当两项荟萃分析得出不同结论时,系统性地比较其方法学、纳入标准及数据来源,以确定导致分歧的关键因素。
比较研究筛选标准
首先检查每项荟萃分析纳入或排除了哪些研究。不同的纳入标准——如日期范围、研究设计(仅随机对照试验 vs. 观察性研究)、样本量或人群特征——可能显著影响结果。检查一项荟萃分析是否应用了更严格的质量筛选,或纳入了另一项遗漏的未发表研究。
检查统计方法
荟萃分析采用不同的统计模型(固定效应 vs. 随机效应)和异质性度量方法,这些方法可能从相同数据中得出相互矛盾的结果。查看每项分析如何处理研究权重、处理离群值以及评估发表偏倚。如果一项分析显示高异质性(I² > 75%),其合并估计值可能不太可靠。
检查时效性与覆盖范围
较新的荟萃分析通常包含更多近期研究,并受益于更大的样本量。然而,较旧的分析可能更具选择性或更侧重于高质量证据。比较发表日期和纳入研究的数量——一项包含45项研究的2024年荟萃分析可能比一项包含12项研究的2019年分析更为全面。
评估偏倚风险
审查每项荟萃分析对个别研究的质量评估。如果一项分析纳入了多项低质量研究而未进行敏感性分析,其结论可能不太可信。查找GRADE评级或类似的质量指标。
寻找系统综述
如果荟萃分析之间存在显著冲突,请搜索关于您主题的伞形综述或荟萃分析的系统综述。这些高阶综合会明确比较相互竞争的荟萃分析,并有助于阐明哪些证据最为可靠。WisPaper的学者搜索可以通过理解诸如“伞形综述或关于[您的主题]的荟萃分析概述”等复杂查询,同时过滤掉不相关结果,帮助您快速定位这些伞形综述。
考虑背景与细微差别
有时两项荟萃分析都是“正确的”,但由于人群差异、结局指标或干预措施的不同,它们回答的问题略有差异。真相可能是效应因亚组而异,而非某一项分析绝对错误。
