meta分析与系统评价区别（这是您真正需要的）

文章来源：LinkLab微信公众号，今天小编就来说说关于meta分析与系统评价区别?下面更多详细答案一起来看看吧!

meta分析与系统评价区别

文章来源：LinkLab微信公众号

卫生保健决策应基于当前可得的最佳证据，而系统评价和Meta分析作为一种临床研究证据合成的方法，被公认为当前最高级别的证据，也是最好的二次研究方法。未来几期，小编就和大家好好聊聊这个最高级的话题……

1976年，英国心理学家Glass将分析分为三个层次：

• 原始研究(original research)：原始研究数据分析，如多中心前瞻性研究的数据分析；

• 二次分析(secondary analysis)：为回答某个原始研究的问题，用更好的统计方法分析数据或用原始资料回答新问题；

• 系统评价和Meta分析（systematic review & meta analysis)：为达到整合研究结果的目的，收集大量研究结果进行统计分析。系统评价和Meta分析均为公认的最好的二次研究方法。前者是应用定性或定量描述方法的二次研究，后者是运用定量描述的二次研究。两者对纳入研究的数据均有严格要求。

不同于original research，需要全新的研究问题或全新的研究人群甚至全新的方法，review或者meta analysis是对现有文献和发现的总结和归纳。我们知道单一群体的研究存在偶然性，如果能够在不同群体中验证相同的研究问题是最有力的方法。但由于多方面的原因，比如经费、时间等等，这种研究是没有办法实现的。在这种情况下，review或者meta analysis就尤其重要。

在我们开始接触meta analysis之前，我们先区分系统评价（systematic review） vs. 叙述评价（narrative review）。

系统评价是一种全新的文献回顾形式。它是指针对某一具体临床问题，全面、系统的收集全世界已发表或未发表的临床研究结果，通过严格的文献评价原则和方法，逐个进行分析，筛选出符合质量标准的文献，进行定性或定量合成，得出综合可靠的结论。同时，随着新的临床研究的出现进行及时更新，随时提供最新的知识和信心作为决策依据。

相对于平白直叙，简单的把研究问题前因后果详述清楚但并不做过多分析并且可能存在随意选取“cherry picking”问题的叙述评价，系统评价更具有说服力。因为它对现有的文献作出更加完整的归纳，研究方法更透明，所以这种评价可以被重复，主观性少，可以包括meta分析得到更精准的估算，而且文献选取不是随意的！

当然系统评价也存在一些缺点，比如无法避免各研究间的系统偏差（system bias）、发表偏倚（publication bias）以及其他未知的bias。

系统评价一般用于评估病因假说；评估诊断和筛选测试；评估预后信息；评估公共卫生干预措施的医疗功效和有效性。

明白了什么是系统评价，作为与系统评价有着同样作用的meta分析，又会是如何定义和实行的呢？

Meta分析存在广义和狭义两种概念，尚未统一。广义认为meta分析是系统评价的一种，是一个研究过程。狭义认为Meta分析是一种将多个研究结果的数据合并分析，估计某一干预措施疗效的统计学方法。换言之，Meta分析严格说来，其实也是一种统计学方法，根据纳入研究定量数据的异质性大小来决定是采用固定效应模型还是随机效应模型。

针对不同纳入的研究，进行的Meta分析也有不同，如RCT的Meta分析和流行病学研究（如队列研究、病例对照研究和横断面研究）的Meta分析有本质区别。非随机对照研究本身存在很多偏倚和混杂因素，导致各研究间存在很大异质性。因此，后者Meta分析结果中可能会引入更多偏倚和混杂因素。从下图也看出，近几年，关于meta分析的文章呈指数性增长呢！

下面，我们就来看看系统评价与Meta分析的区别与

• 系统评价并非须对纳入研究进行统计学合并；

• 是否做Meta分析需要视纳入研究是否具有异质性；

• Meta分析也并非一定要做系统评价，因为其本质也可以是一种统计学方法；

• 对同质性的多个研究进行Meta分析的系统评价为定量系统评价；

• 如果纳入研究不具有同质性，则不进行Meta分析，而仅进行描述性的系统评价，此类系统评价为定性系统评价。

对于系统评价，分为三个阶段进行：1.计划； 2.施行；3. 报告和分析结果。

每一步又具体涉及到：

1. 计划

- 确定评价的需求性

- 制定评价方案

2. 施行

- 制定文献搜索策略

- 文献选择

- 数据提取

- 质量评估

- 数据整合

3. 报告和分析结果

- 报告和建议

- 应用到实践

明天我们将开始介绍如何一步一步的实行这三个阶段，期待您的参与哦……

LinkLab

如果这篇文章对您有用，希望您能点击正文最下方的「订阅」。想看更多临床医疗科研的精品文章也可以关注我们的LinkLab

如果您有什么医学上的问题，也可以加微信客服号：linkmd,我们会一一为您解答

,