发布日期：|最后更新日期

TL博士

  • A 系统评价 是一种基于预先设定的方案、全面检索和明确纳入标准的研究方法。 荟萃分析 荟萃分析是一种统计技术，用于汇总不同研究的效应量。荟萃分析可以包含在系统评价中，但系统评价本身并不要求进行荟萃分析。
  • 当研究间异质性过大而无法合并时，选择叙述性综合分析。当两项或多项研究以可比方式测量同一结局指标时，选择成对荟萃分析。当需要比较三种或三种以上从未进行过直接对比试验的治疗方法时，选择网络荟萃分析。
  • 两种方法均遵循 PRISMA 2020 报告指南，并且应该在数据提取开始之前进行前瞻性注册，理想情况下是在 PROSPERO 中注册。

如果你是证据综合研究的新手，系统评价和荟萃分析之间的区别可能让你觉得微不足道。这两个术语在日常对话、求职信中，甚至有时在稿件标题中都会被混用，而审稿人往往会指出需要修改的地方。它们描述的是不同的概念，这种区别会影响你如何规划项目、注册方案以及向期刊描述你的研究。

本指南将方法论与统计数据分开，逐一介绍各自的适用情况，并展示报告标准（PRISMA 2020、GRADE、RoB 2）如何在实践中将两者联系起来。

用简单的话

系统评价是一个过程，它是一种有据可查、可重复的方法，用于查找和评估所有相关的研究。荟萃分析是该过程的一种可能结果，它是一个综合数值，当纳入的研究足够相似，可以取平均值时计算得出。系统评价可以不进行荟萃分析。没有系统评价支持的荟萃分析通常被认为是证据不足的，因为没有人核实纳入研究的选择是否公平。

快速定义

系统评价：一种全面、透明的文献综述，遵循预先定义的方案，以识别、评估和综合所有与特定问题相关的研究。

荟萃分析：一种统计技术，它将多个研究的定量结果结合起来，以得出合并效应估计值。

二者之间是包含关系，而非等同关系。荟萃分析是系统评价中可以包含的一种统计学组成部分，但系统评价的有效性或发表性并不依赖于荟萃分析。

系统评价：研究方法

系统评价是一种研究方法，而非统计程序。由Page及其同事发表在《英国医学杂志》（BMJ）上的PRISMA 2020声明，用一份包含27个条目的清单取代了2009年的版本，该清单涵盖了审稿人应如何识别、选择、评价和综合研究，反映了自最初指南发布以来十年来方法论的进步。

主要功能

  • 预定义协议： 在筛选开始前，需记录研究问题、检索策略和分析计划。
  • 全面搜索： 多个数据库、灰色文献以及参考文献列表的手工检索
  • 明确的纳入和排除标准： 所有候选研究均采用明确的规则并保持一致。
  • 正式的偏倚风险评估： 这是一个结构化的工具，而不是非正式的判断。
  • 透明报告： 所有筛查和排除决定均有完整记录
  • 叙述性或定量综合： 研究结果可以用散文形式概括，也可以用统计方法汇总，或者两者兼而有之。
系统评价流程图展示了可重复的四步框架：方案制定、检索、筛选和综合分析。
图1。 系统评价的工作流程：有记录的方案、全面的检索、明确的筛选，以及基于 PRISMA 2020 清单的透明叙述或定量综合。

对于大多数初次审稿人来说，方案注册的重要性远超预期。2019 年一项对 182 篇正畸系统评价的分析发现，仅有 37 篇（占总数的 20.3%）在PROSPERO注册，而且注册的评价在 AMSTAR 质量评估工具上的得分明显高于未注册的评价。提前通过PROSPERO或 PRISMA-P 方案注册，可以避免在看到哪些研究支持你的假设后，随意更改纳入标准。

何时选择叙述性系统评价

并非所有系统评价都需要进行统计合并。当研究异质性过大而无法合并、不同研究采用不同的测量尺度、研究设计差异过大以至于单一合并数值无法说明问题，或者研究问题具有探索性，定性证据图谱比单一效应估计更能有效解答时，叙述性综合（而非荟萃分析）才是合适的输出结果。

元分析：统计技术

荟萃分析是一种用于合并数据的统计方法，而非一种独立的研究设计。它将已通过系统流程提取出的效应量进行整合，生成一个单一的合并估计值，并根据研究规模和精确度对结果做出相应的加权贡献。

主要功能

  • 定量合并： 综合各项研究的效应量（比值比、均值差、风险比）
  • 加权平均法： 规模更大、更精确的研究在汇总估计中具有更高的权重。
  • 森林样地： 以可视化的方式展示每项研究的效果以及汇总估计值。
  • 异质性检验： I² 和 Q 统计量量化了各项研究结果之间的分歧程度。
  • 亚组分析： 探讨患者人群、剂量或研究设计是否能解释结果的差异
  • 发表偏倚检验： 漏斗图和Egger检验用于检查文献中是否遗漏了小型阴性研究。
Meta分析统计引擎流程图，以森林图形式展示加权平均、定量合并、异质性检验和发表偏倚评估。
图2。 Meta 分析作为一种统计引擎：加权平均和定量合并生成合并钻石，并检查异质性和发表偏倚。

当研究探讨同一问题、采用足够相似的测量方法以实现标准化，且至少包含两项研究时，荟萃分析才有意义。虽然通常情况下，更多研究能得出更稳定的合并估计值。异质性不必为零，但必须足够低，才能解释或通过亚组分析和荟萃回归进行明确建模。

Editverse长期以来一直为各个专科的证据综合团队提供支持，因此我们观察到相同的投稿模式反复出现。最常见的直接拒稿原因是，稿件标题为系统评价，但方法部分却从未提及检索策略、双重独立筛选，也从未应用正式的偏倚风险评估工具。审稿人通常在第一次通读时就能发现标题和方法不符的问题，而只要从方案阶段开始遵循PRISMA 2020指南，这个问题就很容易避免。

并排比较

特性系统评价Meta分析
类型研究方法统计技术
输出叙述综合合并效应估计
数据类型定性和定量仅定量
报告指南PRISMA 2020（27项检查清单）PRISMA 2020，相同的检查清单
偏倚风险评估工具RoB 2（试验）或 ROBINS-I（非随机）同样的工具，提供权重。
视觉输出PRISMA流程图、证据表森林样地、漏斗图
确定性评级可选，通常用于叙述等级（高、中、低、非常低）
可以独立存在吗？是理论上可以，但如果没有……通常不建议这样做。
最低学习要求可以报​​告零项符合条件的研究至少两项研究
诊断矩阵比较了系统评价和荟萃分析在性质、主要输出、数据类型、偏倚风险评估工具、可视化输出以及所需最低研究数量方面的差异
图3。 诊断矩阵：系统评价是一种研究方法，荟萃分析是一种可以融入其中的统计技术。

系统评价与荟萃分析的关系

不进行荟萃分析的系统评价是常见且有效的。这种方法全面识别和评估相关研究，然后在统计合并意义不大的情况下，以叙述性方式总结研究结果。

当数据允许时，系统评价结合荟萃分析可提供更强的证据基础。完成上述所有步骤后，添加统计合并效应估计值，并量化精确度和异质性指标。

缺乏系统评价支持的荟萃分析，最受审稿人和编辑的质疑。在没有记录在案且可重复的识别过程的情况下汇总数据，可能会遗漏相关研究，或引入选择性偏差，从而导致效应量被平均化。

系统评价与荟萃分析决策路径：何时需要添加统计合并或网络荟萃分析
图4。 根据研究的可比性、异质性和所比较的治疗方法的数量，在叙述性综合、成对荟萃分析和网络荟萃分析之间进行选择的决策路径。

报告标准：PRISMA 2020、RoB 2 和 GRADE

PRISMA 2020声明涵盖叙述性系统评价和荟萃分析，使用一份包含27个条目的清单，并附有摘要清单和针对原始评价和更新评价的修订流程图。方案阶段的报告由PRISMA-P单独涵盖，该指南记录了筛选开始前的检索策略和分析计划，以防止事后对纳入标准进行更改。

单个研究的偏倚风险直接影响荟萃分析对每个结果的权重。对于随机对照试验， Sterne 及其同事发布的RoB 2 工具从五个方面评估偏倚，涵盖从随机化过程到报告结果选择的各个方面，取代了结构较为松散的旧版 Cochrane 偏倚风险评估工具。

GRADE框架在汇总效应估计值后，会评估其可信度。该框架针对的是一组证据，而非任何单一研究，并赋予其四个确定性等级之一：高、中、低或极低。随机对照试验最初被评为高确定性证据，而观察性研究最初被评为低确定性证据，之后会根据不精确性、不一致性以及发表偏倚等因素进行调整，正如Guyatt及其同事在GRADE框架的创始论文（发表于《英国医学杂志》）中所述。

报告标准时间表显示了筛选前 PROSPERO 注册、筛选期间的 PRISMA 2020、提取期间的 RoB 2 以及分析后的 GRADE 确定性评估。
图5。 报告标准时间表：PROSPERO 在筛选前锁定方案，PRISMA 2020 管理筛选，RoB 2 评估提取过程中的偏倚，GRADE 在分析后评估确定性。

网络荟萃分析：比较从未进行过直接对比试验的治疗方法

网络荟萃分析 (NMA) 扩展了成对荟萃分析，可以同时比较三种或更多种治疗方法，包括那些尚未有试验直接比较过的治疗方法组合。正如Puerto Nino 和 Brignardello-Petersen在其方法概述中所述，NMA 将来自头对头试验的直接证据与通过共同对照（例如安慰剂）获得的间接证据相结合，从而估计即使没有直接比较两种治疗方法的试验，它们之间的疗效差异。

网络荟萃分析（NMA）需要一个相互关联的比较网络，这意味着每项治疗都必须通过至少一个共享的比较对象与该网络相连。除了汇总效应估计值外，它还能生成治疗排名，因此，当存在多种针对同一疾病的竞争疗法且直接比较数据仍然匮乏时，指南制定小组越来越多地要求进行网络荟萃分析。

你应该选择哪个？

在以下情况下选择叙述性系统评价：

  • 您的问题范围广泛、具有探索性，或者旨在描绘研究现状（范围界定综述）。
  • 研究设计或结果指标差异过大，无法进行有意义的合并。
  • 定性综合分析比单一汇总数字更能揭示答案。

何时选择系统评价和荟萃分析：

  • 你的问题很具体，结果是量化的。
  • 研究测量相同或可标准化的结果
  • 你需要一个精确的合并效应估计值以及置信区间。
  • 指南制定者或政策制定者是目标受众。

何时选择系统评价与网络荟萃分析：

  • 三种或三种以上疗法竞争同一适应症
  • 某些治疗组合缺乏直接的头对头试验数据。
  • 临床指南专家组需要对所有选项进行排名比较，而不仅仅是对其中一对选项进行比较。
基于研究重点和比较治疗方案数量的决策流程图，用于选择叙述性系统评价、成对荟萃分析和网络荟萃分析。
图6。 选择综合方法：叙述性综述适用于异质性或探索性问题，成对荟萃分析适用于两种治疗方法，网络荟萃分析适用于三种或更多治疗方法。

要避免的常见错误

将一篇文献综述称为系统评价，却未遵循既定的方案，这是我们编辑最常遇到的错误。其次是，对存在显著且无法解释的异质性（I² 值高于 75%，且没有亚组结构可以解释这种异质性）的研究进行荟萃分析，并将合并估计值作为最终结论。第三种错误是完全跳过前瞻性注册，然后在检索结果出来后调整纳入标准，而这正是 PROSPERO 注册和 PRISMA-P 方案旨在预防的选择性报告风险。

导致研究方案被拒的三种结构性缺陷：方案缺失、忽略了I²值高于75%的异质性，以及事后对纳入标准的调整。
图7。 导致桌面拒绝的三种结构性缺陷：缺少协议、忽略异质性、事后调整。

发表和引用的影响

系统评价和荟萃分析都是生物医学领域引用率最高的出版物类型之一。荟萃分析的引用量通常高于同一主题的叙述性系统评价，因为它们将争论简化为一个数值。期刊、指南制定小组以及后续的综述都倾向于引用提供最终合并估计值的论文，而不是叙述性总结研究结果的论文。这种引用优势是方法严谨性的必然结果，而非捷径。一篇设计不佳、存在高度且无法解释的异质性的荟萃分析，其引用率较低，且更容易招致反驳性研究的发表。

对于h指数增长而言，这两种方法都是不错的选择。选择的关键在于哪种方法能够真正解答你的研究问题，而不是哪种方法看起来更有声望。

常見問題解答

没有荟萃分析，系统评价还能存在吗？
是的。叙述性系统评价本身就是一篇完整、可发表且符合PRISMA规范的研究论文。只有当纳入的研究足够相似，可以进行有意义的合并时，才会进行统计合并。

能否在不先进行全面系统评价的情况下进行荟萃分析？
从技术上讲是的，但是审稿人和编辑对独立的荟萃分析会更加仔细地审查，因为没有记录在案的、可重复的过程来确认每一项相关的研究都被识别出来并公平地评估是否纳入。

进行荟萃分析需要多少项研究？
统计学上，2 是最小值，但大多数方法学家建议至少需要 3 到 5 个样本，合并估计值才会稳定，异质性统计量才会变得可解释。

系统评价和范围界定评价有什么区别？
系统评价旨在回答一个特定的问题，通常包含偏倚风险评估。范围界定评价则旨在梳理更广泛主题的文献，通常是为了发现研究空白，但其质量评估的严谨程度可能不及系统评价。

荟萃分析是否需要PROSPERO注册？
虽然法律并未强制要求注册，但大多数高影响力期刊和Cochrane都建议进行注册。注册后的方案在AMSTAR等工具上的评分明显更高，而且注册还能在您看到结果之前记录您研究方法的时间戳。

什么是网络荟萃分析？何时需要进行网络荟萃分析？
网络荟萃分析同时比较三种或三种以上疗法，将直接试验证据与通过共同对照者获得的间接比较相结合。当指南制定小组需要对多种鲜有或从未进行过直接比较的竞争疗法进行排序时，网络荟萃分析就显得尤为重要。

获取专家帮助

无论您是计划进行叙述性系统评价、成对荟萃分析还是网络荟萃分析，方案阶段的方法学严谨性都决定了最终稿件能否通过同行评审。我们的团队为研究人员提供以下各个阶段的支持。

  • 方案制定和 普罗波塞罗 注册
  • 文献检索策略设计和双审稿人筛选
  • 数据提取和RoB 2 / GRADE质量评估
  • 统计分析，包括成对和网络荟萃分析
  • 稿件撰写、PRISMA 2020合规性检查和期刊投稿

准备好启动您的证据综合项目了吗？探索我们的系统评价和荟萃分析服务，阅读我们完整的荟萃分析方法指南，或查看我们提供的森林图和异质性示例。有关相关方法，请参阅我们的指南，包括PRISMA流程图、意向性治疗分析与按方案分析、非试验设计的研究注册，以及期刊引用指标如何影响您的投稿期刊。您也可以联系我们进行免费咨询。

Editverse提供的专业系统评价服务

符合PRISMA 2020标准
博士级研究人员
8-16周送达
Cochrane 方法学

获取免费咨询 →

案例

  1. Page MJ、McKenzie JE、Bossuyt PM 等。PRISMA 2020 声明：系统评价报告的更新指南。 BMJ2021;372:n71。 https://doi.org/10.1136/bmj.n71
  2. Shamseer L、Moher D、Clarke M 等。系统评价和荟萃分析方案的首选报告项目（PRISMA-P）2015：详细说明和解释。 BMJ。 2015；350：g7647。 https://doi.org/10.1136/bmj.g7647
  3. Sterne JAC、Savović J、Page MJ 等。RoB 2：一种用于评估随机试验中偏倚风险的修订工具。 BMJ2019;366:l4898。 https://doi.org/10.1136/bmj.l4898
  4. Balshem H、Helfand M、Schünemann HJ 等。GRADE 指南：3. 证据质量评级。 J Clin Epidemiol. 2011;64(4):401-406. https://doi.org/10.1016/j.jclinepi.2010.07.015
  5. Guyatt GH、Oxman AD、Vist GE 等。GRADE：对证据质量和推荐强度进行评级的新兴共识。 BMJ. 2008;336(7650):924-926. https://doi.org/10.1136/bmj.39489.470347.AD
  6. Sideri S、Papageorgiou SN、Eliades T. 在 PROSPERO 注册系统评价方案与提高评价质量相关。 J Clin Epidemiol。 2019; 100：103-110。 https://doi.org/10.1016/j.jclinepi.2018.01.003
  7. Puerto Nino AK，Brignardello-Petersen R. 如何阅读网络荟萃分析。 欧洲泌尿外科焦点。 2023。 https://doi.org/10.1016/j.euf.2023.10.018