苏仁凤,玉 炫,史乾灵,罗旭飞,孙雅佳,兰 慧,任梦娟,吴守媛,王 平,王 玲,赵俊贤,陈耀龙,,4,5
兰州大学 1公共卫生学院 2基础医学院循证医学中心 3第一临床医学院,兰州 730000 4中国医学科学院循证评价与指南研究创新单元 兰州大学基础医学院,兰州 730000 5世界卫生组织指南实施与知识转化合作中心,兰州 730000
证据合成(evidence synthesis),又称证据综合,即使用系统、明确的方法对现有研究进行合成,其能够提高研究结论的可靠性和准确性,为临床实践指南、患者辅助决策及政策简报提供证据基础[1]。在医学领域,系统评价作为经典的证据合成方法,主要关注医疗干预的有效性和安全性问题[2]。为进一步满足不同研究者和决策者的需求,衍生出多种遵循系统评价方法学和命名原则的证据合成方法[3]。随着证据合成方法的种类逐渐增多,越来越多的证据合成研究不断发表,证据合成方法在不同学科和领域的应用也逐渐得以重视。然而,由于方法间存在相似或共有特征,不同证据合成方法在应用中极易混淆。本文将对证据合成方法的现状、分类、定义、特点,以及应用中存在的问题进行梳理,并在此基础上提出思考与建议。
证据合成理念在200年前即已产生,但无论其方法还是数量,近30年间才得以快速发展[4-5]。笔者以最经典的证据合成方法“系统评价”为检索词(“systematic review”[Publication Type])在PubMed数据库进行初步检索,截至2022年12月31日,其文献数量累计20余万篇,呈逐年上升趋势。证据合成方法的不断发展,不仅助力相关组织的建立和期刊的创办,且进一步促进了证据合成在国内外的传播和应用。自1993年起,国际上先后建立了Cochrane协作网(Cochrane Collaboration)、国际卫生技术评估机构协作网(International Network of Agencies for Health Technology Assessment,INAHTA)、Campbell协作网(Campbell Collaboration)、国际指南协作网(Guidelines International Network,GIN)、研究合成方法协会(Society for Research Synthesis Methodology,SRSM)和证据合成国际网络(Evidence Synthesis Interna-tional,ESI)等组织[6]。此外,研究合成方法协会与乔安娜布里格斯研究所(Joanna Briggs Institute,JBI)创办了证据合成的专业期刊ResearchSynthesisMethods和JBIEvidenceSynthesis,致力于发表证据合成相关研究,鼓励广大研究人员改进和创新证据合成方法。与此同时,国际上还创办了诸多发表不同领域系统评价的专业期刊,如CochraneDatabaseofSystematicReviews、CampbellSystematicReviews、JBIDatabaseofSystematicReviewsandImplementationReports及SystematicReviews等,致力于发表高质量的系统评价和系统评价计划书。关于证据合成领域的重要事件,详见表1。
目前,证据合成方法的分类形式多种多样,暂无统一的分类方法[15-17]。笔者整理了当前证据合成方法的主要分类形式,以供研究人员参考。
根据研究目的可将证据合成方法分为描述性(describe)方法、检验性(test)方法、扩展性(extend)方法和批判性(critique)方法[15]。描述性方法主要涉及相关文献的总结,包括叙事综合(narrative synthesis)、元总结(meta-summary)、元叙事(meta-narrative)和概况性评价(scoping review)等。检验性方法关注假设检验,包括Meta分析(meta-analysis)、贝叶斯Meta分析(bayesian meta-analysis)、现实主义评价(realist review)等。扩展性方法主要关注理论的建立,包括元民族志(meta-ethnography)、主题综合(thematic synthesis)、批判性解释综合(critical interpretive synthesis)和框架综合(framework synthesis)等。批判性方法主要关注文献与既定标准的比较,包括批判性评价(critical review)。
根据数据处理方法可将证据合成方法分为汇集性合成(integrative synthesis)方法和解释性合成(interpretive synthesis)方法[16]。汇集性合成方法涉及数据的合并与汇总,包括系统评价(systematic review)、Meta分析、快速评价(rapid review)、概况性评价、主题综合和框架综合等。解释性合成方法关注概念整合及理论发展,包括元民族志、扎根理论(grounded theory)和批判性解释综合等。
根据纳入数据类型可将证据合成方法分为定量合成(quantitative synthesis)方法、定性合成(qualitative synthesis)方法和混合合成(mixed synthesis)方法[17]。其中定量合成方法关注定量数据的合成,包括Meta分析和最佳证据综合(best evidence synthesis)等。定性合成方法关注定性研究或理论合成,包括扎根理论、Meta研究(meta-study)、元民族志和主题综合等。混合合成方法倾向于定性与定量数据合成,包括系统评价、概况性评价、叙事综合和综合评价(integrative review)等。
笔者检索证据合成方法的相关研究,同时参考健康系统证据(Health System Evidence)、社会系统证据(Social System Evidence)等数据库收录的证据合成研究类型,遴选并整理了10个具有代表性的证据合成方法(表2),其中以系统评价最为典型。值得注意的是,一部分证据合成方法与系统评价具有相似的制作流程,而另一部分证据合成方法则倾向于理论建立和发展,与前者存在较大差异。
表2 证据合成方法及其与系统评价的区别和联系
虽然证据合成方法在诸多领域均有应用,但仍存在如下问题与挑战:(1)证据合成方法术语不统一。
目前国际上尚无统一的证据合成方法术语,针对同一方法存在不同表述[37],如“证据地图”同时被称为“evidence map”“mapping review”及“systematic map”等;国内在使用相关术语时也存在翻译不一致的情况,如“meta-ethnography”被译为“元民族志”“Meta民族志”“元人种学”及“元人种志”等,术语不统一在一定程度上影响了学科间的合作与交流。(2)方法学指导手册不完善。尽管目前国际上已发布了一系列指导手册,如Cochrane协作网编制的干预性系统评价手册和诊断性系统评价手册[20,38],Sandelowski等[39]编制的《定性研究合成手册》,JBI编制的《证据合成手册》[40],以及Jeffrey等[41]编制的《研究合成与Meta分析手册(第三版)》等,但大部分证据合成方法目前尚无指导手册,其应用的科学性、严谨性难以保证。(3)证据合成研究报告不规范。研究显示,近一半的证据合成研究未在标题、摘要或正文中说明其研究类型[42],存在报告不充分、报告质量普遍较低等问题,给政策制定者与利益相关者理解和使用证据合成研究带来阻碍。(4)证据合成方法使用存在混淆。Paré等[42]通过文献计量学分析发现,74%的证据合成研究描述的使用方法与实际的应用方法并不一致,方法使用存在混淆,其研究结果的科学性和准确性难以保证,为决策者应用证据合成研究带来较大挑战。
随着证据合成研究数量的逐渐增多,其被下载和引用的频率远高于已发表的其他研究类型[43]。而证据合成方法的规范应用,对提高证据合成研究结论的科学性、适用性和可及性发挥积极作用。为促进证据合成方法在我国的应用与发展,笔者提出以下思考与建议:
第一,遵循术语标准,统一国内术语。术语的规范化与标准化对促进证据合成方法的合理应用与研发具有重要作用。目前我国已制定《术语工作 原则与方法》[44]等标准对术语不统一现象进行规范。建议国内相关机构遵循术语标准对不同证据合成方法的概念进行严格定义与区分,规范中文翻译的准确性和统一性,减少同义或多义现象,为学科建设与跨学科合作奠定基础。
第二,遵循方法学规范,咨询方法学专家。指导手册是规范证据合成方法应用的重要途径,可为研究人员及读者提供参考。研究人员在应用证据合成方法时需加强学习,严格遵循方法学规范,确保证据合成方法应用的正确性。对于尚无指导手册的其他证据合成方法,可咨询相应的方法学专家,论证研究的可行性与合理性。
第三,遵循报告规范,提高报告质量。通过检索EQUATOR(Enhancing the QUAlity and Transparency Of health Research)网站(https://www.equator-network.org/),笔者发现目前系统评价和Meta分析、系统评价再评价、网状Meta分析、概况性评价、元民族志、元叙事、现实主义综合等诸多证据合成方法已有相应的报告规范(表3)。研究人员需严格遵循现有报告规范,提高证据合成研究的透明度和结论的可信度。同时,对于尚无报告规范的其他证据合成方法,研究人员应积极探索和研发,推动报告规范在我国的应用与发展。
表3 证据合成方法研究报告规范汇总
第四,构建决策树模型,选择合适方法。目前已发表的部分证据合成研究存在方法使用混淆的问题,可能对研究结论的可靠性和准确性产生影响[42]。国际上有学者依据证据合成方法的优/劣势构建了决策树模型以辅助研究者选择恰当的方法[70],但考虑因素与可选择的方法相对较少。Cook等[70-72]提出选择证据合成方法需考虑的7个因素,其中研究问题、研究目的和目标人群是优先考虑因素,同时还需考虑方法认识论、数据类型、时间限制与财务限制等。因此,建议国内学者综合考虑现有因素,构建更为完善的决策树模型,为研究人员选择合适的证据合成方法提供参考。
证据合成是提高研究证据可信度的重要途径,也是证据生态系统中连接证据生产与证据转化的桥梁,对于推动证据从生产到评价、应用的可持续循环发挥至关重要作用。然而,随着证据合成方法种类及研究数量的迅速增加,方法的误用与滥用问题也愈发凸显,亟需更多的研究者共同努力,积极探索证据合成方法的科学应用路径,为政策制定者及使用者提供证据基础。