Meta分析和系统评价作为一种方法学，曾经风靡一时，但目前已经不再热门，相关文章也没有前几年那么好发表；取而代之的是随着精准医疗的兴起，预测模型研究不断增多，临床预测模型的发展如雨后春笋，势如破竹，检索临床预测模型，就会涌现出一大推文章；但预测模型的发表需要数据，特别是大批量数据，护理人员忙碌的工作之余，很难获得临床数据去建模，这两年刚出的预测模型的系统评价，是护理人员做科研的一个方向和思路；那就让我们一起学习预测模型系统评价的步骤和方法吧！

      先来一波干货，这是预测模型系统评价的流程图，接下来我们就详细学习每一个步骤！

      1.  确定系统评价题目

      PICOTS原则： population，index prognostic model，comparative model，outcomes to be predicted，timing of the prediction horizon and of the moment of prognosis，setting) 作为构建预测模型系统评价题目的框架；

      2. 制定系统评价研究方案

      ·确定系统评价的题目后，需要制定研究方案， 内容包括系统评价的题目、背景、目的和方法。

      ·预测模型系统评价的严格评估和数据清单(critical appraisal and data extraction for systematic reviews of prediction modeling studies，CHARMS)为指导系 统评价目标框架、检索策略以及研究纳入和排除标 准提供了参考；

      ·在确定预测模型研究文献的纳入类型时，建议纳入队列研究、巢式病例-对照研究或病例队列研究，尤其推荐前瞻性队列研究， 因其对预测因子及结局测量更准确可信；

      ·系统评价登记平台 PROSPERO 注册 (具体注册流程我们在往期内容中有详细介绍哈！

      3.  检索文献

      预测模型的呈现形式有评分系统、图形评分表、列线图、网页计算器和 APP 等多种形式， 仅从文献的标题和摘要有时很难判断是否是预测模型研究。应采取多种渠道和系统的检索方法，组合 PICOTS 各要素制定科学的文献检索策略；

      4. 筛选文献

      ·根据自己的研究目的，筛选出符合研究主题的文献，具体步骤和系统评价的筛选步骤是一样的

      ·文献筛选的过程应按 PRISMA 声明 用流程图展示；

      5. 提取数据

      在提取模型性能指标时，除区分度和校准度外，还应提取临床效用相关指标，如决策曲线分析结果和净收益。净收益有助于确定基于模型临床决策是否利弊，数据提取的项目条目如下：

      6. 评价文献质量

      预测模型研究的偏倚风险评价工具采用 PROBAST(prediction model risk of bias assessment tool) 包括研究对象、预测变量、结局和统计分析 4 个领域，20 个条目；具体如下：

       注：评估者对每个问题回答为“是”、“可能是”、“可能不是”、“否”或“没有信息”。当被报道的信息不足以得出确定的判断 时，使用“可能是”或“可能不是”回答。当原始研究没有信息时，用“没有信息”回答。偏倚风险和适用性评价分为低、高或不清 楚;*:该条目仅针对预测模型开发研究;−:不涉及。

      7.  分析和报告结果

      7.1 异质性检验----预测模型异质性来自于三个方面:

      ·纳入的患者之间的差异，如人口特征、病例组合差异；

      ·研究差异，如对预测因素及结局指标的 定义、随访时间及测量方法、研究设计等方面的 不同;

      ·统计分析/选择性报告和发表相关的差异，如偏倚风险、研究规模等；

      ·由于预测模型研究 间异质性较大，因此建议采用随机效应模型评估、 量化和总结研究间异质性。

      7.2 Meta 分析:

      ·可 使用 R 包“metamisc”对预测模型进 Meta 分析

      ·进行 Meta 分 析前应重新调整提取的 C 统计量和校准度指标。在计算平均性能的 95% 可信区间时，建议采用最大 似然估计 

      ·将模型区分度和校准度估计值分 别汇总为加权平均值，其中权重由研究的标准误差 和样本数量决定；

      7.3 敏感性分析

     与其他系统评价类似，对于偏倚风险较低或较高的研究，研究者应进行敏感性分析，避免因个别低质量的研究影响 Meta 分析结果的稳定性和可靠性；

      8.  结果解释和报告撰写

      预测模型系统评价结果解释时应考虑:

      ·是否提供了关于预测模型 PICOTS 要素和性能的所有必要信息;

      ·预测模型的汇总校准度和区分度如 何;

      ·这些模型中每个模型的汇总证据在特定人 群和特定结果方面的确定性如何；

      ·系统评价报告的撰写需遵循 PRISMA 2020 声 明，以提高报告的透明度和完整性；

      ·如果是个体参与者数据的 Meta 分析则需采用 PRISMA-IPD 声明。TRIPOD 声明为预测模型开发、验证和更新提供了报告规范。

      9.  总结讨论

      只要按照以上流程，就可以写一篇临床预测模型的系统评价:

      ·数据提取的过程中不仅可以学习预测模型相关知识，而且也可以为讨论部分添砖加瓦;

      ·护理科研大概都是这么一个流程; 只要掌握了以上流程和方法学，就可以尽快选题尽快搞起来啦！

      ·目前临床预测模型及其系统评价还在初始发展阶段，因此相对来说比较容易发文章，抓住机会，写起来吧！

      ·关于临床预测模型的系统评价就介绍到这里啦！有一些详细的步骤和流程表、数据提取的条、注册等详细的信息和内容将会发在公众号：护理科研干货集，欢迎大家自取学习哈！

来源：护理科研干货集

声明：转载的目的在于传递及分享更多信息，如涉及侵权，请及时联系我们，谢谢！

医工融合创新中心编辑：蒋琴（实习生）

医工融合创新中心审核：朱宗达

欢迎关注医工融合创新中心公众号，一起探讨学习交流。