源自风暴统计网：一键统计分析与绘图的网站
近年来，有关影响因素的系统综述和Meta分析数量逐年上升，然而质量却常常参差不齐。这些综述往往成为政策和实践变革的基础，这使得其结论的真实性至关重要。
那么，该怎么写一篇高质量的影响因素综述和Meta分析呢？
12月22日，医学顶刊《BMJ》刊登了一篇介绍“AMSTAR-PF”的评估工具的论文，旨在全面评价影响因子系统综述和Meta分析的质量。
从这款工具的内容中，我们可以看到顶刊对此类分析最新的指导意见，对如何进行相关研究是一个很好的学习窗口和机会，所以在这里和诸位做个分享！
AMSTAR-PF：14大领域、19个问题
AMSTAR-PF的开发包含初始阶段（组建核心研究小组、形成草案）、外部评审与反馈、三轮试点测试，最终版本有着较高的一致性。
该评估工具包含19个问题以帮助研究者判断系统综述的整体质量，每个问题分为Yes (Y)、Probably Yes (PY)、Probably No (PN)、No (N)4个选项，部分题目可选 Not Applicable (N/A)。
1.研究问题是否明确定义（PICOTS），可从以下纬度进行判断：：
目标人群。
研究的影响因素。
对照或其他影响因素。
预测的结局。
预测起点与终点时间。
研究背景与应用场景。
2.是否预先注册试验方案：
2a：是否在开展前公开注册（如 PROSPERO、BMJ Open 等）；
2b：是否说明并合理解释与方案的偏离。
若无方案，则2b选 N/A；若方案不可公开，最高选 PN。
3.是否明确纳入研究类型的标准
应说明纳入的研究设计（如前瞻性队列、病例对照、随机试验等）；
前瞻性队列研究通常为理想设计，但其他设计也可纳入，需注意其偏倚与异质性；
计算影响因子效应大小时，不同设计的研究建议单独合成分析。
4.检索策略是否全面
至少检索两个数据库，报告检索词与完整策略；
应补充检索参考文献、灰色文献、预注册平台等；
检索时间应在文章接受前12个月内（可依领域调整）；
若仅提供一个数据库的完整策略，可评为PY。
5.研究筛选过程是否严谨
至少两名评审者独立进行标题/摘要与全文筛选；
应有解决分歧的共识流程。
6.是否列出排除研究及理由
应列出所有全文阅读后排除的研究，并说明理由；
排除不应基于偏倚风险或结果；
若仅列出部分重要排除研究，可评为 PY。
7.数据提取
7a：至少两人独立提取，并有共识机制；
7b：应充分描述纳入研究的关键信息（如人群、因素、结局、设计、缺失数据处理等）；
7c：若原始研究未报告效应量，是否采用适当方法自行计算（如从 p 值推估风险比）。
8.偏倚风险评估（这是极为关键的一步）
8a：至少两人独立评估，并有共识机制；
8b：应使用合适的评估工具，例如QUIPS；或从以下维度进行判断（根据QUIPS）：
参与者排除：研究样本是否能够代表目标人群，原始研究样本代表性好、招募透明、基线特征详实，则偏倚风险低；
失访：失访的参与者是否与完成研究的参与者在重要特征上存在系统性差异，从而导致偏倚；
影响因素测量：测量是否准确、一致、可靠，且不受其他因素干扰；
其他影响因素的调整：研究是否充分考虑了其他已知的、可能影响结局的因素，并在分析中进行了恰当的统计调整；
结局测量：结局的定义是否明确，测量是否客观、可靠，且对所有参与者一视同仁；
统计分析：所使用的统计方法是否适当，能否为研究问题提供有效的答案（模型选择、样本量、多重比较校正等）；
9.数据合成
9a（若进行合成）：是否确保结果可解释？应分开报告不同定义、时间点、调整因素的研究；
9b（若进行Meta分析）：是否使用适当方法（如随机效应模型）处理异质性？应量化异质性（如 τ²）；采取适当方法计算置信区间（如 Hartung-Knapp-Sidik-Jonkman 法）。
10.是否探讨小样本研究的效应
应评估漏斗图不对称性或使用统计检验（如 Egger’s test）；
若研究数量少，检验可能不适用，但应说明。
11.是否讨论偏倚对结果的影响
若纳入研究质量不一，应评估偏倚对结果的影响（如亚组分析、敏感性分析）；
即使未进行 Meta 分析，也应评论偏倚可能的影响。
12.是否讨论异质性
异质性可能源于研究设计、人群、定义等因素。
除统计指标（如 I²）外，应讨论临床与方法学异质性。
13.是否报告利益冲突：包括纳入研究的资金来源和作者团队的利益冲突。
14.是否评估证据确定性
应评估关键发现的证据确定性，可使用 GRADE 框架或其他方法；
当前 GRADE 对预影响因素的指南尚不完善，但应说明所用方法。
整体评估等级
基于上述判断，作者提供了一个对系统综述和meta分析质量的整体评分，包括4个等级：
High：建议所有答案为Y/PY/N/A；
Moderate：最多2个PN/N，且对结果影响有限；
Low：最多2个PN/N，且对结果有实质影响；
Critically Low：超过2个PN/N；
作者强调研究者应结合具体情境判断，并填写判断理由；需考虑各缺陷对结果的实际影响程度，而非简单计数。
特别强调的是，研究者可以且应根据自身主题和方法学知识做出决策。
关于郑老师团队及公众号
郑老师团队统计服务，为医学生、医护工作者学术研究提供统计支持！
1.医院数据真实世界研究
影响因素分析与焦点因素分析策略；倾向性评分方法匹配、逆概率加权（IPTW）、重叠加权及后续效应值估计；亚组分析，交互作用P值及森林图；中介交互分析、因果中介分析；限制性立方样条、阈值效应分析、区段回归分析；
2.临床预测模型（二分类及生存）
基于回归方法的预测模型构建与验证，绘制列线图；机器学习预测模型构建与验证；可解释性SHAP绘图；缺失数据下的预测模型；预测模型在线网站建设；动态预测模型；影像组学预测模型
3.纵向数据分析
重复测量ANOVA、混合线性模型LMM、广义估计方程GEE、广义线性混合效应模型GLMM、潜增长曲线模型LGCM；群组轨迹模型(GBTM)/潜类别增长模型(LCGA)、潜类别混合增长模型(GMM/LGMM)、多轨迹模型（GBMTM）；聚类分析；时依协变量模型；多状态模型；
4.高级因果推断方法实践
参数G方法、双重稳健估计进行因果推断：目标最大似然估计（TMLE）；机器学习、超级机器学习进行因果推断；治疗效果异质性分析（HTE）与因果森林；
5.公共数据库数据挖掘
NHANES数据挖掘、CHARLS等老年库数据挖掘、MIMIC数据挖掘，多变量孟德尔随机化MR、中介MR、肠道菌群MR、药靶MR、网络药理学结合MR、单细胞RNA测序分析结合MR
需以上统计服务，请联系郑老师团队（微信：sas555777）
