SYRCLE Risk of Bias Tool: 10 Entry na Inilapat sa isang Tunay na Meta-Analysis ng Hayop

Nai-publish Nobyembre 1, 2026

Ang SYRCLE risk of bias tool ay isang malawakang ginagamit na paraan upang husgahan ang internal validity sa isang sistematikong pagsusuri ng mga pag-aaral sa interbensyon ng hayop. Mayroon itong sampung entry na sumasaklaw sa pagpili, pagganap, pagtuklas, attrition at pag-uulat ng bias kasama ang isang catch-all para sa iba pang mga problema, at bawat entry ay binibigyan ng rating na mababa, mataas o hindi malinaw. Ipinapaliwanag ng gabay na ito ang bawat entry, inihahambing ang tool sa CAMARADES quality checklist, at pagkatapos ay inilalapat ang sampung entry sa isang tunay na open-access meta-analysis ng mga preclinical na pag-aaral na inilathala noong 2026. Kinukuha namin muli ang mga porsyento nito mula sa talahanayan ng bawat pag-aaral, pinapangalanan ang seksyon sa likod ng bawat hilera, at minamarkahan ang mga tawag na maaaring magkaiba ang iskor ng dalawang maingat na tagasuri.

Ang kagamitang ito ay inilathala nina Hooijmans at mga kasamahan sa BMC Medical Research Methodology noong 2014 bilang isang adaptasyon ng kagamitang Cochrane risk of bias para sa mga randomized trial . Apat sa anim na may-akda nito ay nakabase sa SYRCLE, ang Systematic Review Centre for Laboratory animal Experimentation sa Radboud University Medical Center sa Nijmegen, na siyang nagbigay ng pangalan sa kagamitan. Sinasaklaw ng aming gabay na ARRIVE 2.0 kung ano ang dapat iulat ng mga may-akda ng mga pag-aaral sa hayop. Sinasaklaw ng gabay na ito ang kabilang panig ng mesa, na siyang paraan ng paghuhusga ng isang tagasuri kung ano ang naiulat.

Ang sinusukat ng tool na SYRCLE para sa panganib ng bias

Pinapanatili ng kagamitan ang lohika ng pamamaraang Cochrane at binabago ang mga tanong upang umangkop sa mga eksperimento sa hayop. Inayos ng mga may-akda ang sampung entry sa ilalim ng anim na uri ng bias. Ang selection bias ay may tatlong entry, ang performance bias ay may dalawa, ang detection bias ay may dalawa, at ang attrition bias, reporting bias at iba pang bias ay may tig-iisa. Sa bilang ng mga may-akda, lima sa sampung entry ang sumasang-ayon sa Cochrane tool, katulad ng sequence generation, allocation concealment, incomplete outcome data, selective outcome reporting at iba pang pinagmumulan ng bias. Ang natitirang lima ay sumasalamin kung paano naiiba ang mga pag-aaral sa hayop mula sa mga klinikal na pagsubok, halimbawa ang pagpapatira sa mga hayop sa mga shared room, pag-induce ng sakit bago o pagkatapos ng alokasyon, at pagpili ng mga hayop para sa pagtatasa ng kinalabasan.

Ang bawat entry ay may kasamang mga tanong na nagbibigay ng senyales na sinasagot ng tagasuri ng oo, hindi, o hindi malinaw. Ang oo ay tumutukoy sa mababang panganib, ang hindi ay tumutukoy sa mataas na panganib, at ang hindi malinaw ay nangangahulugan na ang ulat ay hindi nagbibigay ng sapat na impormasyon. Kung ang anumang kaugnay na tanong na nagbibigay ng senyales para sa isang entry ay sinagot ng hindi, ang entry na iyon ay bibigyan ng mataas na rating. Sinabihan din ang mga tagasuri na magpasya, bago sila magsimula, kung aling mga baseline na katangian at kung aling mga item na may other bias ang mahalaga para sa kanilang sariling tanong sa pagsusuri, dahil sadyang iniiwan ng tool na bukas ang mga iyon.

Madaling makaligtaan ang isang tagubilin. Isinulat ng mga may-akda ng tool, "Hindi namin inirerekomenda ang pagkalkula ng buod ng iskor para sa bawat indibidwal na pag-aaral kapag ginagamit ang tool na ito." Anumang iskor ay mangangailangan ng mga timbang para sa mga domain, at ang mga timbang na iyon ay mahirap ipagtanggol. Ang tool ay nilalayong magbigay ng profile ng sampung rating bawat pag-aaral, na gagamitin ng isang pagsusuri sa pagsusuri ng sensitivity at kapag hinuhusgahan nito ang katiyakan ng ebidensya. Para sa mga pagsubok sa mga tao, ang kasalukuyang tool ng Cochrane ay RoB 2, na tatalakayin namin sa aming gabay sa RoB 2 at, para sa mga aplikasyon sa mga pagsusuri sa pagsubok, sa aming gabay sa Cochrane RoB 2.0 sa mga pagsubok . Para sa mga modelo ng prediksyon, ang tool sa pagtutugma ay PROBAST, na ipinaliwanag sa aming gabay sa PROBAST.

Ang 10 entry ng SYRCLE risk of bias tool sa isang sulyap

Paano husgahan ang sampung entry sa pagsasagawa

Pagkiling sa pagpili, mga entry 1 hanggang 3

Itinatanong sa Entry 1 kung ang pagkakasunod-sunod ng alokasyon ay mayroong tunay na random na bahagi, tulad ng isang random number table o isang computer generator. Ang alokasyon ayon sa kagustuhan ng imbestigador, ayon sa resulta ng laboratoryo, ayon sa availability, o ayon sa bilang ng hayop o kulungan ay binibilang na hindi random. Itinatanong sa Entry 2 kung ang mga grupo ay magkamukha sa simula. Nagdaragdag ang tool ng pangalawang pagsubok para sa gawain sa hayop, na kung ang sakit ay naganap sa isang magkatulad na oras sa bawat grupo. Itinatanong sa Entry 3 kung ang taong nagtalaga ng mga hayop ay maaaring nahulaan ang susunod na takdang-aralin. Ang third-party coding, central randomisation, at sunud-sunod na may numerong opaque selyadong mga sobre ay nagpoprotekta sa alokasyon, habang ang mga bukas na iskedyul at pagpapalit ay hindi.

Bias sa pagganap at pagtuklas, mga entry 4 hanggang 7

Ang Entry 4 ay partikular sa gawain ng mga hayop. Itinatanong nito kung ang mga hawla o hayop ay inilagay nang random sa loob ng silid, dahil ang posisyon ng istante, liwanag, at ingay ay maaaring magkaiba sa bawat pasilidad. Tinatanggap ng tool ang magkaparehong pabahay, tulad ng mga grupo na nagbabahagi ng isang hawla, at tinatrato ang mga grupo na nakaimbak sa iba't ibang silid o sa iba't ibang istante bilang isang babala. Itinatanong ng Entry 5 kung ang mga tagapag-alaga at imbestigador ay hindi alam ang paggamot sa bawat hayop at kung ang pagbulag na iyon ay malamang na magtatagal. Ang mga may kulay na label ng hawla, nakikitang epekto ng gamot, at isang taong naghahanda at nagpapatakbo ng eksperimento ay nagpapahina nito, at iniuugnay ng tool ang entry 5 pabalik sa mga patakaran sa pabahay ng entry 4.

Itinatanong sa Entry 6 kung ang mga hayop ay pinili nang random para sa pagtatasa ng kinalabasan, halimbawa gamit ang isang random number generator. Itinatanong sa Entry 7 kung ang assessor ay nabulag. Para sa entry 7, tinatanggap ng tool ang isang unblinded assessor kapag ang kinalabasan ay malamang na hindi maimpluwensyahan, ang mortalidad ang halimbawa nito, at sinasabi nito na ang entry ay dapat husgahan para sa bawat pangunahing kinalabasan.

Pag-urong, pag-uulat at iba pang pagkiling, mga entry 8 hanggang 10

Itinatanong sa Entry 8 kung ang bawat hayop ay sumali sa pagsusuri, kung ang mga dahilan ng nawawalang datos ay walang kaugnayan sa kinalabasan, kung ang nawawalang datos ay balanse sa iba't ibang grupo at kung naaangkop ang anumang imputasyon. Itinatanong sa Entry 9 kung mayroong magagamit na protocol at lahat ng paunang natukoy na mga kinalabasan ay naiulat o, nang walang protocol, kung ipinapakita ng mga seksyon ng mga pamamaraan at resulta na lumitaw ang lahat ng inaasahang kinalabasan. Kinokolekta sa Entry 10 ang natitira, kabilang ang mga pinagsama-sama o nakakakontaminang gamot, hindi naaangkop na impluwensya ng mga tagapondo, mga error sa unit of analysis tulad ng mga hayop na pinagsama-sama sa kulungan ngunit sinuri bilang mga independiyente, mga panganib na partikular sa disenyo, at mga bagong hayop na idinagdag upang palitan ang mga huminto sa pag-aaral.

Kasangkapan sa panganib ng bias ng SYRCLE kumpara sa checklist ng kalidad ng CAMARADES

Ang CAMARADES ay ang Collaborative Approach to Meta-Analysis and Review of Animal Data from Experimental Studies, isang pakikipagtulungan sa pananaliksik kasama ang isang base sa University of Edinburgh . Ang sampung-item na checklist ng kalidad nito ay karaniwang sinusubaybayan sa mga stroke meta-analyses. Iniulat nina Macleod at mga kasamahan sa Stroke noong 2004 na ang mga pag-aaral na nakakuha ng mataas na marka sa isang sukatan ng kalidad ay nagbigay ng mas tumpak na mga pagtatantya ng pandaigdigang epekto. Binabanggit ng halimbawang pagsusuri sa ibaba ang checklist bilang Sena at mga kasamahan 2007. Ang pagsusuring iyon, Qu at mga kasamahan , ay nagbigay ng mga marka sa peer-reviewed na publikasyon, pagkontrol sa temperatura, random na alokasyon, blinded model induction, blinded outcome assessment, anesthetic na walang intrinsic neuroprotective activity, nakasaad na uri ng hayop, pagkalkula ng laki ng sample, pagsunod sa kapakanan at isang deklarasyon ng conflict of interest, na may isang puntos para sa bawat oo.

Maaaring hindi magkasundo ang dalawang instrumento sa iisang pag-aaral, at ipinapakita ng pagsusuri ng Qu kung paano. Sa pitong pag-aaral nito, ang random allocation ay nakakuha ng oo sa 7 sa 7 sa checklist, ngunit ang sequence generation ay mababa ang rating sa 1 lamang sa 7 sa SYRCLE table at hindi malinaw sa iba pang 6. Ang blinded outcome assessment ay nakakuha ng hindi sa 7 sa 7 sa checklist, at ang blinding ng mga outcome assessor ay hindi malinaw sa 7 sa 7 sa SYRCLE. Ipinaliwanag ng mga may-akda ang unang puwang sa kanilang sariling mga salita, na binabanggit na "ang pamamaraang ginamit upang makabuo ng random sequence ay kadalasang hindi tinukoy". Maaaring sabihin ng isang pag-aaral na ito ay randomized at makakakuha pa rin ng hindi malinaw na rating sa entry 1 hanggang sa mailarawan ang pamamaraan.

Ang praktikal na tuntunin ay sumusunod mula riyan. Gamitin ang sampung entry ng SYRCLE upang husgahan ang bias at upang bigyang-diin ang hakbang ng panganib ng bias kapag binibigyan mo ng marka ang katiyakan, na ipinaliwanag ng aming gabay sa GRADE , at idagdag lamang ang mga aytem na istilong CAMARADES kapag ang tanong sa pagsusuri ay tungkol din sa kalidad ng pag-uulat. Panatilihin ang dalawa sa magkahiwalay na mga talahanayan. Ginawa nga iyon nina Qu at mga kasamahan, at sinabi nila na ang kanilang mga paghatol sa panganib ng bias para sa GRADE ay batay sa tool na SYRCLE. Para sa mas malawak na paghahambing ng mga tool sa pagtatasa sa iba't ibang disenyo ng pag-aaral, tingnan ang aming gabay sa mga tool sa pagtatasa ng kalidad sa mga sistematikong pagsusuri.

Paano pinili at sinuri ang halimbawang meta-analysis

Hinanap namin sa Europe PMC ang mga sistematikong pagsusuri ng mga pag-aaral sa hayop na pinangalanan ang SYRCLE at inilathala mula Hunyo 2025 pataas. Ang query ay nagbalik ng 797 na tala, at sinuri namin ang unang 300 para sa isang pangunahing talahanayan ng teksto na nagraranggo sa bawat pag-aaral sa lahat ng sampung entry. Nagtago kami ng isa na ang talahanayan, nakasulat na bilang, at lisensya ay maaari naming lahat suriin. Ang artikulo ay kay Ali at mga kasamahan , na inilathala sa Frontiers in Pharmacology noong ika-24 ng Hulyo 2026 (PMID 42568838).

Apat na sanggunian ang sumasang-ayon sa lisensya. Inililista ng Crossref ang bersyon ng talaan sa ilalim ng CC BY 4.0 na may petsa ng pagsisimula na Hulyo 24, 2026, minarkahan ng Europe PMC ang artikulo bilang CC BY, pinangalanan ng buong teksto ng JATS ang Creative Commons Attribution License, at iniuugnay ng pahina ng tagapaglathala ang CC BY 4.0 deed. Ang kopya ng PMC at ang pahina ng tagapaglathala ay parehong may petsa ng pagwawasto na Agosto 10, 2026, at inilalarawan ng pahina ng tagapaglathala ang pagbabago bilang maliit na walang epekto sa siyentipikong nilalaman. Inihambing namin ang Talahanayan 2 at ang talata ng panganib ng bias sa kopya ng PMC sa pahina ng tagapaglathala noong Nobyembre 1, 2026 at natagpuan ang Talahanayan 2 na magkapareho at may parehong porsyento sa teksto.

Ang bawat hilera sa ibaba ay nagbibigay ng seksyon kung saan nakapaloob ang ebidensya, kung ano ang aming muling hinango, at isang tawag. Ang "re-derived" ay nangangahulugang ang aming bilang mula sa Talahanayan 2 ay muling nagre-reproduce ng porsyento sa teksto. Ang "re-derived" o pag-round off ay nangangahulugang ang mga bilang ay magkakasundo at ang unang decimal lamang ang nagkakaiba. Ang "judgment call" ay nangangahulugang ang mga bilang ay magkakasundo, minsan pagkatapos ng pag-round off, ngunit ang ibang tagasuri na gumagamit ng mga signalling question ay maaaring magbigay ng rating sa entry nang iba, dahil hindi ipinapakita ng artikulo ang sumusuportang teksto. Ang "differs" ay nangangahulugang ang isang pigura ay hindi muling hinango. Ang bawat sipi ay 25 salita o mas kaunti, nakapaloob sa mga panipi at sinuri laban sa buong teksto. Ito ay isang pagsusuri sa aritmetika at pag-uulat, kaya hindi namin binuksan ang 16 na pangunahing artikulo sa likod ng mga rating.

Ang meta-analysis ng empagliflozin sa likod ng napatunayang halimbawang ito

Pinagsama-sama ng pagsusuri ang mga preclinical na pag-aaral ng empagliflozin sa mga modelo ng hayop na may metabolic dysfunction-associated steatotic liver disease. Hinanap ng mga may-akda ang Scopus, Web of Science, PubMed, Wiley Online Library at ang Cochrane Library, nakakita ng 1,127 na tala, nagtago ng 816 pagkatapos alisin ang mga duplicate, at may kasamang 16 na artikulo. Isang artikulo, sina Kim at mga kasamahan noong 2023, ay nag-ambag ng dalawang independiyenteng dataset, kaya ang pagsusuri ay may 17 hilera. Labintatlong artikulo ang gumamit ng C57BL/6 na daga at tatlong gumamit ng mga daga. Ang mga dosis ay mula 8 hanggang 30 mg/kg bawat araw, at ang pinagsama-samang mga resulta ay mga standardized mean differences sa ilalim ng isang random-effects model.

Ang abstrak ay tinatawag na SYRCLE, at ang buong deskripsyon ay nasa Mga Resulta, seksyon C (“Kalidad ng pag-aaral at panganib ng bias”), kasama ang Talahanayan 2 at Pigura 2. Ang Mga Paraan ay walang hiwalay na subseksyon ng panganib ng bias. Nakasaad sa artikulo na “Ang panganib ng bias ay sinuri ng dalawang independiyenteng mananaliksik na may mga pagkakaibang nalutas ng pinuno ng pangkat ng pananaliksik.” Ang bawat pag-aaral ay binigyan ng rating na mababa (+), hindi malinaw (?) o mataas (−) sa sampung aytem na may label na A hanggang J. Ang mga letrang A hanggang J ay tumutugma sa sampung entry sa pagkakasunud-sunod ng Talahanayan 1 sa itaas.

Inilapat sa halimbawa ang mga entry sa tool na may panganib ng bias na SYRCLE 1 hanggang 3

Mga entry 4 hanggang 7 na inilapat sa halimbawa (pagkiling sa pagganap at pagtuklas)

Mga entry 8 hanggang 10 na inilapat sa halimbawa (attrition, pag-uulat at iba pang bias)

Ang buong talahanayan ng SYRCLE, muling hinango

Kinokopya ng matrix sa ibaba ang 17 hanay ng Talahanayan 2 sa artikulo bilang mga katotohanan at idinaragdag ang ating mga kabuuan ng kolum. Ang mga numero ng entry 1 hanggang 10 ay tumatakbo sa pagkakasunud-sunod ng Talahanayan 1 sa itaas. Ginagamit ng mga cell ang sariling mga simbolo ng artikulo, na may plus para sa mababang panganib, isang tandang pananong para sa hindi malinaw na panganib at isang tandang minus para sa mataas na panganib.

Kung susumahin ang lahat ng 170 na selula, ang talahanayan ay mayroong 111 mababa, 56 hindi malinaw at 3 mataas na rating. Ang Figure 1 ay ang sariling graph ng mga may-akda ng parehong talahanayan, at ang mga bar nito ay sumasang-ayon sa mga kabuuan sa itaas.

Pagbasa ng profile ng pag-aaral sa sampung entry

Ang pagbasa sa isang hilera ay nagbibigay ng profile ng pag-aaral. Ang Zambrano-Vásquez 2025 ang tanging hilera na may mababang rating sa lahat ng sampung entry. Ang Heo 2025 ay mababa sa siyam, na may hindi malinaw na pagtatago ng alokasyon. Ang Abdalla 2023 ay mababa sa apat na entry (1, 4, 8 at 10) at hindi malinaw sa iba pang anim, at ito lamang ang hilera na may hindi malinaw na rating para sa selective outcome reporting. Ang Xu 2017 at ang dalawang Kim 2023 dataset ay nagbabahagi ng iisang profile, na may mababang rating sa mga entry 1, 2, 4, 8 at 9, hindi malinaw na rating sa 3, 5, 6 at 7, at mataas na rating sa entry 10.

Ang mga profile na ito ay naglalarawan ng isang padron at hindi isang ranggo, dahil ipinapayo ng mga may-akda ng tool na huwag ibuod ang mga ito. Iminumungkahi ng tool paper ang pagpapatakbo ng isang sensitivity analysis na naglalagay sa mga pag-aaral sa mataas na panganib. Ang halimbawang pagsusuri ay nagsagawa ng mga leave-one-out analyses at isang pagsusuri nang walang dalawang pag-aaral na may malalaking standard deviations, at sa aming pagbasa, hindi sinasabi ng artikulo kung ang tatlong high-rated rows ay sinuri nang mag-isa.

Ang SYRCLE scorecard para sa halimbawa

Ang sampung entry ay nahahati bilang 2 muling hinango, 3 muling hinango na may mga pagkakaiba sa pag-ikot at 5 paghatol. Ang scorecard ay eksaktong sumusunod sa mga paghatol sa Talahanayan 3 hanggang 5.

Sinasaklaw ng pangalawang pagsusuri ang mga numerong nakapalibot sa talahanayan. Anim na aytem ang hindi magkatugma sa buong artikulo, at dalawa sa mga ito ay hindi basta-basta. Iniuulat namin ang mga ito bilang mga pagkakaiba sa aming aritmetika, hindi bilang mga pagkakamali ng mga may-akda, dahil ang artikulo ay maaaring may batayan na hindi nito ipinapakita.

Dalawang hanay ang magkaiba at apat ang maliliit. Wala sa mga ito ang nagpapabago sa sitwasyon, kung saan ang pagtatago ng alokasyon, pagbulag sa mga tagapag-alaga, at random na pagtatasa ng kinalabasan ay kadalasang hindi malinaw sa mga pag-aaral na ito. Ipinapakita ng mga ito kung bakit dapat ilathala ng isang pagsusuri ang mga pahayag ng suporta nito at isang talahanayan sa antas ng cell, upang maulit ng mambabasa ang bilang.

Mga modelong pangungusap para sa pag-uulat ng isang pagtatasa ng SYRCLE

Ang mga square bracket ay mga placeholder para sa iyong sariling mga detalye. Ang mga ito ay mga template at hindi teksto mula sa artikulo.

Isang maikling daloy ng trabaho ng SYRCLE

1. Isulat ang tanong sa pagsusuri at sumang-ayon kung aling mga pangunahing katangian ang mahalaga para sa entry 2 bago magsimula ang anumang rating.
2. Subukan ang sampung lahok sa dalawa o tatlong pag-aaral kasama ang parehong tagasuri, at ayusin ang mga patakaran para sa mga lahok 4, 5 at 10.
3. I-rate ang bawat lahok nang hiwalay at kopyahin ang pantulong na pangungusap mula sa papel papunta sa isang pantulong na kolum, kasama ang numero ng pahina.
4. Bigyan ng 7 puntos ang bawat pangunahing resulta.
5. Lutasin ang mga hindi pagkakasundo, makipag-ugnayan sa mga awtor kung saan may kulang na detalye, at panatilihing hindi malinaw kung kailan nananatiling tahimik ang ulat.
6. Magpakita ng talahanayan para sa bawat pag-aaral at isang buod ng graph, at huwag idagdag ang mga rating sa isang iskor.
7. Dalhin ang mga rating sa sensitivity analysis at sa risk of bias step ng GRADE para sa preclinical evidence, pagkatapos ay iulat ang pagsusuri sa ilalim ng aming Gabay sa PRISMA 2020.

Mga madalas itanong tungkol sa tool na SYRCLE para sa panganib ng bias

Ilang entry ang mayroon ang SYRCLE risk of bias tool?

Sampu. Ang mga ito ay nasa ilalim ng anim na uri ng bias, na siyang selection, performance, detection, attrition, reporting at iba pang bias. Ang bawat entry ay binibigyan ng rating na mababa, mataas o hindi malinaw.

Pareho ba ang SYRCLE tool at ARRIVE?

Hindi. Sinasabi ng ARRIVE sa mga may-akda kung ano ang iuulat, habang hinahayaan ng SYRCLE ang isang tagasuri na husgahan ang isang pag-aaral na naiulat na. Ang mahusay na pag-uulat ng ARRIVE ay ginagawang mas madali ang mga rating ng SYRCLE, dahil mas kaunting entry ang nananatiling hindi malinaw. Tingnan ang aming ARRIVE 2.0 na gumaganang halimbawa.

Maaari bang bulagin ang mga hayop sa isang eksperimento?

Ang mga entry 5 at 7 ay tungkol sa mga tao, hindi sa mga hayop. Itinatanong nila kung alam ba ng mga tagapag-alaga, imbestigador, at tagasuri ng resulta kung aling paggamot ang natanggap ng bawat hayop.

Dapat bang kalkulahin ng mga tagasuri ang isang marka ng SYRCLE?

Hindi ito ipinapayo ng mga may-akda ng tool, dahil ang isang kabuuan ay nangangailangan ng mga timbang na mahirap bigyang-katwiran. Iniuulat ng mga tagasuri ang sampung rating bawat pag-aaral at ginagamit ang mga ito sa pagsusuri ng sensitivity.

Mababang rating ba ang nakuha ng salitang randomized sa unang entry?

Hindi nang mag-isa. Humihingi ang tool ng isang random na bahagi sa pagbuo ng sequence, kaya ang isang ulat na nagsasabing ang mga hayop ay na-randomize ay karaniwang nananatiling hindi malinaw hanggang sa maibigay ang pamamaraan.

Aling kagamitan ang akma sa isang randomized trial ng tao?

Gamitin ang RoB 2 para sa mga pagsubok sa mga tao. Ang SYRCLE ay ginawa para sa mga pag-aaral ng interbensyon sa hayop.

Propesyonal na Suporta para sa Pagtatasa ng Panganib ng Bias at Meta-Analysis

Ang mga talahanayan ng panganib ng bias at pinagsama-samang mga pagtatantya ay dalawang hakbang ng isang sistematikong pagsusuri na nangangailangan ng dokumentado at maaaring suriing gawain. Dalawang serbisyo ng Editverse ang sumusunod sa mga hakbang sa itaas.

Ang aming trabaho ay naaayon sa COPE, ICMJE at GPP 2022, at sumusunod sa mga kinakailangan sa etika na partikular sa institusyon at bansa.

Paggamit nang maayos ng SYRCLE risk of bias tool

Ang tool na SYRCLE para sa panganib ng bias ay nagbibigay ng gantimpala sa mga detalye. Ang halimbawang pagsusuri ay naglalapat ng lahat ng sampung entry sa 17 row, naglalathala ng isang cell-level table at isang nakasulat na tally, at sa gayon ay nagbibigay-daan sa isang mambabasa na ulitin ang bilang. Ang lahat ng sampung porsyento bawat entry ay bumabalik sa loob ng 0.1 percentage point, at ang mga entry na halos hindi malinaw, pagtatago ng alokasyon, pagbulag sa mga tagapag-alaga at random na pagtatasa ng kinalabasan, ang mga binanggit ng mga may-akda sa kanilang Talakayan. Ang mga tawag na nararapat na muling tingnan ay ang mataas na bahagi ng mababang rating sa pagbuo ng sequence, pabahay, attrition at selective reporting, kung saan hindi ipinapakita ng artikulo ang suporta nito. Isulat ang support sentence para sa bawat cell, i-rate ang entry ng 7 para sa bawat kinalabasan, panatilihin ang mga item na istilong CAMARADES sa kanilang sariling talahanayan, at iwanan ang mga rating bilang isang profile nang walang kabuuan.

Mga sanggunian

1. Hooijmans CR, Rovers MM, de Vries RB, Leenaars M, Ritskes-Hoitinga M, Langendam MW. Ang panganib ng SYRCLE ng bias tool para sa pag-aaral ng hayop. Pamamaraan ng 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. Mga epektong hepatoprotective ng empagliflozin sa metabolic dysfunction-associated steatotic liver disease: isang sistematikong pagsusuri at meta-analysis ng mga preclinical na pag-aaral. 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. Bisa ng Dang Gui Shao Yao San sa paggamot ng vascular dementia sa mga modelo ng hayop: isang sistematikong pagsusuri at meta-analysis. 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. Ang pagsasama-sama ng datos mula sa mga eksperimentong hayop ay nagpapakita ng impluwensya ng disenyo ng pag-aaral at bias sa publikasyon. 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. Ang kasangkapan ng Cochrane Collaboration para sa pagtatasa ng panganib ng bias sa mga randomized na pagsubok. 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. Pagpapadali sa mga desisyon sa pangangalagang pangkalusugan sa pamamagitan ng pagtatasa ng katiyakan sa ebidensya mula sa mga preclinical na pag-aaral sa hayop. 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. Ang mga alituntunin ng ARRIVE 2.0. Mga na-update na alituntunin para sa pag-uulat ng pananaliksik sa hayop. PLoS Biol. 2020;18(7):e3000410. doi:10.1371/journal.pbio.3000410. PMID 32663219. PMCID PMC7360023.