… ich nie prowadził? Peter Elwood, który w 1974 r. przejął po nim kierowanie jednostką MRC (Chalmers, 2008), zauważył (Elwood, 2001), że Cochrane – pamiętany przede wszystkim jako orędownik badań randomizowanych – sam nigdy takiego badania nie przeprowadził. Jego najbardziej znana próba, ta z Salonik, była przydziałem według sal.
- Cochrane czy Cochran? Organizacja Cochrane nosi nazwisko Archiego Cochrane’a. Test Q i test Cochrana–Mantela–Haenszela zawdzięczamy innemu badaczowi – statystykowi Williamowi G. Cochranowi.
- Czy drożdże naprawdę pomogły? Cochrane sam przyznał, że na początku błędnie uznał obrzęki za mokrą postać beri-beri; po latach uważał, że był to obrzęk głodowy, a pomogło raczej białko z drożdży (Cochrane i Blythe, 1989).
Skumulowana metaanaliza w R
Kod liczy test dokładny Fishera dla wyników próby z Salonik (tylko dla ilustracji: przydział był według sal, bez losowania), a potem wczytuje zbiór dat.collins1985b (pakiet metadat, ładowany razem z metafor), dopasowuje model ilorazu szans Peto (rma.peto()) dla stanu przedrzucawkowego i zgonów okołoporodowych i przelicza go po każdym kolejnym badaniu (cumul()). Nic tu nie jest losowane. Drugi przepis rysuje oś czasu (rysunek 1). Rysunki na stronie powstały z tych samych obiektów p1 i p2, którym podmieniono tylko motyw na motyw serwisu; dane, geometrie i skale są identyczne.
1. Próba z Salonik i skumulowana metaanaliza: rysunek 2
Kod R rysunku 2
# Archie Cochrane: skumulowana metaanaliza badań randomizowanych – diuretyki w ciąży (Collins i in., 1985)
suppressPackageStartupMessages({library(metafor); library(ggplot2); library(patchwork)})
options(width = 110)
kol <- c(stan = "#0072B2", koniec = "#D55E00") # Okabe–Ito
motyw <- theme_minimal(base_size = 13) +
theme(panel.grid.minor = element_blank(), plot.title = element_text(face = "bold"), legend.position = "bottom")
data(dat.collins1985b, package = "metadat")
dat <- dat.collins1985b[order(dat.collins1985b$year, dat.collins1985b$id), ]
# Dwa wyniki: „jakakolwiek postać stanu przedrzucawkowego” (pre.*) i zgony okołoporodowe (ped.*, fup.* – liczba obserwowanych)
dat[, c("author", "year", "pre.xti", "pre.nti", "pre.xci", "pre.nci", "ped.xti", "fup.nti", "ped.xci", "fup.nci")]
# Próba z drożdżami w Salonikach (1941): poprawę zgłosiło 8 z 10 mężczyzn w sali z drożdżami i 0 z 10 w sali z witaminą C
# (Cochrane i Blythe, 1989); przydział według sali, bez losowania – test liczymy tylko dla ilustracji
salonika <- matrix(c(8, 2, 0, 10), nrow = 2, dimnames = list(c("lepiej", "bez zmian"), c("drożdże", "witamina C")))
signif(fisher.test(salonika)$p.value, 2)
# Metoda Peto (iloraz szans) – tę samą stosowali Collins i in. (1985); skumulowanie według roku publikacji
# (badania bez żadnego zgonu w obu grupach nie wnoszą informacji o zgonach – metafor ostrzega o brakach yi/vi)
m_pre <- rma.peto(ai = pre.xti, n1i = pre.nti, ci = pre.xci, n2i = pre.nci, data = dat)
m_ped <- rma.peto(ai = ped.xti, n1i = fup.nti, ci = ped.xci, n2i = fup.nci, data = dat)
skumuluj <- function(m, wynik) {
cu <- as.data.frame(cumul(m))
data.frame(wynik = wynik, krok = cu$k, do_roku = dat$year, dodane = dat$author,
OR = exp(cu$estimate), CI_dolna = exp(cu$ci.lb), CI_gorna = exp(cu$ci.ub), p = cu$pval, I2 = cu$I2)
}
sk <- rbind(skumuluj(m_pre, "stan przedrzucawkowy"), skumuluj(m_ped, "zgon okołoporodowy"))
print(transform(sk, OR = round(OR, 2), CI_dolna = round(CI_dolna, 2), CI_gorna = round(CI_gorna, 2),
p = signif(p, 2), I2 = round(I2)), row.names = FALSE)
# Liczba kobiet i zdarzeń łącznie
c(kobiety_pre = sum(dat$pre.nti + dat$pre.nci), przypadki_pre = sum(dat$pre.xti + dat$pre.xci),
kobiety_zgony = sum(dat$fup.nti + dat$fup.nci), zgony = sum(dat$ped.xti + dat$ped.xci))
# Bez badań, w których obrzęk był kryterium rozpoznania
m_bez_obrzeku <- rma.peto(ai = pre.xti, n1i = pre.nti, ci = pre.xci, n2i = pre.nci, data = dat, subset = oedema == 0)
round(c(k = m_bez_obrzeku$k, OR = exp(m_bez_obrzeku$b[[1]]), CI_dolna = exp(m_bez_obrzeku$ci.lb),
CI_gorna = exp(m_bez_obrzeku$ci.ub)), 2)
# Rysunek 2: skumulowany wykres lasu dla obu wyników
sk$etykieta <- factor(sprintf("+ %s (%d)", sk$dodane, sk$do_roku), levels = rev(sprintf("+ %s (%d)", dat$author, dat$year)))
sk$ostatni <- ifelse(sk$krok == max(sk$krok), "wszystkie 9 badań", "stan wiedzy po kolejnym badaniu")
p2 <- ggplot(sk, aes(OR, etykieta, colour = ostatni, shape = ostatni)) +
geom_vline(xintercept = 1, linetype = "dashed", colour = "grey50") +
geom_errorbar(aes(xmin = CI_dolna, xmax = CI_gorna), width = 0.25, orientation = "y") +
geom_point(size = 3, fill = "white", stroke = 1.1) +
facet_wrap(~ wynik) +
scale_x_log10(breaks = c(0.1, 0.2, 0.5, 1, 2, 5), labels = c("0.1", "0.2", "0.5", "1", "2", "5")) +
coord_cartesian(xlim = c(0.08, 8)) +
scale_colour_manual(values = c("stan wiedzy po kolejnym badaniu" = kol[["stan"]], "wszystkie 9 badań" = kol[["koniec"]]), name = NULL) +
scale_shape_manual(values = c("stan wiedzy po kolejnym badaniu" = 21, "wszystkie 9 badań" = 23), name = NULL) +
labs(title = "Skumulowana metaanaliza: diuretyki a placebo lub brak leczenia",
x = "Skumulowany OR Peto (95% CI, skala log.; < 1: mniej zdarzeń po diuretyku)",
y = "Dodane badanie (rok publikacji)") +
motyw
p2Wynik w R
author year pre.xti pre.nti pre.xci pre.nci ped.xti fup.nti ped.xci fup.nci
1 Weseley & Douglas 1962 14 131 14 136 1 131 4 136
2 Flowers et al. 1962 21 385 17 134 6 335 3 110
3 Menzies 1964 14 57 24 48 3 57 2 48
4 Fallis et al. 1964 6 38 18 40 1 34 3 40
5 Cuadros & Tatum 1964 12 1011 35 760 14 1011 13 760
6 Landesman et al. 1965 138 1370 175 1336 24 1370 19 1336
7 Kraus et al. 1966 15 506 20 524 14 506 16 524
8 Tervila & Vartiainen 1971 6 108 2 103 0 108 0 103
9 Campbell & MacGillivray 1975 65 153 40 102 0 153 0 102
[1] 0.00071
wynik krok do_roku dodane OR CI_dolna CI_gorna p I2
stan przedrzucawkowy 1 1962 Weseley & Douglas 1.04 0.48 2.28 9.2e-01 0
stan przedrzucawkowy 2 1962 Flowers et al. 0.59 0.34 1.01 5.5e-02 75
stan przedrzucawkowy 3 1964 Menzies 0.49 0.31 0.77 1.9e-03 62
stan przedrzucawkowy 4 1964 Fallis et al. 0.44 0.29 0.66 6.7e-05 55
stan przedrzucawkowy 5 1964 Cuadros & Tatum 0.37 0.27 0.52 6.7e-09 53
stan przedrzucawkowy 6 1965 Landesman et al. 0.59 0.49 0.72 8.6e-08 74
stan przedrzucawkowy 7 1966 Kraus et al. 0.60 0.50 0.73 8.5e-08 70
stan przedrzucawkowy 8 1971 Tervila & Vartiainen 0.62 0.51 0.74 2.9e-07 71
stan przedrzucawkowy 9 1975 Campbell & MacGillivray 0.66 0.56 0.79 3.3e-06 73
zgon okołoporodowy 1 1962 Weseley & Douglas 0.31 0.05 1.80 1.9e-01 0
zgon okołoporodowy 2 1962 Flowers et al. 0.46 0.15 1.46 1.9e-01 0
zgon okołoporodowy 3 1964 Menzies 0.62 0.23 1.64 3.4e-01 0
zgon okołoporodowy 4 1964 Fallis et al. 0.57 0.24 1.38 2.1e-01 0
zgon okołoporodowy 5 1964 Cuadros & Tatum 0.70 0.39 1.24 2.2e-01 0
zgon okołoporodowy 6 1965 Landesman et al. 0.92 0.60 1.39 6.8e-01 0
zgon okołoporodowy 7 1966 Kraus et al. 0.91 0.64 1.31 6.2e-01 0
zgon okołoporodowy 8 1971 Tervila & Vartiainen 0.91 0.64 1.31 6.2e-01 0
zgon okołoporodowy 9 1975 Campbell & MacGillivray 0.91 0.64 1.31 6.2e-01 0
kobiety_pre przypadki_pre kobiety_zgony zgony
6942 636 6864 123
k OR CI_dolna CI_gorna
7.00 0.76 0.63 0.91 2. Oś czasu: rysunek 1
Kod R rysunku 1
# Oś czasu: Archie Cochrane, 1909–1988 – lata według cytowanych źródeł
library(ggplot2)
zdarzenia <- data.frame(
rok = c(1909, 1936, 1938, 1941, 1948, 1950, 1960, 1972, 1979, 1988),
opis = c("urodził się\nw Galashiels", "ambulans polowy w wojnie\ndomowej w Hiszpanii", "dyplom lekarza\n(Cambridge)",
"niewola; próba\nz drożdżami w Salonikach", "Pneumoconiosis\nResearch Unit", "badanie Rhondda Fach\n– Aberdare Valley",
"katedra w Cardiff;\njednostka epidemiologii MRC", "„Effectiveness\nand Efficiency”", "apel o krytyczne\nzestawienia badań RCT",
"zmarł"),
rodzaj = c("życie", "praca", "praca", "badanie", "praca", "badanie", "praca", "publikacja", "publikacja", "życie"))
zdarzenia$wysokosc <- c(0.5, -0.5, 0.5, -0.5, 0.95, -1.0, 0.45, -0.45, 0.95, -0.5) # nad (+) i pod (−) osią
zdarzenia$wyrownanie <- c(0.5, 0.95, 0.5, 0.05, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5) # bliskie lata 1936 i 1941 rozsunięte na boki
ksztalty <- c("życie" = 21, "praca" = 22, "publikacja" = 23, "badanie" = 24)
kolory <- c("życie" = "grey40", "praca" = "#0072B2", "publikacja" = "#D55E00", "badanie" = "#009E73") # Okabe–Ito
p1 <- ggplot(zdarzenia, aes(rok, 0)) +
geom_hline(yintercept = 0, colour = "grey60", linewidth = 0.8) +
geom_segment(aes(xend = rok, y = 0, yend = wysokosc), colour = "grey70") +
geom_point(aes(shape = rodzaj, fill = rodzaj), size = 4, colour = "black") +
geom_text(aes(y = wysokosc + 0.05 * sign(wysokosc), label = paste0(rok, "\n", opis), vjust = ifelse(wysokosc > 0, 0, 1),
hjust = wyrownanie),
size = 3.3, lineheight = 0.9) +
scale_shape_manual(values = ksztalty, name = NULL) +
scale_fill_manual(values = kolory, name = NULL) +
scale_x_continuous(limits = c(1902, 1995), breaks = seq(1910, 1990, by = 10)) +
scale_y_continuous(limits = c(-1.55, 1.55)) +
labs(x = NULL, y = NULL) +
theme_minimal(base_size = 13) +
theme(axis.text.y = element_blank(), panel.grid = element_blank(), axis.text.x = element_text(colour = "grey30"),
legend.position = "bottom")
p1Bibliografia oprogramowania
Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (test dokładny – funkcja fisher.test() z pakietu stats; metaanaliza – pakiet metafor z danymi z pakietu metadat; rysunki – pakiety ggplot2 i patchwork). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).
- R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
- metafor (wersja 5.2.1): Viechtbauer, W. (2010). Conducting meta-analyses in R with the metafor package. Journal of Statistical Software, 36(3), 1–48. https://doi.org/10.18637/jss.v036.i03
- metadat (wersja 1.6.0): Viechtbauer, W., White, T., Noble, D., Senior, A., & Hamilton, W. (2026). metadat: Meta-analysis datasets [R package]. https://doi.org/10.32614/CRAN.package.metadat
- ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
- patchwork (wersja 1.3.2): Pedersen, T. L. (2025). patchwork: The composer of plots [R package]. https://doi.org/10.32614/CRAN.package.patchwork
Najczęstsze pytania
Kim był Archie Cochrane?
Brytyjskim lekarzem i epidemiologiem (1909–1988), urodzonym w szkockim Galashiels. Po wojnie i niewoli kształcił się u Austina Bradforda Hilla, badał choroby płuc górników w Walii, kierował jednostką epidemiologii Medical Research Council w Cardiff i napisał „Effectiveness and Efficiency” (1972) – książkę o ocenie opieki zdrowotnej badaniami randomizowanymi.
Skąd się wzięła nazwa Cochrane w przeglądach systematycznych?
Od jego apelu z 1979 r.: uznał za poważny zarzut wobec medycyny, że nie ma krytycznego, okresowo uaktualnianego zestawienia wszystkich istotnych badań randomizowanych, ułożonego według specjalności. Kilka lat po jego śmierci ta idea stała się punktem wyjścia Cochrane Collaboration (Chalmers, 2008).
Co Cochrane napisał w „Effectiveness and Efficiency”?
Książka wyrosła z wykładu Rock Carlinga, wygłoszonego w Edynburgu w marcu 1972 r., i szybko stała się wpływowym bestsellerem. Cochrane przekonywał w niej, że to badania randomizowane pozwalają ustalić, które interwencje w opiece zdrowotnej przynoszą więcej pożytku niż szkody.
Jaką próbę kliniczną Cochrane przeprowadził w niewoli?
W obozie jenieckim w Salonikach w 1941 r. podzielił 20 wycieńczonych jeńców z obrzękami na dwie sale: jedna dostawała drożdże, druga witaminę C. Po kilku dniach poprawę zgłosiło 8 z 10 mężczyzn z sali z drożdżami i nikt z drugiej. Sam nazwał tę próbę swoją pierwszą, najgorszą i najbardziej udaną.
Powiązane hasła
Poradniki, w których użyjesz tego pojęcia
Metaanaliza krok po kroku
Od pytania do PRISMA 2020: g Hedgesa, model efektów losowych, heterogeniczność i przedział predykcji, moderatory, wykres lejkowy – z kodem metafor.
Czytaj →PoradnikMetaanaliza – wizualizacja na obrazkach
Wykres lasu w dwóch modelach, I² ≈ 0/50/80%, przedział predykcji, lejek z selekcją i 1000 metaanaliz z błędem publikacji – pięć rysunków z kodem R.
Czytaj →Potrzebujesz wsparcia w analizie danych?
Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.
Wyceń analizęOferta dla studentówBibliografia i dalsza literatura naukowa (APA 7)
- Chalmers, I. (2008). Archie Cochrane (1909–1988). Journal of the Royal Society of Medicine, 101(1), 41–44. https://doi.org/10.1258/jrsm.2007.071004 ● Otwarty dostęp: pełny tekst
- Cochrane, A. L. (1972). Effectiveness and efficiency: Random reflections on health services. Nuffield Provincial Hospitals Trust.
- Cochrane, A. L. (1984). Sickness in Salonica: My first, worst, and most successful clinical trial. British Medical Journal, 289(6460), 1726–1727. https://doi.org/10.1136/bmj.289.6460.1726 ● Otwarty dostęp
- Cochrane, A. L., & Blythe, M. (1989). One man’s medicine: An autobiography of Professor Archie Cochrane. BMJ (Memoir Club).
- Collins, R., Yusuf, S., & Peto, R. (1985). Overview of randomised trials of diuretics in pregnancy. British Medical Journal, 290(6461), 17–23. https://doi.org/10.1136/bmj.290.6461.17 ● Otwarty dostęp
- Elwood, P. (2001). The first, worst, and most successful clinical trial of Archie Cochrane. Journal of Epidemiology and Community Health, 55(6), 369.2–369. https://doi.org/10.1136/jech.55.6.369a ● Otwarty dostęp: pełny tekst
Cytowania BibTeX
@article{chalmers2008archie, author={Chalmers, Iain}, title={{Archie Cochrane (1909–1988)}}, journal={Journal of the Royal Society of Medicine}, year={2008}, volume={101}, number={1}, pages={41--44}, doi={10.1258/jrsm.2007.071004}}@book{cochrane1972effectiveness, author={Cochrane, Archibald L.}, title={{Effectiveness and efficiency: Random reflections on health services}}, year={1972}, publisher={Nuffield Provincial Hospitals Trust}, url={https://www.jameslindlibrary.org/?p=20470}}@article{cochrane1984sickness, author={Cochrane, A. L.}, title={{Sickness in Salonica: My first, worst, and most successful clinical trial}}, journal={British Medical Journal}, year={1984}, volume={289}, number={6460}, pages={1726--1727}, doi={10.1136/bmj.289.6460.1726}}@book{cochrane1989one, author={Cochrane, Archibald L. and Blythe, Max}, title={{One man’s medicine: An autobiography of Professor Archie Cochrane}}, year={1989}, publisher={BMJ (Memoir Club)}, url={https://www.jameslindlibrary.org/articles/sickness-in-salonica/}}@article{collins1985overview, author={Collins, Rory and Yusuf, Salim and Peto, Richard}, title={{Overview of randomised trials of diuretics in pregnancy}}, journal={British Medical Journal}, year={1985}, volume={290}, number={6461}, pages={17--23}, doi={10.1136/bmj.290.6461.17}}@article{elwood2001first, author={Elwood, Peter}, title={{The first, worst, and most successful clinical trial of Archie Cochrane}}, journal={Journal of Epidemiology and Community Health}, year={2001}, volume={55}, number={6}, pages={369.2--369}, doi={10.1136/jech.55.6.369a}}