数据收集和分析
| 标准 | 基本原理和细化 | 资源 | |
| R39 | 包含决策 | 强制性的 | |
| 说明如何做出纳入决定(即从搜索结果到纳入研究)，澄清有多少人参与，以及他们是否独立工作。 | MECIR行为标准39:使用(至少)两个人独立工作来确定每个研究是否符合资格标准，并提前定义解决分歧的过程。 | 看到手册部分III.3.3.3和部分4.4.10 科克伦培训资源:选择研究 CIL:单元4 -选择研究和收集数据 |
|
| R40 | 数据收集过程 | 强制性的 | |
| 说明数据是如何从纳入研究的报告中提取的，澄清有多少人参与，他们是否独立工作，以及分歧是如何解决的。描述任何需要翻译的报告的数据收集过程。 | MECIR行为标准43:使用已试用过的数据收集表格。 MECIR行为标准45:使用(至少)两个人独立工作，从每个研究报告中提取研究特征，并预先定义解决分歧的过程。 |
看到手册部分III.3.3.3，部分5.4.1之前和5.5.2节 科克伦培训资源:收集数据 CIL:单元4 -选择研究和收集数据 |
|
| R41 | 请求数据 | 非常可取的 | |
| 描述从个人或组织获取或澄清数据的尝试。 | MECIR准则第49条:寻找被纳入研究报告中缺失的关键未发表信息。 | 看到手册部分III.3.3.3和5.2.3节 科克伦培训资源:收集数据 CIL:单元4 -选择研究和收集数据 |
|
| R42 | 数据项 | 强制性的 | |
| 说明从所包括的研究报告中寻求的信息类型。 | MECIR行为准则44:充分详细地收集纳入研究的特征，以填充“纳入研究的特征”表。 | 看到手册部分III.3.3.3和5.3.1节 科克伦培训资源:收集数据 CIL:单元4 -选择研究和收集数据 |
|
| R43 | 转换的数据 | 强制性的 | |
| 在回顾报告之前，解释报告数据的任何转换，以及所做的任何假设。解释从图形中提取数字数据的任何程序。 | MECIR行为标准47:收集和利用最详细的数字数据，可能有助于对纳入的研究进行类似的分析。在无法获得2×2表格或平均值和标准偏差的情况下，这可能包括效果估计(例如优势比、回归系数)、置信区间、检验统计量(例如t、F、Z、Chi2)或P值，甚至是个体参与者的数据。 | 看到手册5.3.6节 科克伦培训资源:收集数据 CIL:单元4 -选择研究和收集数据 |
|
| R44机身内部 | 丢失的结果数据 | 非常可取的 | |
| 解释如何处理缺失的结果数据。 | 描述假设如何应用于缺失的数据，例如，最近的观察结果，或特定值的假设，如最坏情况或最好情况。 | 看到手册部分III.3.3.3，5.3.6节和部分10.12.1 科克伦培训资源:收集数据 CIL:单元4 -选择研究和收集数据 |
|
| R45 | 评估个体研究中偏倚风险的工具 | 强制性的 | |
| 说明和参考用于评估纳入研究的偏倚风险的工具，这些工具是如何实施的，以及用于将研究划分为低风险、高风险和不明确偏倚风险的标准。 | 如果手册进行“偏倚风险”评估的指导原则是完整的，然后参考手册足以提供用于作出判断的标准。证明与工具的任何偏差。 MECIR行为标准52:评估每个纳入研究的至少一个特定结果的偏倚风险。对于随机试验，应该使用RoB 2工具，包括一系列偏见领域的判断和对这些判断的支持，如手册． |
看到手册部分III.3.3.3，7.1.2节和第八章 科克伦培训资源:评估RoB的研究包括和RoB 2.0网络研讨会 |
|
| R46 | 效果的措施 | 强制性的 | |
| 在任何纳入的研究或荟萃分析中，或两者中，陈述评审作者用来描述效应大小(如风险比、平均差异)的效应度量。 | 看到手册部分III.3.3.3 CIL:单元6 -分析数据 |
||
| R47 | 非标设计 | 强制性的 | |
| 如果设计不是单独随机的，也包括平行组随机试验，描述任何用于处理纳入研究的聚类、匹配或其他设计特征的方法。 | MECIR实施标准70: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。 | 看到手册6.2.1节 科克伦培训资源:分析非标准数据和研究设计 CIL:单元6 -分析数据 |
|
| R48 | 两组以上的研究 | 强制性的 | |
| 如果包括多组研究，解释它们是如何被处理和整合到合成中。 | MECIR行为准则66:如果包括多组研究，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。 | 看到手册部分III.3.3.3，6.2.9节和第十一章 科克伦培训资源:分析非标准数据和研究设计 CIL:单元6 -分析数据 |
|
| R49 | 评估的异质性 | 强制性的 | |
| 描述在综述中用于识别研究之间存在异质性的方法(例如，非定量评估，I2,τ2或统计测试)。 | MECIR行为准则69:在解释结果时，要考虑到任何统计上的异质性，特别是当影响方向有变化时。 MECIR行为准则62: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。 MECIR执行标准63：在进行meta分析时，评估研究间差异的存在和程度。 |
科克伦培训资源:探索异质性 CIL:单元6 -分析数据 |
|
| R50 | 跨研究报告偏差的风险 | 非常可取的 | |
| 描述任何用于评估报告偏差(如发表偏差)风险的方法。 | 看到手册第十三章 科克伦培训资源:小型研究影响和报告偏差 CIL:模块7 -解释研究结果 |
||
| R51 | 数据合成 | 强制性的 | |
| 描述任何用于综合研究结果的方法。如果数据已经在RevMan外部的统计软件中组合，请参考软件、命令和设置来运行分析。 | 与预期方法相背离的决定，例如采用另一种统计模型，应予以报告和证明。 MECIR行为准则62: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。 |
科克伦培训资源:荟萃分析入门 CIL:单元6 -分析数据 |
|
| R52 | 亚组分析 | 强制性的 | |
| 如果进行了亚组分析(或元回归)，请说明每一个潜在的影响修饰词的基本原理，说明每一个修饰词是预先定义的还是事后定义的，以及如何进行比较(如统计检验)。 | MECIR行为准则22:在方案阶段预先定义潜在的影响修饰词(例如，用于亚组分析)，限制其数量，并提供每种修饰词的基本原理。 MECIR执行标准67:如果要比较亚组分析，并且认为有足够的研究可以有效地做到这一点，则使用正式的统计检验来比较它们。 |
科克伦培训资源:探索异质性 CIL:单元6 -分析数据 |
|
| R53 | 解决偏见风险 | 强制性的 | |
| 描述如何在综合中处理具有高或可变偏倚风险的研究。 | MECIR执行标准58：处理合成中的偏倚风险(无论是定量的还是非定量的)。例如，根据偏倚风险汇总进行分层分析，局限于偏倚风险低的研究，或局限于偏倚风险低且有一定关注的研究。 | 科克伦培训资源:评估RoB的研究包括和RoB 2.0网络研讨会 CIL:单元6 -分析数据 |
|
| R54 | 敏感性分析 | 强制性的 | |
| 说明所进行的敏感性分析的基础。 | MECIR执行标准71:使用敏感性分析来评估结果的稳健性，如显著假设的影响，输入数据，边缘决策和高偏倚风险的研究。 | 看到手册10.14节 科克伦培训资源:评估RoB的研究包括和探索异质性 CIL:单元6 -分析数据 |
|
| R55 | 总结调查结果 | 非常可取的 | |
说明总结审查结果的任何方法，包括对每一结果的证据体系的确定性的评估。 |
MECIR执行标准75：证明并记录所有证据的确定性评估(例如，如果使用GRADE，则降级或升级)。 MECIR执行标准4:使用5个GRADE考虑因素(偏倚风险、效果的一致性、不精确性、间断性和发表偏倚)来评估每个结果的证据体的确定性，并在审查文本中得出关于证据确定性的结论。 |
看到手册14.2.1节 CIL:模块7 -解释研究结果 CIL:单元8 -复习报告 |