合成包括研究的结果
Cochrane互动学习（CIL）：模块6 - 分析数据
| 标准 | 基本原理和细化 | 资源 | |
| C61. | 结合不同的尺度 | 强制的 | |
| 如果研究与不同的量表相结合，确保连续结果的高分对任何特定结果都具有相同的意义;解释解释方向;并在颠倒方向时报告。 | 有时鳞片有更高的分数，反映了“更好”的结果，有时较低的分数反映了“更好”的结果。当临床意义的效果估计结合时，出现毫无意义的（和误导性）结果。 | Cochrane培训资源：分析连续的结果 |
|
| C62. | 确保元分析是有意义的 | 强制的 | |
| 只有当参与者、干预措施、比较和结果被判断为足够相似，以确保一个有临床意义的答案时，才进行(或显示)荟萃分析。 | 非常多样化的研究的荟萃分析可能是误导性的，例如，在研究使用不同形式的控制方案中。临床多样性并不表明不应进行META分析。但是，作者必须清楚所有研究都是解决的潜在问题。 | ||
| C63. | 评估统计异质性 | 强制的 | |
| 在进行荟萃分析时评估研究之间的研究变异的存在和程度。 | 异质性的存在影响可归纳结论形成的程度。如果有足够的信息来解释异质性并提供新的见解，那么识别异质性是很重要的。作者应该认识到，像I这样的测量方法有很多不确定性2和τ2当有很少的研究时。因此，应避免使用简单阈值来诊断异质性。 | 看手册第10.10.2节 Cochrane培训资源：探索异质性 |
|
| C64. | 处理缺失的结果数据 | 非常可取 | |
| 考虑个体参与者缺失结果数据的影响(由于跟踪的损失或分析的排除)。 | 不完整的结果数据会导致偏倚。在大多数情况下，作者应尽可能遵循意图治疗分析的原则(这可能不适用于不良反应或试图证明等效性)。Cochrane的偏倚风险(Risk of bias)工具解决了由于结果数据不完整而导致的偏倚风险。然而，统计分析和对结果的仔细解释是评论作者可以解决这个问题的其他方式。可以考虑输入方法(伴随敏感性分析或以敏感性分析的形式)。 | 看手册第10.12.1节 科克伦培训资源:评估ROB包括研究和Rob 2.0网络研讨会 |
|
| C65. | 解决倾斜的数据 | 非常可取 | |
| 在分析持续成果时考虑偏斜数据的可能性和含义。 | 偏态数据有时不能用方法和标准偏差进行有效的汇总。虽然统计方法在大样本中大致有效，但当研究规模较小时，偏倚的结果数据可能导致误导结果。 | 看手册第10.5.3节 Cochrane培训资源：分析连续的结果 |
|
| C66. | 用两组以上的群体解决研究 | 强制的 | |
| 如果包括多臂研究，以适当的方式分析多个干预组，避免任意遗漏相关组和重复计算参与者。 | 排除相关组会降低计算精度，重复计数会伪增计算精度;这两种方法都是不适当和不必要的。替代策略包括组合干预组，将比较对象划分到不同的森林地块，并使用网络元分析。 | Cochrane培训资源：分析非标准数据和研究设计 |
|
| C67. | 子组比较 | 强制的 | |
| 如果要比较亚组分析，并且判断有足够的研究可以有意义地做到这一点，使用正式的统计测试来比较它们。 | 结论认为，在不同亚组的基础上存在差异存在差异，亚组内的统计显着程度的差异可能是非常误导的。 | 看手册部分10.11.3.1 |
|
| C68. | 解释子群分析 | 强制的 | |
| 如果进行亚组分析，请遵循协议中规定的子组分析计划，而不会对特定的调查结果进行了不应强调。 | 应避免选择性报告，或过于解释，特别是特定子组或特定子组分析。这是一个问题，尤其是在执行多个子组分析时。这并不排除使用合理和诚实的HOC子组分析。 |
看手册第10.11.5.2节 |
|
| C69. | 考虑解释结果时统计异质性 | 强制的 | |
在解释结果时考虑任何统计异质性，特别是当在效果方向有变化时。 |
异质性的存在影响可归纳结论形成的程度。如果使用固定效果分析，则置信区间忽略了异质性的程度。如果使用随机效应分析，结果涉及跨研究的平均效果。在这两种情况下，应解决标记异质性的影响。如果有足够的研究，可能会理解异质性的原因。 | 看手册第10.10.3节 Cochrane培训资源：探索异质性 |
|
| C70. | 解决非标准设计 | 强制的 | |
| 考虑所纳入研究的聚类、匹配或其他非标准设计特征对分析的影响 | 由于天真的分析可能低估或高估了研究的精度，因此需要针对多个身体部位进行测量的群集试验，涉及多个身体部位测量的研究以及其他设计。未能考虑聚类可能会高估研究的精确性，即提供太狭窄的置信区间和太大的重量。未能考虑相关性可能低估研究的精确性，即提供太宽的置信区间，其重量太小。 | 看手册第6.2.1节 Cochrane培训资源：非标准研究设计 |
|
| C71. | 敏感性分析 | 非常可取 | |
| 使用敏感性分析来评估结果的稳健性，例如显着的假设，估算数据，边界决策和研究高风险的影响。 | 重要的是要注意结果稳健，因为结论的强度可以加强或削弱。 | 看手册10.14节 Cochrane培训资源：探索异质性 |
|
| C72. | 翻译结果 | 强制的 | |
| 将结果的解释集中在对效果的估计及其置信区间上，避免使用“统计显著性”和“统计不显著性”之间的区别。 |
作者通常误认为缺乏效应证据，作为缺乏效果的证据。 | 看手册第15.3.1节 Cochrane培训资源：常见的解释错误 CIL：模块7 - 解释调查结果 |
|
| C73. | 由于缺失的结果，调查偏见风险 | 非常可取 | |
| 考虑非报告偏见对审查结果的潜在影响或其包含的荟萃分析。 | 有大量的证据表明各种类型的不报告偏见。这些问题可以在评审的各个环节解决。彻底的搜索，并尝试获得未发表的结果，可能会将风险降到最低。分析纳入研究的结果，例如使用漏斗图，有时可以帮助确定问题的可能程度，也可以尝试确定研究方案，这应该是Cochrane综述的常规特征。 | 看手册13.4节 科克伦培训资源:小型研究影响和报告偏差 CIL：模块7 - 解释调查结果 |