SYRCLE-Risikobewertungsinstrument: 10 Einträge angewendet auf eine Metaanalyse an realen Tieren

Veröffentlicht November 1, 2026

Das SYRCLE-Risikobewertungsinstrument ist ein weit verbreitetes Verfahren zur Beurteilung der internen Validität systematischer Reviews von Tierinterventionsstudien. Es umfasst zehn Kriterien zu Selektions-, Durchführungs-, Detektions-, Ausfall- und Publikationsbias sowie eine Sammelkategorie für weitere Probleme. Jedes Kriterium wird mit niedrig, hoch oder unklar bewertet. Dieser Leitfaden erläutert jedes Kriterium, vergleicht das Instrument mit der CAMARADES-Qualitätscheckliste und wendet die zehn Kriterien anschließend auf eine reale Open-Access-Metaanalyse präklinischer Studien an, die 2026 veröffentlicht wurden. Wir leiten die prozentualen Werte aus der Tabelle pro Studie ab, benennen den jeweiligen Abschnitt hinter jeder Zeile und kennzeichnen die Kriterien, die von zwei sorgfältigen Gutachtern unterschiedlich bewertet werden könnten.

Das Instrument wurde 2014 von Hooijmans und Kollegen in BMC Medical Research Methodology als Adaption des Cochrane-Risiko-für-Verzerrungen-Tools für randomisierte Studien veröffentlicht . Vier der sechs Autoren waren am SYRCLE, dem Systematic Review Centre for Laboratory Animal Experimentation am Radboud University Medical Center in Nijmegen, tätig, daher der Name des Instruments. Unser ARRIVE 2.0-Leitfaden beschreibt, was Autoren von Tierstudien berichten sollten. Er behandelt außerdem die andere Seite der Medaille: die Beurteilung der Berichterstattung durch Gutachter.

Was das SYRCLE-Risiko-für-Verzerrungen-Tool misst

Das Tool behält die Logik des Cochrane-Ansatzes bei und passt die Fragestellungen an Tierversuche an. Die Autoren ordneten die zehn Einträge sechs Arten von Verzerrungen zu. Selektionsverzerrung wurde dreimal, Leistungsverzerrung zweimal, Detektionsverzerrung zweimal und Ausfallverzerrung, Berichtsverzerrung und sonstige Verzerrungen jeweils einmal aufgeführt. Nach Zählung der Autoren stimmen fünf der zehn Einträge mit dem Cochrane-Tool überein, nämlich Sequenzgenerierung, Verblindung der Zuteilung, unvollständige Ergebnisdaten, selektive Ergebnisberichterstattung und sonstige Verzerrungsquellen. Die verbleibenden fünf spiegeln die Unterschiede zwischen Tierstudien und klinischen Studien wider, beispielsweise die Unterbringung der Tiere in Mehrbettzimmern, die Induktion der Krankheit vor oder nach der Zuteilung und die Auswahl der Tiere für die Ergebnisbewertung.

Jeder Eintrag enthält Signalfragen, die der Gutachter mit Ja, Nein oder Unklar beantwortet. Ein Ja deutet auf ein geringes Risiko hin, ein Nein auf ein hohes Risiko, und Unklar bedeutet, dass der Bericht nicht genügend Informationen enthält. Wird eine relevante Signalfrage zu einem Eintrag mit Nein beantwortet, erhält dieser Eintrag eine hohe Bewertung. Gutachter werden außerdem angewiesen, vor Beginn der Bewertung festzulegen, welche Ausgangsmerkmale und welche anderen Verzerrungsfaktoren für ihre jeweilige Fragestellung relevant sind, da das Tool diese bewusst offen lässt.

Eine wichtige Anweisung wird leicht übersehen. Die Autoren des Tools schreiben: „Wir empfehlen nicht, bei der Verwendung dieses Tools einen zusammenfassenden Score für jede einzelne Studie zu berechnen.“ Jeder Score würde Gewichtungen für die einzelnen Domänen erfordern, und diese Gewichtungen sind schwer zu begründen. Das Tool soll ein Profil mit zehn Bewertungen pro Studie erstellen, das dann in einer Übersichtsarbeit für Sensitivitätsanalysen und zur Beurteilung der Evidenzsicherheit verwendet wird. Für Studien am Menschen ist das aktuelle Cochrane-Tool RoB 2, das wir in unserem RoB-2- Leitfaden und für Anwendungen in Studienübersichten in unserem Leitfaden zu Cochrane RoB 2.0 in Studien beschreiben . Für Vorhersagemodelle ist das entsprechende Tool PROBAST, das in unserem PROBAST-Leitfaden erläutert wird.

Die 10 Kriterien des SYRCLE-Risikobewertungsinstruments im Überblick

Wie man die zehn Beiträge in der Praxis beurteilt

Selektionsverzerrung, Einträge 1 bis 3

Eintrag 1 fragt, ob die Zuteilungssequenz eine echte Zufallskomponente enthielt, beispielsweise durch eine Zufallszahlentabelle oder einen Computergenerator. Zuteilungen nach Präferenz des Forschers, nach Laborergebnis, nach Verfügbarkeit oder nach Tier- bzw. Käfignummer gelten als nicht zufällig. Eintrag 2 fragt, ob die Gruppen zu Beginn vergleichbar waren. Das Tool führt bei Tierversuchen einen zweiten Test durch: Wurde die Krankheit in jeder Gruppe zu einem vergleichbaren Zeitpunkt induziert? Eintrag 3 fragt, ob die Person, die die Tiere zugeteilt hat, die nächste Zuteilung hätte vorhersehen können. Fremdkodierung, zentrale Randomisierung und fortlaufend nummerierte, undurchsichtige, versiegelte Umschläge schützen die Zuteilung, während offene Zuteilungspläne und alternierende Zuteilungen dies nicht tun.

Leistungs- und Erkennungsbias, Einträge 4 bis 7

Eintrag 4 bezieht sich speziell auf Tierversuche. Er fragt, ob Käfige oder Tiere zufällig im Raum platziert wurden, da Regalposition, Licht und Geräuschpegel innerhalb einer Einrichtung variieren können. Das Tool akzeptiert identische Unterbringungsformen, z. B. Gruppen in einem gemeinsamen Käfig, und wertet Gruppen, die in verschiedenen Räumen oder auf unterschiedlichen Regalen gehalten werden, als Warnsignal. Eintrag 5 fragt, ob die Tierpfleger und Forscher die Behandlung der einzelnen Tiere nicht kannten und ob diese Verblindung wahrscheinlich aufrechterhalten werden konnte. Farbige Käfigetiketten, sichtbare Arzneimittelwirkungen und eine Person, die das Experiment vorbereitet und durchführt, schwächen die Aussagekraft, und das Tool verknüpft Eintrag 5 mit den Unterbringungsregeln von Eintrag 4.

Punkt 6 fragt, ob die Tiere für die Ergebnisbewertung zufällig ausgewählt wurden, beispielsweise mithilfe eines Zufallszahlengenerators. Punkt 7 fragt, ob der Gutachter verblindet war. Bei Punkt 7 akzeptiert das Tool einen nicht verblindeten Gutachter, wenn das Ergebnis voraussichtlich nicht beeinflusst wird, beispielsweise die Mortalität. Es wird darauf hingewiesen, dass dieser Punkt für jedes Hauptergebnis separat bewertet werden sollte.

Ausfall, Berichterstattung und andere Verzerrungen, Einträge 8 bis 10

Eintrag 8 fragt, ob alle Tiere in die Analyse einbezogen wurden, ob die Gründe für fehlende Daten nicht mit dem Ergebnis zusammenhingen, ob die fehlenden Daten gruppenübergreifend gleichmäßig verteilt waren und ob eine etwaige Imputation angemessen war. Eintrag 9 fragt, ob ein Protokoll vorlag und alle vorab festgelegten Ergebnisse berichtet wurden oder, falls kein Protokoll vorlag, ob die Abschnitte „Methoden“ und „Ergebnisse“ zeigen, dass alle erwarteten Ergebnisse auftraten. Eintrag 10 erfasst die übrigen Daten, darunter die Verwendung von verunreinigenden oder gepoolten Medikamenten, unzulässige Einflussnahme von Förderern, Fehler in der Analyseeinheit (z. B. Tiere, die zusammen gehalten, aber als unabhängig analysiert wurden), designspezifische Risiken und neu hinzugefügte Tiere zum Ersatz von Ausfällen.

SYRCLE-Risikobewertungsinstrument im Vergleich zur CAMARADES-Qualitätscheckliste

CAMARADES ist der kollaborative Ansatz zur Metaanalyse und Überprüfung von Tierdaten aus experimentellen Studien, ein Forschungsprojekt mit Sitz an der Universität Edinburgh . Die zehn Kriterien umfassende Qualitätscheckliste geht im Allgemeinen auf Metaanalysen zu Schlaganfällen zurück. Macleod et al. berichteten 2004 in der Fachzeitschrift Stroke , dass Studien mit hohen Qualitätswerten präzisere Schätzungen des Gesamteffekts lieferten. Die untenstehende Beispielübersicht zitiert die Checkliste von Sena et al. (2007). Diese Übersichtsarbeit von Qu et al . bewertet folgende Kriterien: Peer-Review-Publikation, Temperaturkontrolle, Randomisierung, verblindete Modellinduktion, verblindete Ergebnisbewertung, Verwendung eines Anästhetikums ohne intrinsische neuroprotektive Wirkung, Angabe der Tierart, Berechnung der Stichprobengröße, Einhaltung der Tierschutzbestimmungen und Offenlegung von Interessenkonflikten. Für jedes positive Kriterium wird ein Punkt vergeben.

Die beiden Instrumente können bei ein und derselben Studie zu unterschiedlichen Ergebnissen führen, wie die Qu-Studie verdeutlicht. In sieben von sieben Studien wurde die Randomisierung auf der Checkliste in allen Fällen positiv bewertet, die Sequenzgenerierung in der SYRCLE-Tabelle jedoch nur in einer von sieben Studien als niedrig eingestuft und in den übrigen sechs als unklar. Die verblindete Ergebnisbewertung wurde auf der Checkliste in allen sieben Fällen negativ bewertet, und die Verblindung der Ergebnisbeurteiler blieb in allen sieben Fällen in der SYRCLE-Tabelle unklar. Die Autoren erklären die erste Diskrepanz mit den Worten: „Die Methode zur Generierung der Zufallssequenz wurde häufig nicht spezifiziert.“ Eine Studie kann angeben, randomisiert gewesen zu sein, und dennoch bei Punkt 1 die Bewertung „unklar“ erhalten, solange die Methode nicht beschrieben wird.

Daraus ergibt sich die praktische Regel: Nutzen Sie die zehn SYRCLE-Kriterien zur Beurteilung von Verzerrungen und zur Risikobewertung bei der Bewertung der Studiensicherheit (siehe unseren GRADE-Leitfaden) . Ergänzen Sie CAMARADES-Kriterien nur dann, wenn die Fragestellung der Übersichtsarbeit auch die Berichtsqualität betrifft. Führen Sie die beiden Tabellen getrennt. Qu et al. gingen genau so vor und geben an, dass ihre Risikobewertung für GRADE auf dem SYRCLE-Tool basierte. Einen umfassenderen Vergleich von Bewertungsinstrumenten für verschiedene Studiendesigns finden Sie in unserem Leitfaden zu Qualitätsbewertungsinstrumenten in systematischen Übersichtsarbeiten.

Wie die Beispiel-Metaanalyse ausgewählt und überprüft wurde

Wir suchten in Europe PMC nach systematischen Übersichtsarbeiten zu Tierstudien unter der CC-BY-Lizenz, die SYRCLE erwähnen und ab Juni 2025 veröffentlicht wurden. Die Suche ergab 797 Treffer. Die ersten 300 wurden auf eine Tabelle im Haupttext geprüft, die jede Studie anhand aller zehn Kriterien bewertet. Eine Übersichtsarbeit wurde ausgewählt, deren Tabelle, schriftliche Bewertung und Lizenz für alle einsehbar waren. Es handelt sich um den Artikel von Ali et al ., erschienen in Frontiers in Pharmacology am 24. Juli 2026 (PMID 42568838).

Vier Quellen stimmen hinsichtlich der Lizenz überein. Crossref führt die endgültige Fassung unter CC BY 4.0 mit einem Startdatum vom 24. Juli 2026, Europe PMC kennzeichnet den Artikel als CC BY, der Volltext in JATS nennt die Creative Commons Attribution License, und die Verlagsseite verlinkt die CC BY 4.0-Lizenz. Sowohl die PMC-Version als auch die Verlagsseite tragen ein Korrekturdatum vom 10. August 2026, wobei die Verlagsseite die Änderung als geringfügig und ohne Auswirkungen auf den wissenschaftlichen Inhalt beschreibt. Wir verglichen Tabelle 2 und den Absatz zum Verzerrungsrisiko in der PMC-Version mit der Verlagsseite vom 1. November 2026 und stellten fest, dass Tabelle 2 identisch ist und die Prozentangaben im Text übereinstimmen.

Jede Zeile unten gibt den Abschnitt an, in dem sich die Belege befinden, was wir neu berechnet haben und eine Bewertung. „ Neu berechnet“ bedeutet, dass unsere Zählung aus Tabelle 2 den Prozentsatz im Text wiedergibt. „Neu berechnet, gerundet“ bedeutet, dass die Zählungen übereinstimmen und sich nur die erste Dezimalstelle unterscheidet. „Bewertung nach Ermessen“ bedeutet, dass die Zählungen übereinstimmen, manchmal nach Rundung, aber ein anderer Gutachter könnte den Eintrag anhand der Signalfragen anders bewerten, da der Artikel den unterstützenden Text nicht enthält. „Unterscheidet sich“ bedeutet, dass eine Zahl nicht neu berechnet werden konnte. Jedes Zitat umfasst maximal 25 Wörter, steht in Anführungszeichen und wurde mit dem Volltext abgeglichen. Dies ist eine arithmetische und berichtstechnische Überprüfung; daher haben wir die 16 Primärartikel, die den Bewertungen zugrunde liegen, nicht geöffnet.

Die diesem Beispiel zugrunde liegende Metaanalyse zu Empagliflozin

Diese Übersichtsarbeit fasst präklinische Studien zu Empagliflozin in Tiermodellen der mit metabolischer Dysfunktion assoziierten Steatose zusammen. Die Autoren durchsuchten Scopus, Web of Science, PubMed, die Wiley Online Library und die Cochrane Library, fanden 1,127 Treffer, behielten nach Entfernung von Duplikaten 816 bei und schlossen 16 Artikel in die Analyse ein. Ein Artikel (Kim et al., 2023) lieferte zwei unabhängige Datensätze, sodass die Analyse 17 Zeilen umfasst. Dreizehn Artikel verwendeten C57BL/6-Mäuse, drei Ratten. Die Dosierungen lagen zwischen 8 und 30 mg/kg pro Tag, und die gepoolten Ergebnisse wurden als standardisierte Mittelwertdifferenzen unter einem Random-Effects-Modell berechnet.

Die Zusammenfassung trägt den Namen SYRCLE, die vollständige Beschreibung findet sich im Abschnitt C der Ergebnisse („Studienqualität und Verzerrungsrisiko“) zusammen mit Tabelle 2 und Abbildung 2. Die Methoden enthalten keinen separaten Unterabschnitt zum Verzerrungsrisiko. Im Artikel heißt es: „Das Verzerrungsrisiko wurde von zwei unabhängigen Forschern bewertet; Unstimmigkeiten wurden vom Leiter des Forschungsteams geklärt.“ Jede Studie wurde anhand von zehn Kriterien (A bis J) mit niedrig (+), unklar (?) oder hoch (−) bewertet. Die Buchstaben A bis J entsprechen den zehn Einträgen in der Reihenfolge von Tabelle 1.

Die Einträge 1 bis 3 des SYRCLE-Risikobewertungsinstruments wurden auf das Beispiel angewendet.

Die Einträge 4 bis 7 beziehen sich auf das Beispiel (Leistung und Erkennungsbias).

Die Einträge 8 bis 10 beziehen sich auf das Beispiel (Fluktuation, Berichterstattung und andere Verzerrungen).

Die vollständige SYRCLE-Tabelle, neu abgeleitet

Die untenstehende Matrix übernimmt die 17 Zeilen aus Tabelle 2 des Artikels als Fakten und addiert unsere Spaltensummen. Die Einträge 1 bis 10 entsprechen der Reihenfolge von Tabelle 1. Die Zellen verwenden die Symbole des Artikels: ein Pluszeichen für geringes Risiko, ein Fragezeichen für unklares Risiko und ein Minuszeichen für hohes Risiko.

Die Tabelle enthält in ihrer Summe über alle 170 Zellen 111 niedrige, 56 unklare und 3 hohe Bewertungen. Abbildung 1 ist eine von den Autoren erstellte Grafik derselben Tabelle, deren Balken mit den oben genannten Summen übereinstimmen.

Lesen eines Studienprofils über die zehn Einträge hinweg

Das Lesen einer Zeile ergibt ein Studienprofil. Zambrano-Vásquez 2025 ist die einzige Zeile mit durchweg niedrigen Bewertungen bei allen zehn Einträgen. Heo 2025 weist bei neun Einträgen niedrige Bewertungen auf, wobei die Zuteilungsverschleierung unklar ist. Abdalla 2023 erzielt bei vier Einträgen (1, 4, 8 und 10) niedrige und bei den übrigen sechs unklare Bewertungen; es ist die einzige Zeile mit einer unklaren Bewertung hinsichtlich selektiver Ergebnisberichterstattung. Xu 2017 und die beiden Datensätze von Kim 2023 weisen ein gemeinsames Profil auf: niedrige Bewertungen bei den Einträgen 1, 2, 4, 8 und 9, unklare Bewertungen bei 3, 5, 6 und 7 sowie eine hohe Bewertung bei Eintrag 10.

Diese Profile beschreiben ein Muster und stellen keine Rangfolge dar, da die Autoren des Tools von einer Addition abraten. Die zugehörige Dokumentation empfiehlt eine Sensitivitätsanalyse, bei der Studien mit hohem Risiko ausgeschlossen werden. Die Beispielanalyse umfasste Leave-One-Out-Analysen und eine Überprüfung ohne zwei Studien mit großen Standardabweichungen. Unserem Verständnis nach geht aus dem Artikel nicht hervor, ob die drei am höchsten bewerteten Zeilen einzeln untersucht wurden.

Die SYRCLE-Scorecard für das Beispiel

Die zehn Einträge verteilen sich wie folgt: 2 neu berechnete Werte, 3 neu berechnete Werte mit Rundungsdifferenzen und 5 Ermessensentscheidungen. Die Bewertung entspricht exakt den Entscheidungen in den Tabellen 3 bis 5.

Eine zweite Überprüfung betrifft die Zahlen um die Tabelle herum. Sechs Angaben stimmen im gesamten Artikel nicht überein, zwei davon sind nicht unerheblich. Wir vermerken sie als Abweichungen in unseren Berechnungen und nicht als Fehler der Autoren, da der Artikel möglicherweise eine Grundlage hat, die er nicht offenlegt.

Zwei Zeilen weichen ab, vier sind von untergeordneter Bedeutung. Nichts davon ändert jedoch etwas an der Tatsache, dass die Zuteilungsverschleierung, die Verblindung der Betreuer und die randomisierte Ergebnisbewertung in diesen Studien größtenteils unklar sind. Sie verdeutlichen aber, warum eine Übersichtsarbeit ihre Begründungen und eine Tabelle auf Zellenebene veröffentlichen sollte, damit Leser die Zählung nachvollziehen können.

Beispielsätze für die Berichterstattung über eine SYRCLE-Bewertung

Die eckigen Klammern sind Platzhalter für Ihre eigenen Angaben. Es handelt sich um Vorlagen, nicht um Text aus dem Artikel.

Ein kurzer SYRCLE-Workflow

1. Formulieren Sie die Bewertungsfrage und einigen Sie sich darauf, welche grundlegenden Merkmale für Eintrag 2 relevant sind, bevor mit der Bewertung begonnen wird.
2. Die zehn Einträge sollten anhand von zwei oder drei Studien mit beiden Gutachtern erprobt werden. Anschließend sollten die Regeln für die Einträge 4, 5 und 10 festgelegt werden.
3. Bewerten Sie jeden Eintrag einzeln und kopieren Sie den unterstützenden Satz aus dem Dokument zusammen mit der Seitenzahl in eine Spalte „Unterstützung“.
4. Bewerten Sie Eintrag 7 für jedes Hauptergebnis.
5. Unstimmigkeiten klären, Autoren kontaktieren, wenn Details fehlen, und Unklarheiten beseitigen, wenn der Bericht keine Angaben enthält.
6. Zeigen Sie eine Tabelle pro Studie und ein zusammenfassendes Diagramm an und addieren Sie die Bewertungen nicht zu einer Punktzahl.
7. Beziehen Sie die Bewertungen in die Sensitivitätsanalyse und in die Risikobewertungsphase des GRADE-Systems für präklinische Evidenz ein und berichten Sie anschließend über den Review gemäß unserer Richtlinie. PRISMA 2020 Leitfaden.

Häufig gestellte Fragen zum SYRCLE-Risiko-für-Verzerrungen-Tool

Wie viele Einträge umfasst das SYRCLE-Risiko-für-Verzerrungen-Tool?

Zehn. Sie lassen sich in sechs Arten von Verzerrungen einteilen: Selektions-, Leistungs-, Erkennungs-, Ausfall-, Berichts- und sonstige Verzerrungen. Jeder Eintrag wird als niedrig, hoch oder unklar bewertet.

Ist das SYRCLE-Tool dasselbe wie ARRIVE?

Nein. ARRIVE gibt Autoren vor, was sie berichten sollen, während SYRCLE es Gutachtern ermöglicht, eine bereits veröffentlichte Studie zu beurteilen. Eine gute ARRIVE-Berichterstattung erleichtert die SYRCLE-Bewertung, da weniger Einträge unklar bleiben. Sehen Sie sich unser Anwendungsbeispiel für ARRIVE 2.0 an.

Können Tiere in einem Experiment geblendet werden?

Die Einträge 5 und 7 betreffen Menschen, nicht Tiere. Sie fragen, ob die Betreuer, Ermittler und Ergebnisbeurteiler wussten, welche Behandlung jedes Tier erhalten hat.

Sollen Gutachter einen SYRCLE-Score berechnen?

Die Autoren des Tools raten davon ab, da die benötigten Gewichtungen schwer zu begründen sind. Die Gutachter berichten über die zehn Bewertungen pro Studie und verwenden sie in Sensitivitätsanalysen.

Erhält das Wort „randomisiert“ bei Eintrag 1 eine niedrige Bewertung?

Nicht von sich aus. Das Tool verlangt eine Zufallskomponente bei der Sequenzgenerierung, daher bleibt ein Bericht, der lediglich besagt, dass die Tiere randomisiert wurden, normalerweise unklar, solange die Methode nicht angegeben wird.

Welches Instrument eignet sich für eine randomisierte Studie am Menschen?

Verwenden Sie RoB 2 für Studien am Menschen. SYRCLE ist für tierexperimentelle Interventionsstudien konzipiert.

Professionelle Unterstützung bei der Beurteilung des Verzerrungsrisikos und der Metaanalyse

Risikobewertungstabellen und gepoolte Schätzwerte sind zwei Schritte einer systematischen Übersichtsarbeit, die eine dokumentierte und nachvollziehbare Vorgehensweise erfordern. Zwei Editverse-Dienste unterstützen diese Schritte.

Unsere Arbeit orientiert sich an COPE, ICMJE und GPP 2022 und entspricht den institutionellen und länderspezifischen Ethikrichtlinien.

Die Verwendung des SYRCLE-Risiko-für-Verzerrungen-Tools gut

Das SYRCLE-Tool zur Beurteilung des Verzerrungsrisikos belohnt detaillierte Angaben. Die Beispielbewertung wendet alle zehn Kriterien auf 17 Zeilen an, veröffentlicht eine Tabelle auf Zellenebene und eine schriftliche Auswertung, sodass Leser die Zählung nachvollziehen können. Alle zehn Prozentwerte pro Kriterium stimmen innerhalb von 0.1 Prozentpunkten überein. Die Kriterien, die größtenteils unklar bleiben – Zuteilungsverschleierung, Verblindung der Betreuer und randomisierte Ergebnisbewertung – sind diejenigen, die die Autoren in ihrer Diskussion nennen. Die Kriterien, die einer erneuten Prüfung bedürfen, sind die hohen Anteile niedriger Bewertungen bei der Sequenzgenerierung, der Unterbringung, dem Studienabbruch und der selektiven Berichterstattung, für die der Artikel keine Begründung liefert. Verfassen Sie für jede Zelle einen Begründungssatz, bewerten Sie Kriterium 7 für jedes Ergebnis, führen Sie Kriterien im CAMARADES-Stil in einer separaten Tabelle auf und stellen Sie die Bewertungen als Profil ohne Gesamtsumme dar.

Referenzen

1. Hooijmans CR, Rovers MM, de Vries RB, Leenaars M, Ritskes-Hoitinga M, Langendam MW. SYRCLEs Risk-of-Bias-Tool für Tierstudien. BMC Med Res Methodol. 2014;14:43. doi:10.1186/1471-2288-14-43. PMID 24667063. PMCID PMC4230647.
2. Ali LS, Mostafa MO, Alsharayiah D, Elkholy MA, Ahmed KA, El-Mansy AA et al. Hepatoprotektive Wirkung von Empagliflozin bei metabolisch bedingter Steatose: eine systematische Übersichtsarbeit und Metaanalyse präklinischer Studien. Front Pharmacol. 2026;17:1822157. doi:10.3389/fphar.2026.1822157. PMID 42568838. PMCID PMC13448050.
3. Qu G, Bi Y, Wang L, Xu L, Zhang Y, Ma Y, et al. Wirksamkeit von Dang Gui Shao Yao San bei der Behandlung vaskulärer Demenz in Tiermodellen: eine systematische Übersichtsarbeit und Metaanalyse. Front Aging Neurosci. 2026;18:1701536. doi:10.3389/fnagi.2026.1701536. PMID 41907844. PMCID PMC13021646.
4. Macleod MR, O'Collins T, Howells DW, Donnan GA. Die Zusammenführung tierexperimenteller Daten zeigt den Einfluss des Studiendesigns und des Publikationsbias. Stroke. 2004;35(5):1203-8. doi:10.1161/01.STR.0000125719.25853.20. PMID 15060322.
5. Higgins JP, Altman DG, Gøtzsche PC, Jüni P, Moher D, Oxman AD, et al. Das Cochrane-Tool zur Beurteilung des Verzerrungsrisikos in randomisierten Studien. BMJ. 2011;343:d5928. doi:10.1136/bmj.d5928. PMID 22008217. PMCID PMC3196245.
6. Hooijmans CR, de Vries RBM, Ritskes-Hoitinga M, Rovers MM, Leeflang MM, IntHout J, et al. Erleichterung von Entscheidungen im Gesundheitswesen durch Bewertung der Evidenzsicherheit präklinischer Tierstudien. PLoS One. 2018;13(1):e0187271. doi:10.1371/journal.pone.0187271. PMID 29324741.
7. Percie du Sert N, Hurst V, Ahluwalia A, Alam S, Avey MT, Baker M, et al. Die ARRIVE-Leitlinien 2.0. Aktualisierte Leitlinien für die Berichterstattung über Tierversuche. PLoS Biol. 2020;18(7):e3000410. doi:10.1371/journal.pbio.3000410. PMID 32663219. PMCID PMC7360023.