系统性评述和荟萃分析依然是有用的研究方法吗？

我们不确定

天津市宝坻区人民医院ICU  刘春广

重症行者翻译组

为了能更好地解决一些临床和研究中的问题，在传统的系统性评述和荟萃分析中，目前最佳的证据是通过寻找，系统性识别，严谨评估以及综合分析来进行。长期以来，系统性评述被认为是医药研究领域循证医学证据等级最高的，在过去的20多年中，已发表的系统性评述和荟萃分析数量显著增加。10年前一项按照严格标准所进行的评估显示每年至少有2500篇新的系统性评述文章发表，此后，所发表的文章数量增加了大约10倍，其中大约有三分之一为定量分析性文章（meta分析）。

系统性评述的优点

理论上，系统性评述有助于临床医生及研究者了解病人的重要信息，从而在医疗行为和干预措施的利弊平衡方面提供明确的处置策略，系统性评述还能为病人，病人亲属及政策制定者提供既平衡又透明的证据，同时，系统性评述也会是制定可靠的临床实践指南的基础。

系统性评述和荟萃分析也越来越广泛的应用于研究项目中，是研究项目的第一步，并用于认识和强调某些不确定的东西和未知的研究领域，其中的一些知识是非常重要的。这种有价值的信息被很多人所利用，包括那些愿意为新的研究提供支持的资助者和那些专注于领先研究方面的杂志编辑们。

个体实验的汇总数据能增加统计学效力和评估效果的精确度，因为个体实验的非汇总数据通常统计学效率低并且1型和2型错误发生的风险高，特别是在评估不良事件时，汇总数据更为重要。因为大多数个体实验适用于良性事件检测而非不良事件。由此可见，荟萃分析能够揭示重要不良事件的关联性，这些关联性在将来还需要进一步加以证实。深入细致的系统性评述和荟萃分析是检测和了解异质性过程的唯一的方式，也是能够为我们提供更广泛的证据视角唯一方式。

系统性评述的缺点

系统性评述和荟萃分析的有效性和解读所面临的最大威胁和挑战包括缺乏系统且透明的操作及报告、纳入研究的方法学质量低、随机错误风险、未识别和未解释的统计学和临床异质性，无预定的统计分析数据采集以及缺乏总体证据质量评估。

尽管在注册和报告方面做了大量的工作，但在系统性评述中，缺乏系统且透明的操作及报告现象依然很普遍。许多的系统性评述文章往往漏洞百出，繁杂冗长且误导读者。

许多实验在方法学上不够严谨，而且大多数试验回避高风险性的系统性错误（偏倚），这种情况反过来便导致高估获益性和低估有害性的风险发生。许多统计分析分析不到位、报告不全面，甚至实验完结后试验性质发生了改变。荟萃分析没必要去除这些偏倚。

由于重复性实验和虚假性发现的原因，荟萃分析面临着更大随机误差的风险。实验的序贯分析方法及其他方法可能会有助于我们对实验结论赋予一定的不确定性。

不同来源的汇总性数据会增加非均一性发生的风险。虽然非均一性问题可用统计学方法进行评估，但当前可使用的方法，如Q检验和I2评价仍不完美，在异质性检测方面仍力度不够，此外当使用这些方法不能展示显著异质性时，可能会给我们一种虚假的真实感。

总体来说，许多系统性评述和荟萃分析的证据质量是低的，是因为偏倚的风险、间接的、不精确的、不一致的风险及出版性的偏倚所致，这对实验结果的有效性方面有显著的影响。

系统性评述的未来

对系统性评述有效性和解读的影响因素是普遍存在的，但所有这些不良因素均可通过一定程度上的精心设计和严格审核加以克服（Fig.1）。对于那些不能克服的（如低质量的原始数据）影响因素，如果能够加以识别和详细描述证据的局限性，良好的系统性评述依然是会有助于加以克服。

具有准确及可靠结论的可信的系统性评述和荟萃分析在准备上肯定是既全面又透明。系统性评述和荟萃分析声明的优先报告项目（PRISMA）为我们提供了如何设计和报告系统性评述的思路和指南。这些指南尽管被认为是必要的，但并不充分，因为没有任何一个指南在设计和报告中能使荟萃分析变得实用，如果从一开始设计本身就没有针对荟萃分析的实用性和重要问题的话（Fig.1）。

传统的回顾性的系统性评述受限于原始数据的固有局限性，尽管设法去发现和整合这些数据。系统性评述（系统性评述和概括性评述的概述）和网络荟萃分析为更广泛的证据观点提供了机会，仔细运用，可进一步增强证据合成的效用。个别病人数据的荟萃分析也越来越受到欢迎，越来越多的的原始数据可能使其成为未来的默认标准，但是，目前个别病人数据依旧受数据的可得性和高的资源需求方面的限制。作为向前推进的一种方式，荟萃分析需要前瞻性的规划和设计。在这一概念中，把多项实验的研究顺序以明确的预期安排加以设计是值得的，从而使所有实验都有利于不断更新的荟萃分析。随着原始数据和荟萃分析越来越同步，可给我们带来更加有用的结果。

结论

一项针对当前系统性评述和荟萃分析的全面评估表明，多数都集中在不重要的问题上并且繁杂冗长，很大一部分文章存在缺陷无法修正，最终做得好且临床实用的系统性评述和荟萃分析仅有3%左右因此，如果我们在大量的文献中见到这样的文章，说明其本身就是巨大的浪费和无效做功。然而，终究还是有少数系统性评述和荟萃分析是非常有用的，最大的挑战在于我们如何使这一少数部分进一步增加，如果可能的话，在将来的系统性评述和荟萃分析中非常有用的部分成为大多数。