醫學期刊送審系統評價論文統計學探討

導語：醫學期刊送審系統評價論文統計學探討一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

系統評價對納入研究進行綜合分析，是循證醫學研究的重要工具，在醫學研究中被廣泛應用。系統評價涉及文獻篩選與數據提取分析等，雖然很多研究人員學習了系統評價方法，但如何正確篩選文獻與提取數據、統計分析與結果表達，仍然是很多科研人員比較困惑的問題。有些系統評價論文納入研究篩選有問題，效應模型選擇不正確，直接影響研究結果的可信度，導致論文質量不高或者結論錯誤。本文對某醫學期刊2014年至2020年送審的系統評價/Meta分析論文中的方法學與結果表達等問題進行分析，旨在幫助作者論文撰寫中避免類似的錯誤，提升論文質量。

資料與方法

一、數據來源

數據來源于某大學醫學期刊2014年至2020年送審的系統評價/Meta分析論文及作者的審稿記錄。

二、研究方法

根據PRISMA聲明和AMSTAR2工具自行設計系統評價/Meta分析論文數據質量及統計學問題分析整理表格，內容包括:①文章的稿件編號、第一作者姓名、論文題目、年度;②數據來源與提取問題:是否詳細描述文獻納入標準，是否清楚交待文獻檢索策略，是否報告納入文獻的過程，是否雙人篩選文獻，是否雙人提取數據，是否給出納入研究的出處，有無重復納入文獻，納入研究的信息是否與參考文獻一致等;③數據分析與評價問題:是否清楚描述納入研究的樣本含量、PICOS等特征，是否對納入研究的偏倚風險進行評價，是否報告異質性檢驗結果和綜合效應值及其可信區間，森林圖原始數據錄入是否正確，效應綜合分析模型選擇是否正確，森林圖的標尺選擇是否恰當，綜合效應的表述是否正確，是否報告研究的局限性等;④數據前后一致性問題:摘要與正文的數據是否一致，正文描述與統計圖表的數據是否一致，統計圖表之間的數據是否一致，流程圖文獻數據是否正確［1-6］。將送審系統評價/Meta分析論文打印成紙質版，每篇論文一張數據質量及統計學問題分析整理表格，逐項評價;采用Excel建立數據整理分析表格。

三、統計學方法

數據采用SPSS18．0軟件進行統計分析，計算各條目的數量和百分比，結果采用［n(%)］形式表示。

結果

51篇系統評價和Meta分析論文被納入分析，其中2014年度10篇，2015年度11篇，2016年度10篇，2017年度6篇，2018年度7篇，2019年度2篇，2020年度5篇。

一、數據來源與提取問題

43篇論文(84．3%)給出了詳細的納入排除標準，38篇論文(74．5%)報告雙人篩選文獻，45篇論文(88．2%)提及雙人提取數據，33篇論文(64．7%)報告了納入文獻的過程。但33篇論文(64．7%)僅給出文獻檢索主題詞，沒有詳細描述數據庫檢索方法;11篇論文(21．6%)納入研究的基本信息與參考文獻不一致;4篇論文(7．8%)涉嫌重復納入文獻;4篇論文(7．8%)部分納入研究沒有交待出處，其中1篇論文中納入12篇文獻，有9篇文獻沒有交待出處。

二、數據分析與評價問題

49篇論文(96．1%)報告了異質性檢驗結果和綜合效應值及其可信區間，48篇論文(94．1%)清楚描述納入文獻的樣本含量、PICOS等特征，45篇論文(88．2%)報告了研究的局限性，但18篇論文(35．3%)未對納入文獻的偏倚風險進行評價，13篇論文(25．5%)效應綜合分析模型選擇錯誤，9篇論文(17．6%)森林圖標尺問題，6篇論文(11．8%)森林圖原始數據錄入有錯誤，2篇論文的P值與95%CI矛盾，1篇論文的OR不在其95%CI范圍內，1篇論文異質性檢驗的P值與綜合效應的P值混淆。

三、數據前后一致性問題

15篇論文(29．4%)正文描述的數據與統計圖表不一致，7篇論文(13．7%)摘要的數據與正文不一致，7篇論文(13．7%)統計圖表之間數據不一致，7篇論文(13．7%)文獻篩選流程圖中數據有錯誤。

討論

一、應注意數據來源與提取的準確性

系統評價/Meta分析是對納入研究進行綜合分析，納入研究的來源及提取數據的準確性是系統評價/Meta分析的基礎。系統評價/Meta分析應給出明確的納入排除標準(PICOS)，描述數據庫檢索方法，交待納入研究的篩選過程與文獻來源［1-6］。很多系統評價文獻都描述由2名研究者獨立篩選文獻、提取資料并交叉核對，如遇分歧則討論解決或征求第3位研究者的意見［7-10］。分析發現，64．7%的論文僅給出了文獻檢索詞，沒有描述數據庫檢索方法，比例與李波［11］接近(63．2%)，高于周為文［12］的研究(40．14%);21．6%納入研究的基本信息與參考文獻不一致，7．8%涉嫌重復納入文獻，7．8%僅列出部分文獻出處。如“神經內鏡治療腦出血”的Meta分析中，文獻［2］和文獻［4］是同一單位采用德國蛇牌神經內鏡清除高血壓腦內血腫的研究，文獻［2］是2001年至2004年的總結，文獻［4］是2001年至2006年的總結，涉嫌重復納入文獻問題;“微生態制劑治療肝硬化”的Meta分析中，文章描述篩選納入12個研究，有9個研究沒有交待出處。說明在納入文獻篩選與數據提取方面存在不足。如果納入研究篩選有問題，或者文獻數據提取有錯誤，得到的綜述結論就可能是片面的或者錯誤的。作者應注意文獻檢索策略是否交待清楚，有無重復納入文獻，納入研究是否交待來源，文獻信息是否正確，數據提取是否準確。

二、應注意分析方法與評價的正確性

系統評價/Meta分析根據納入文獻進行綜合評價，納入文獻的偏倚風險直接影響綜合結論的證據等級;Meta分析的效應合成涉及效應模型選擇，異質性檢驗不顯著使用固定效應模型，異質性檢驗顯著使用隨機效應模型，模型選擇錯誤會影響綜合效應結論的可靠性。本次發現35．3%的論文未對納入文獻的偏倚風險進行評價，高于李波［11］的研究(26．5%)和周為文［12］的研究(10．82%);25．5%綜合效應分析模型選擇錯誤，17．6%森林圖效應指標95%CI呈現“點狀”，11．8%森林圖原始數據錄入有錯誤。如“中國人群LEPR基因多態性”的Meta分析中，森林圖顯示某文獻對照組觀察總數172例，發生數4172例;“含替吉奧”的Meta分析中，9個森林圖中有7個的OR值不在其95%CI范圍內。說明有的作者不了解納入研究偏倚風險評價的意義，不熟悉效應模型選擇原則，不清楚Meta分析的P值與95%CI之間的關系。在刊出的論文中也有95%CI呈現“點狀”的問題，如劉維高的論文中各文獻效應指標95%CI的數值范圍均在－7～1的范圍內，游玲的論文中各文獻效應指標95%CI的數值范圍均在－3～1的范圍內，森林圖標尺范圍設定在－100～100，使得效應指標95%CI呈現為“點狀”［13-14］。撰寫系統評價/Meta分析報告時，作者應報告納入文獻偏倚風險的評價方法與結果，根據異質性檢驗結果正確選擇效應模型，注意OR95%CI與P值的關系;繪制森林圖時，應根據納入文獻效應指標95%CI的數值范圍設定標尺，使95%CI呈現“菱形”，避免出現“點狀”。

三、應重視論文數據前后一致性

數據正確是科研論文撰寫的基本要求。本次發現29．4%的論文存在正文描述的數據與統計圖表不一致，13．7%的論文存在摘要與正文數據不一致、統計圖表之間數據不一致。如“人群LEPR基因多態性”的Meta分析中，文章描述“共8項研究報道了rs1137101位點，4435例研究對象，其中病例組2994例，對照組1441例”，“8項研究報道了rs1805096位點，3594例研究對象，其中病例組1896例，對照組1698例”，而兩個森林圖的樣本量分別為4771例(病例組3166例，對照組1605例)、6544例(病例組3148例，對照組3396例)。“Evolocumab調脂治療”的Meta分析中，文章描述不良反應發生率的RR=1．05，95%CI=1．00～1．76;嚴重不良反應發生率的RR=1．03，95%CI=0．85～1．02;嚴重不良反應導致停藥的RR=0．76，95%CI=0．43～1．33;而圖3顯示不良反應發生率的RR=1．05，95%CI=1．02～1．09;表4顯示嚴重不良反應發生率的RR=1．03，95%CI=0．85～1．25;嚴重不良反應導致停藥的RR=0．91，95%CI=0．31～2．70。如果一篇論文前后數據都不一致，說明數據真實性有疑問，綜合結論的可靠性不高。因此，論文投稿前作者應對全文的數據進行核對，看數據前后是否一致，結果描述是否與圖表一致，摘要的數據是否與正文一致［15-16］。雖然納入分析的是某醫學期刊送審的部分系統評價論文，但仍然反映出部分論文在文獻檢索策略與數據提取、效應模型選擇與結果表達等方面存在不足。如果系統評價/Meta分析納入研究篩選有問題，或者文獻數據提取有錯誤，或者效應模型選擇不正確，或者報告的數據前后不一致等，得到的綜述結論可信度就不高。作者應掌握正確的文獻篩選、數據采集、統計分析方法，確保數據來源的準確性和統計分析的正確性，提升稿源質量。