Strumento SYRCLE per la valutazione del rischio di bias: 10 voci applicate a una meta-analisi su animali reali

Pubblicato il 1 novembre 2026

Lo strumento SYRCLE per la valutazione del rischio di bias è ampiamente utilizzato per giudicare la validità interna in una revisione sistematica di studi di intervento su animali. Comprende dieci voci che riguardano il bias di selezione, di esecuzione, di rilevamento, di abbandono e di reporting, oltre a una voce generica per altri problemi, e ogni voce è classificata come bassa, alta o incerta. Questa guida spiega ciascuna voce, confronta lo strumento con la checklist di qualità CAMARADES e applica le dieci voci a una meta-analisi ad accesso aperto di studi preclinici pubblicata nel 2026. Ricaviamo le percentuali dalla tabella per studio, indichiamo la sezione corrispondente a ciascuna riga e segnaliamo le voci che due revisori attenti potrebbero valutare in modo diverso.

Lo strumento è stato pubblicato da Hooijmans e colleghi su BMC Medical Research Methodology nel 2014 come adattamento dello strumento Cochrane per la valutazione del rischio di bias negli studi randomizzati . Quattro dei sei autori lavoravano presso SYRCLE, il Centro di revisione sistematica per la sperimentazione animale presso il Radboud University Medical Center di Nijmegen, da cui lo strumento prende il nome. La nostra guida ARRIVE 2.0 illustra cosa dovrebbero riportare gli autori di studi su animali. Questa guida si concentra sull'altro lato della medaglia, ovvero su come un revisore valuta ciò che è stato riportato.

Cosa misura lo strumento SYRCLE per la valutazione del rischio di pregiudizi

Lo strumento mantiene la logica dell'approccio Cochrane e modifica le domande per adattarle agli esperimenti sugli animali. Gli autori hanno classificato le dieci voci in sei tipologie di bias. Il bias di selezione è rappresentato da tre voci, il bias di prestazione da due, il bias di rilevamento da due e il bias di abbandono, il bias di reporting e altri bias da una voce ciascuno. Secondo i calcoli degli autori, cinque delle dieci voci concordano con lo strumento Cochrane, ovvero la generazione della sequenza, l'occultamento dell'assegnazione, i dati incompleti sugli esiti, il reporting selettivo degli esiti e altre fonti di bias. Le restanti cinque riflettono le differenze tra gli studi sugli animali e gli studi clinici, ad esempio l'alloggiamento degli animali in stanze condivise, l'induzione della malattia prima o dopo l'assegnazione e la selezione degli animali per la valutazione degli esiti.

Ogni voce è accompagnata da domande di segnalazione a cui il revisore deve rispondere con sì, no o non chiaro. Un sì ​​indica un basso rischio, un no un rischio elevato e non chiaro significa che il rapporto non fornisce informazioni sufficienti. Se a una qualsiasi delle domande di segnalazione pertinenti a una voce viene data risposta negativa, la voce viene valutata positivamente. Ai revisori viene inoltre richiesto di decidere, prima di iniziare, quali caratteristiche di base e quali elementi relativi ad altri bias siano rilevanti per la propria domanda di revisione, poiché lo strumento lascia volutamente tali aspetti aperti.

Un'istruzione è facile da trascurare. Gli autori dello strumento scrivono: "Non raccomandiamo di calcolare un punteggio riassuntivo per ogni singolo studio quando si utilizza questo strumento". Qualsiasi punteggio richiederebbe dei pesi per i domini, e questi pesi sono difficili da giustificare. Lo strumento è pensato per fornire un profilo di dieci valutazioni per studio, che una revisione utilizza poi nell'analisi di sensibilità e quando valuta la certezza delle prove. Per gli studi sugli esseri umani, lo strumento Cochrane attualmente utilizzato è RoB 2, che trattiamo nella nostra guida a RoB 2 e, per le applicazioni nelle revisioni di studi clinici, nella nostra guida a Cochrane RoB 2.0 negli studi clinici . Per i modelli predittivi, lo strumento di abbinamento è PROBAST, spiegato nella nostra guida a PROBAST.

Le 10 voci dello strumento SYRCLE per la valutazione del rischio di bias in sintesi

Come valutare in pratica le dieci candidature

Distorsione di selezione, voci da 1 a 3

Il punto 1 chiede se la sequenza di assegnazione avesse una componente di casualità effettiva, come ad esempio una tabella di numeri casuali o un generatore di numeri casuali. L'assegnazione in base alla preferenza del ricercatore, a un risultato di laboratorio, alla disponibilità o al numero dell'animale o della gabbia è considerata non casuale. Il punto 2 chiede se i gruppi fossero simili all'inizio. Lo strumento aggiunge un secondo test per il lavoro sugli animali, ovvero se la malattia sia stata indotta in un momento comparabile in ciascun gruppo. Il punto 3 chiede se la persona che ha assegnato gli animali avrebbe potuto prevedere l'assegnazione successiva. La codifica da parte di terzi, la randomizzazione centralizzata e le buste sigillate opache numerate in sequenza proteggono l'assegnazione, mentre i protocolli aperti e l'alternanza non lo fanno.

Prestazioni e bias di rilevamento, voci da 4 a 7

La voce 4 è specifica per il lavoro con gli animali. Chiede se le gabbie o gli animali siano stati posizionati in modo casuale all'interno della stanza, poiché la posizione sugli scaffali, la luce e il rumore possono variare all'interno di una struttura. Lo strumento accetta alloggi identici, come gruppi che condividono una gabbia, e considera gruppi tenuti in stanze diverse o su scaffali diversi come un segnale di allarme. La voce 5 chiede se gli operatori e i ricercatori non fossero a conoscenza del trattamento somministrato a ciascun animale e se fosse probabile che il mascheramento fosse efficace. Etichette colorate per le gabbie, effetti visibili dei farmaci e una sola persona che prepara e gestisce l'esperimento indeboliscono il mascheramento, e lo strumento ricollega la voce 5 alle regole di alloggio della voce 4.

La voce 6 chiede se gli animali sono stati selezionati in modo casuale per la valutazione dei risultati, ad esempio con un generatore di numeri casuali. La voce 7 chiede se il valutatore era in cieco. Per la voce 7, lo strumento accetta un valutatore non in cieco quando è improbabile che il risultato venga influenzato, come nel caso della mortalità, e specifica che la voce deve essere valutata per ciascun risultato principale.

Abbandono, distorsioni nella segnalazione e altri pregiudizi, voci da 8 a 10

La voce 8 chiede se tutti gli animali sono stati inclusi nell'analisi, se le ragioni dei dati mancanti non erano correlate all'esito, se i dati mancanti erano bilanciati tra i gruppi e se l'imputazione era appropriata. La voce 9 chiede se era disponibile un protocollo e se tutti gli esiti predefiniti sono stati riportati o, in assenza di un protocollo, se le sezioni relative a metodi e risultati mostrano che tutti gli esiti attesi sono stati riscontrati. La voce 10 raccoglie il resto, inclusi farmaci mischiati o contaminanti, influenze inappropriate da parte dei finanziatori, errori nell'unità di analisi come animali tenuti insieme in gabbia ma analizzati come indipendenti, rischi specifici del disegno sperimentale e nuovi animali aggiunti per sostituire quelli che hanno abbandonato lo studio.

Strumento di valutazione del rischio di bias SYRCLE a confronto con la checklist di qualità CAMARADES.

CAMARADES è l'acronimo di Collaborative Approach to Meta-Analysis and Review of Animal Data from Experimental Studies, un approccio collaborativo di ricerca con sede presso l' Università di Edimburgo . La sua checklist di qualità, composta da dieci elementi, deriva generalmente dalle meta-analisi sull'ictus. Macleod e colleghi hanno riportato sulla rivista Stroke nel 2004 che gli studi con un punteggio elevato su una determinata misura di qualità fornivano stime più precise dell'effetto globale. L'esempio di revisione riportato di seguito cita la checklist come Sena e colleghi 2007. Tale revisione, Qu e colleghi , valuta i seguenti criteri: pubblicazione peer-reviewed, controllo della temperatura, randomizzazione, induzione del modello in cieco, valutazione dell'esito in cieco, anestetico senza attività neuroprotettiva intrinseca, specie animale dichiarata, calcolo della dimensione del campione, rispetto del benessere animale e dichiarazione di conflitto di interessi, con un punto per ogni risposta affermativa.

I due strumenti possono non concordare sullo stesso studio, e la revisione di Qu mostra come. Nei suoi sette studi, l'assegnazione casuale ha ottenuto un punteggio positivo in 7 su 7 nella checklist, eppure la generazione della sequenza è stata valutata negativamente solo in 1 su 7 nella tabella SYRCLE e non chiara negli altri 6. La valutazione in cieco dell'esito ha ottenuto un punteggio negativo in 7 su 7 nella checklist, e il mascheramento dei valutatori dell'esito è risultato non chiaro in 7 su 7 nella tabella SYRCLE. Gli autori spiegano la prima discrepanza con le proprie parole, osservando che "il metodo utilizzato per generare la sequenza casuale non è stato spesso specificato". Uno studio può affermare di aver randomizzato e ottenere comunque una valutazione non chiara alla voce 1 finché il metodo non viene descritto.

La regola pratica deriva da ciò. Utilizzate le dieci voci SYRCLE per valutare il bias e per alimentare la fase di valutazione del rischio di bias quando assegnate un punteggio di certezza, come spiegato nella nostra guida GRADE , e aggiungete elementi in stile CAMARADES solo quando la domanda di revisione riguarda anche la qualità della rendicontazione. Mantenete le due tabelle separate. Qu e colleghi hanno fatto esattamente questo e affermano che le loro valutazioni del rischio di bias per GRADE sono state basate sullo strumento SYRCLE. Per un confronto più ampio degli strumenti di valutazione nei diversi disegni di studio, consultate la nostra guida agli strumenti di valutazione della qualità nelle revisioni sistematiche.

Come è stata scelta e verificata la meta-analisi di esempio

Abbiamo effettuato una ricerca su Europe PMC per revisioni sistematiche di studi su animali con licenza CC BY che menzionassero SYRCLE e fossero state pubblicate a partire da giugno 2025. La ricerca ha restituito 797 risultati e abbiamo esaminato i primi 300 alla ricerca di una tabella nel testo principale che valutasse ciascuno studio in base a tutte e dieci le voci. Abbiamo selezionato un articolo di cui potevamo verificare la tabella, il conteggio dei punti e la licenza. L'articolo è di Ali e colleghi , pubblicato su Frontiers in Pharmacology il 24 luglio 2026 (PMID 42568838).

Quattro fonti concordano sulla licenza. Crossref elenca la versione definitiva sotto licenza CC BY 4.0 con data di inizio 24 luglio 2026, Europe PMC contrassegna l'articolo come CC BY, il testo completo di JATS indica la licenza Creative Commons Attribution e la pagina dell'editore rimanda al documento CC BY 4.0. Sia la copia PMC che la pagina dell'editore riportano una data di correzione del 10 agosto 2026, e la pagina dell'editore descrive la modifica come minore e senza effetti sul contenuto scientifico. Abbiamo confrontato la Tabella 2 e il paragrafo sul rischio di bias nella copia PMC con la pagina dell'editore del 1° novembre 2026 e abbiamo riscontrato che la Tabella 2 è identica e le percentuali nel testo sono le stesse.

Ogni riga sottostante indica la sezione in cui si trova la prova, ciò che abbiamo ricavato nuovamente e una valutazione. " Ricalcolato nuovamente" significa che il nostro conteggio dalla Tabella 2 riproduce la percentuale nel testo. "Ricalcolato, arrotondato" significa che i conteggi concordano e solo la prima cifra decimale differisce. "Valutazione discrezionale" significa che i conteggi concordano, a volte dopo l'arrotondamento, ma un altro revisore che utilizza le domande di segnalazione potrebbe valutare la voce in modo diverso, perché l'articolo non mostra il testo di supporto. "Differisce" significa che una cifra non è stata ricavata nuovamente. Ogni citazione è di 25 parole o meno, è racchiusa tra virgolette ed è stata verificata rispetto al testo completo. Si tratta di una verifica aritmetica e di reporting, quindi non abbiamo aperto i 16 articoli primari alla base delle valutazioni.

La meta-analisi sull'empagliflozin alla base di questo esempio pratico

La revisione raccoglie studi preclinici sull'empagliflozina in modelli animali di steatosi epatica associata a disfunzione metabolica. Gli autori hanno effettuato una ricerca su Scopus, Web of Science, PubMed, Wiley Online Library e Cochrane Library, trovando 1,127 risultati, di cui 816 dopo aver rimosso i duplicati, e hanno incluso 16 articoli. Un articolo, quello di Kim e colleghi del 2023, ha fornito due set di dati indipendenti, pertanto l'analisi presenta 17 righe. Tredici articoli hanno utilizzato topi C57BL/6 e tre ratti. I dosaggi variavano da 8 a 30 mg/kg al giorno e i risultati aggregati erano differenze medie standardizzate secondo un modello a effetti casuali.

L'abstract si intitola SYRCLE e la descrizione completa si trova nella sezione Risultati, sezione C ("Qualità dello studio e rischio di bias"), insieme alla Tabella 2 e alla Figura 2. La sezione Metodi non presenta una sottosezione separata sul rischio di bias. L'articolo afferma che "Il rischio di bias è stato valutato da due ricercatori indipendenti e le discrepanze sono state risolte dal responsabile del team di ricerca". Ogni studio è stato valutato basso (+), non chiaro (?) o alto (−) in base a dieci elementi etichettati dalla A alla J. Le lettere dalla A alla J corrispondono alle dieci voci nell'ordine della Tabella 1 sopra riportata.

SYRCLE strumento di valutazione del rischio di bias voci da 1 a 3 applicate all'esempio

Le voci da 4 a 7 sono state applicate all'esempio (prestazioni e bias di rilevamento).

Le voci da 8 a 10 si applicano all'esempio (abbandono, segnalazione e altri pregiudizi)

La tabella SYRCLE completa, derivata nuovamente

La matrice sottostante riproduce le 17 righe della Tabella 2 dell'articolo come dati di fatto e aggiunge i totali di colonna. Le voci da 1 a 10 seguono l'ordine della Tabella 1. Le celle utilizzano i simboli specifici dell'articolo: un segno più per un rischio basso, un punto interrogativo per un rischio non chiaro e un segno meno per un rischio elevato.

Sommando i valori di tutte le 170 celle, la tabella riporta 111 valutazioni basse, 56 non chiare e 3 alte. La Figura 1 mostra il grafico della stessa tabella elaborato dagli autori, e le sue barre corrispondono ai totali sopra riportati.

Lettura del profilo di studio attraverso le dieci voci

Leggendo una riga si ottiene un profilo dello studio. Zambrano-Vásquez 2025 è l'unica riga con un punteggio basso su tutte e dieci le voci. Heo 2025 ha un punteggio basso su nove voci, con l'occultamento dell'assegnazione non chiaro. Abdalla 2023 ha un punteggio basso su quattro voci (1, 4, 8 e 10) e non chiaro sulle altre sei, ed è l'unica riga con un punteggio non chiaro per la segnalazione selettiva dei risultati. Xu 2017 e i due dataset Kim 2023 condividono un profilo, con punteggi bassi sulle voci 1, 2, 4, 8 e 9, punteggi non chiari sulle voci 3, 5, 6 e 7 e un punteggio alto sulla voce 10.

Questi profili descrivono uno schema e non una classifica, poiché gli autori dello strumento sconsigliano di sommarli. L'articolo sullo strumento suggerisce di eseguire un'analisi di sensibilità escludendo gli studi ad alto rischio. La revisione di esempio ha eseguito analisi leave-one-out e una verifica escludendo due studi con deviazioni standard elevate, e a nostro avviso l'articolo non specifica se le tre righe con il punteggio più alto siano state esaminate singolarmente.

La scorecard SYRCLE per l'esempio

Le dieci voci si suddividono in 2 ricalcolate, 3 ricalcolate con differenze di arrotondamento e 5 decisioni basate su giudizi soggettivi. La scheda di valutazione segue esattamente le decisioni riportate nelle Tabelle da 3 a 5.

Un secondo controllo riguarda le cifre che circondano la tabella. Sei elementi non corrispondono nell'articolo, e due di questi non sono di poco conto. Li segnaliamo come differenze nei nostri calcoli, non come errori degli autori, perché l'articolo potrebbe contenere una base di calcolo che non viene esplicitata.

Due righe differiscono e quattro presentano differenze minori. Nessuna di queste cambia il quadro generale, ovvero che l'occultamento dell'assegnazione, il mascheramento degli operatori sanitari e la valutazione casuale degli esiti sono per lo più poco chiari in questi studi. Dimostrano però perché una revisione dovrebbe pubblicare le proprie dichiarazioni di supporto e una tabella a livello di cella, in modo che il lettore possa ripetere il conteggio.

Frasi modello per la segnalazione di una valutazione SYRCLE

Le parentesi quadre sono dei segnaposto per i tuoi dati. Si tratta di modelli e non di testo tratto dall'articolo.

Breve descrizione del flusso di lavoro SYRCLE

1. Scrivi la domanda di valutazione e concorda quali caratteristiche di base sono importanti per la voce 2 prima di iniziare qualsiasi valutazione.
2. Testare le dieci voci su due o tre studi con entrambi i revisori e definire le regole per le voci 4, 5 e 10.
3. Valuta ciascuna voce singolarmente e copia la frase di supporto dal documento in una colonna apposita, indicando anche il numero di pagina.
4. Valuta la voce 7 per ciascun risultato principale.
5. Risolvete i disaccordi, contattate gli autori laddove manchi un dettaglio e mantenete un atteggiamento ambiguo quando il rapporto non fornisce chiarimenti.
6. Mostra una tabella per ogni studio e un grafico riassuntivo, senza sommare le valutazioni in un punteggio.
7. Porta le valutazioni nell'analisi di sensibilità e nella fase di rischio di bias del GRADE per le prove precliniche, quindi segnala la revisione secondo il nostro Guida PRISMA 2020.

Domande frequenti sullo strumento SYRCLE per la valutazione del rischio di bias

Quante voci contiene lo strumento SYRCLE per la valutazione del rischio di bias?

Dieci. Sono suddivisi in sei tipologie di bias: di selezione, di prestazione, di rilevamento, di abbandono, di reporting e altri. Ogni voce è classificata come bassa, alta o incerta.

Lo strumento SYRCLE è lo stesso di ARRIVE?

No. ARRIVE indica agli autori cosa riportare, mentre SYRCLE permette a un revisore di valutare uno studio già pubblicato. Una buona rendicontazione ARRIVE semplifica le valutazioni SYRCLE, perché un minor numero di voci rimane poco chiaro. Consulta il nostro esempio pratico di ARRIVE 2.0.

È possibile rendere ciechi gli animali durante un esperimento?

Le voci 5 e 7 riguardano le persone, non gli animali. Chiedono se chi si prende cura degli animali, i ricercatori e i valutatori dei risultati sapessero quale trattamento avesse ricevuto ciascun animale.

I revisori devono calcolare un punteggio SYRCLE?

Gli autori dello strumento lo sconsigliano, perché un punteggio totale richiede ponderazioni difficili da giustificare. I revisori riportano le dieci valutazioni per ogni studio e le utilizzano nell'analisi di sensibilità.

La parola "randomizzato" ottiene un punteggio basso nella voce 1?

Non da solo. Lo strumento richiede una componente casuale nella generazione della sequenza, quindi un report che afferma solo che gli animali sono stati randomizzati normalmente rimane poco chiaro finché non viene specificato il metodo.

Quale strumento è più adatto a uno studio clinico randomizzato sull'uomo?

Utilizzare RoB 2 per le sperimentazioni sull'uomo. SYRCLE è progettato per gli studi di intervento sugli animali.

Supporto professionale per la valutazione del rischio di bias e la meta-analisi

Le tabelle del rischio di bias e le stime aggregate sono due fasi di una revisione sistematica che richiedono un lavoro documentato e verificabile. Due servizi di Editverse si basano sulle fasi sopra descritte.

Il nostro lavoro è in linea con le linee guida del COPE, dell'ICMJE e delle GPP 2022, e rispetta i requisiti etici istituzionali e nazionali.

Utilizzare correttamente lo strumento SYRCLE per la valutazione del rischio di bias

Lo strumento SYRCLE per la valutazione del rischio di bias premia la precisione. L'esempio di revisione applica tutte e dieci le voci a 17 righe, pubblica una tabella a livello di cella e un conteggio scritto, consentendo così al lettore di ripetere il conteggio. Tutte e dieci le percentuali per voce si ripetono con una precisione di 0.1 punti percentuali, e le voci che rimangono perlopiù ambigue, ovvero l'occultamento dell'assegnazione, il mascheramento degli operatori sanitari e la valutazione casuale degli esiti, sono quelle citate dagli autori nella sezione Discussione. Le voci che meritano un secondo esame sono le elevate percentuali di valutazioni basse relative alla generazione della sequenza, all'alloggio, all'abbandono e alla segnalazione selettiva, per le quali l'articolo non fornisce prove a supporto. Scrivere la frase di supporto per ogni cella, valutare la voce 7 per ogni esito, mantenere gli elementi in stile CAMARADES in una tabella separata e lasciare le valutazioni come profilo senza totale.

Referenze

1. Hooijmans CR, Rovers MM, de Vries RB, Leenaars M, Ritskes-Hoitinga M, Langendam MW. Strumento di rischio di bias di SYRCLE per gli studi sugli animali. Metodo BMC Med Res. 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. Effetti epatoprotettivi dell'empagliflozina nella steatosi epatica associata a disfunzione metabolica: una revisione sistematica e una meta-analisi di studi preclinici. 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. Efficacia di Dang Gui Shao Yao San nel trattamento della demenza vascolare in modelli animali: una revisione sistematica e una meta-analisi. 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. L'aggregazione dei dati sperimentali sugli animali rivela l'influenza del disegno dello studio e del bias di pubblicazione. 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. Lo strumento della Cochrane Collaboration per la valutazione del rischio di bias negli studi randomizzati. 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. Facilitare le decisioni sanitarie valutando la certezza delle prove derivanti da studi preclinici su animali. 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. Le linee guida ARRIVE 2.0. Linee guida aggiornate per la segnalazione della ricerca sugli animali. PLoS Biol. 2020;18(7):e3000410. doi:10.1371/journal.pbio.3000410. PMID 32663219. PMCID PMC7360023.