Hakutermiä parannetaan samalla kun tehdään koehakua ja haetaan toista asiaankuuluvaa termiä kunkin käsitteen sisällä haetuista papereista. Kliinisen tutkimuksen etsimiseen voimme käyttää PubMedissä näitä kuvaajia: ”kliininen tutkimus” TAI ”kliiniset tutkimukset aiheena” TAI ”kliininen tutkimus”. Joidenkin kokeiden ja hakutermin tarkentamisen jälkeen muotoilemme lopullisen hakutermin PubMed seuraavasti: (ebola TAI ebola virus TAI ebola viruksen tauti TAI EVD) JA (rokote TAI rokotus TAI rokotettu TAI rokotus) JA (”kliininen tutkimus” TAI ”kliininen tutkimus aiheena” TAI ”kliininen tutkimus”). Koska tätä aihetta koskeva tutkimus on rajallinen, emme sisälly hakutermiin lopputermiä (turvallisuus ja immunogeenisuus), jotta saadaan lisää tutkimuksia.

Hae tietokannoista, tuo kaikki tulokset kirjastoon ja vie excel sheet

AMSTAR-ohjeiden mukaan SR / MA: sta on haettava vähintään kahta tietokantaa, mutta kun lisäät etsittyjen tietokantojen määrää, saat paljon tuottoa ja tarkempia ja kattavampia tuloksia. Tietokantojen järjestys riippuu enimmäkseen tarkastelukysymyksistä; kliinisten tutkimusten tutkimuksessa luotat enimmäkseen Cochraneen, mRCT: iin tai International Clinical Trials Registry Platformiin (ICTRP). Tässä ehdotamme 12 tietokantaa (PubMed, Scopus, Web of Science, EMBASE, GHL, VHL, Cochrane, Google Scholar, Clinical trial.gov, mRCT, POPLINE ja SIGLE), jotka auttavat kattamaan melkein kaikki trooppisen lääketieteen julkaistut artikkelit ja muut terveyteen liittyvät kentät. Näiden tietokantojen joukossa POPLINE keskittyy lisääntymisterveyteen. Tutkijoiden tulisi harkita sopivan tietokannan valitsemista tutkimusaiheen mukaan. Jotkin tietokannat eivät tue Boolen tai lainauksen käyttöä; muuten on joitain tietokantoja, joilla on erityinen hakutapa. Siksi meidän on muutettava kunkin tietokannan alkuperäisiä hakutermejä saadaksemme arvostettuja tuloksia. siksi jokaisen online-tietokantahaun käsittelyoppaat esitetään lisätiedostossa 5: Taulukko S2. Kunkin tietokannan yksityiskohtainen hakustrategia löytyy lisätiedostosta 5: Taulukko S3. PubMedissä luomamme hakutermi tarvitsee räätälöinnin tietokannan erityispiirteiden perusteella. Seuraava esimerkki aiheemme Google Scholarin tarkennetusta hausta on seuraava:

1. Kaikilla sanoilla: ebola virus

   Ainakin yhdellä sanoista: rokoterokotus rokotettu rokotus

   Missä sanani esiintyvät: artikkelin otsikossa

2. Kaikilla sanoilla: EVD

   Ainakin yhdellä sanoista: rokoterokotus rokotettu rokotus

   Missä sanani esiintyvät: artikkelin otsikossa

Lopuksi kaikki tiedot kerätään yhteen Endnote-kirjastoon kaksoiskappaleiden poistamiseksi ja sitten viedä se Excel-arkkiin. Poista kopiointi -toiminnon käyttäminen kahdella vaihtoehdolla on pakollista. Kaikki viitteet, joilla on (1) sama nimi ja tekijä ja jotka on julkaistu samana vuonna, ja (2) sama nimi ja tekijä, jotka on julkaistu samassa lehdessä, poistetaan. Tämän vaiheen jälkeen jäljellä olevat viitteet tulisi viedä Excel-tiedostoon, joka sisältää seulonnan kannalta olennaiset tiedot. Nämä voivat olla tekijöiden nimet, julkaisuvuosi, päiväkirja, DOI, URL-linkki ja tiivistelmä.

Protokollan kirjoittaminen ja rekisteröinti

Protokollan rekisteröinti varhaisessa vaiheessa takaa tutkimuksen avoimuuden prosessoi ja suojaa päällekkäisyyteen liittyviltä ongelmilta. Lisäksi sitä pidetään dokumentoituna todisteena tiimin toimintasuunnitelmasta, tutkimuskysymyksestä, kelpoisuuskriteereistä, interventiosta / altistumisesta, laadunarvioinnista ja ennakkoanalyysisuunnitelmasta. On suositeltavaa, että tutkijat lähettävät sen päätutkijalle (PI) tarkistamaan sen ja lataavat sen sitten rekisterisivustoille. SR / MA: lle on tarjolla monia rekisterisivustoja, kuten Cochrane ja Campbell -yhteistyön ehdottamat; Suosittelemme kuitenkin protokollan rekisteröimistä PROSPERO: hon, koska se on helpompaa. Protokollamallin asettelu PROSPERO: n mukaan löytyy lisätiedostosta 5: Tiedosto S1.

Otsikko ja abstrakti seulonta

Päätökset noudettujen artikkeleiden valitsemiseksi jatkoarviointia varten tukikelpoisuuskriteereistä, jotta minimoidaan mahdollisuus sisällyttää merkityksettömiä artikkeleita Cochrane-ohjeistuksen mukaan kahden arvostelijan on pakko tehdä tämä vaihe, mutta aloittelijoille ja nuoremmille tutkijoille tämä saattaa olla väsyttävää; Siksi ehdotamme kokemuksemme perusteella, että vähintään kolmen arvostelijan tulisi työskennellä itsenäisesti virhemahdollisuuksien vähentämiseksi, etenkin ryhmissä, joissa on paljon kirjoittajia lisäämään valvontaa ja varmistamaan asianmukainen käytös.Enimmäkseen laatu kolmen arvostelijan kanssa olisi parempi kuin kaksi, koska vain kahdella olisi eri mielipiteet toisistaan, joten he eivät voi päättää, kun taas kolmas mielipide on ratkaiseva. Ja tässä on joitain esimerkkejä systemaattisista arvioinneista, jotka teimme saman strategian mukaisesti (tutkimusryhmämme eri tutkijaryhmän toimesta) ja jotka julkaisimme onnistuneesti, ja niissä on asiaankuuluvia ideoita trooppisesta lääketieteestä ja sairauksista.

tässä vaiheessa päällekkäisyydet poistetaan manuaalisesti, kun tarkistajat saavat ne selville. Kun artikkelin päätöksessä on epäilyksiä, ryhmän tulee olla pikemminkin osallistava kuin yksinomainen, kunnes pääjohtaja tai PI tekee päätöksen keskustelun ja yksimielisyyden jälkeen. Kaikille poissuljetuille tietueille on annettava poissulkemissyyt.

Koko tekstin lataaminen ja seulonta

Monet hakukoneet tarjoavat linkkejä ilmaiseksi kokotekstiartikkeleihin. Jos sitä ei löydy, voimme etsiä joiltakin tutkimusverkkosivustoilta nimellä ResearchGate, jotka tarjoavat mahdollisuuden suoraan kokotekstitekijöiltä. Lisäksi etsimällä haettujen päiväkirjojen arkistoja tai ottamalla yhteyttä PI: hen, jos se on saatavilla. Vastaavasti 2–3 arvostelijaa työskentelee itsenäisesti päättäessään sisällytetyistä kokoteksteistä kelpoisuuskriteerien mukaan ilmoittamalla artikkeleiden poissulkemissyyt. Jos erimielisyyksiä on tapahtunut, lopullinen päätös on tehtävä keskustelulla.

Manuaalinen haku

On välttämätöntä käyttää kaikki mahdollisuudet vähentää harhaa suorittamalla selkeä käsihaku ensimmäisestä hausta mahdollisesti jätettyjen raporttien haku. Käytämme viittä tapaa tehdä manuaalinen haku: etsiä viitteitä mukana olevista tutkimuksista / arvosteluista, ottaa yhteyttä kirjoittajiin ja asiantuntijoihin ja tarkastella aiheeseen liittyviä artikkeleita / siteerattuja artikkeleita PubMedissä ja Google Scholarissa.

Tässä kuvataan kolme peräkkäistä menetelmää lisätä ja tarkentaa manuaalisen haun tuottoa: ensinnäkin mukana olevien artikkeleiden hakemistoluetteloiden haku; toiseksi suorittamalla ns. sitaattien seuranta, jossa arvostelijat seuraavat kaikkia artikkeleita, joissa kutakin kutakin sisällytettyä artikkelia mainitaan, ja tähän voi liittyä sähköinen haku tietokannoista; ja kolmanneksi, samankaltaisesti kuin lainausseuranta, noudatamme kaikkia ”liittyviä” tai ”vastaavia” artikkeleita. Kukin edellä mainituista menetelmistä voi suorittaa 2-3 riippumatonta arvostelijaa, ja kaikkia mahdollisia asiaankuuluvia artikkeleita on tutkittava tarkemmin sisällyttämiskriteerien suhteen sen jälkeen, kun on noudatettu samoja sähköisistä tietokannoista saatuja tietoja, eli otsikko / abstrakti ja kokotekstinen seulonta .

Ehdotamme itsenäistä arviointia osoittamalla jokaiselle joukkueen jäsenelle ”tag” ja erillinen menetelmä, jotta kaikki tulokset kootaan loppuun erojen ja keskustelun vertailemiseksi ja maksimoidaan haku ja minimoidaan Vastaavasti sisällytettyjen artikkeleiden lukumäärä on ilmoitettava ennen niiden lisäämistä sisällytettyihin tietueisiin.

Tiedonkeruu ja laadun arviointi

Tämä vaihe oikeuttaa tietojen keräämisen mukana olevista täydellisistä tiedostoista. tekstit strukturoidussa uutossa Excel-taulukossa, joka on aiemmin pilottitestattu uuttamista varten satunnaisilla tutkimuksilla. Suosittelemme sekä oikaistun että ei-mukautetun datan poimimista, koska se antaa b: lle eniten sallittua sekoituskerrointa Käytettiin analyysissä yhdistämällä ne myöhemmin. 2–3 riippumattoman arvioijan tulisi suorittaa uuttoprosessi. Enimmäkseen taulukko luokitellaan tutkimukseen ja potilaan ominaisuuksiin, tuloksiin ja laadunarviointityökaluun.

Kaavioissa esitetyt tiedot tulisi poimia ohjelmistotyökaluilla, kuten Web plot digitalizer. Suurin osa yhtälöistä, joita voidaan käyttää uuttamisessa ennen muiden muuttujien standardipoikkeaman (SD) analysointia ja arviointia, löytyy lisätiedostosta 5: tiedosto S2 viitteineen Hozo et ai. , Xiang et ai. ja Rijkom et ai. . Laadunvalvontaan on saatavana useita työkaluja mallista riippuen: ROB-2 Cochrane -työkalu satunnaistettuihin kontrolloituihin kokeisiin, joka esitetään lisätiedostona 1: Kuva S1 ja lisätiedostona 2: Kuva S2 – aiemmin julkaistun artikkelin tiedoista, NIH-työkalu havainnointitutkimuksiin ja poikkileikkaustutkimuksiin, ROBINS-I-työkalu ei-satunnaistettuihin tutkimuksiin, QUADAS-2-työkalu diagnostisiin tutkimuksiin, QUIPS-työkalu prognostisiin tutkimuksiin, CARE-työkalu tapausraportteihin ja ToxRtool in vivo ja in vitro -tutkimuksiin. Suosittelemme, että 2-3 arvioijaa arvioivat itsenäisesti tutkimusten laadun ja lisäävät tietojen poimintalomakkeeseen ennen sisällyttämistä analyysiin ennakkoluulojen riskin vähentämiseksi. NIH-havainnointityökalussa – kohortissa ja poikkileikkauksessa – kuten tässä EBOLA-tapauksessa, ennakkoluulojen riskin arvioimiseksi arvioijien tulisi luokitella kaikki 14 kohtaa kahtiajakoisiksi muuttujiksi: kyllä, ei tai ei sovellettavissa. Kokonaispisteet lasketaan lisäämällä kaikki kohteet, koska kyllä on yhtä, kun ei ja NA on nolla.Jokaiselle paperille annetaan pisteet luokittelemiseksi heikoiksi, oikeudenmukaisiksi tai hyvin suoritetuiksi tutkimuksiksi, joissa pisteitä 0–5 pidettiin heikkoina, 6–9 kohtuullisina ja 10–14 hyvinä.

Edellä olevassa EBOLA-esimerkkitapauksessa kirjoittajat voivat poimia seuraavat tiedot: kirjoittajien nimet, potilasmaat, julkaisuvuosi, tutkimuksen suunnittelu (tapausraportti, kohorttitutkimus tai kliininen tutkimus tai RCT), otoksen koko, tartuntapiste aika EBOLA-infektion jälkeen, seurantaväli rokotusajan jälkeen, teho, turvallisuus, haittavaikutukset rokotusten jälkeen ja laadunvalvontalomake (lisätiedosto 6: Tiedot S1).

Tietojen tarkistus

Odotettujen inhimillisten virheiden ja ennakkoluulojen vuoksi suosittelemme tietojen tarkistusvaihetta, jossa jokaista mukana olevaa artikkelia verrataan otosarkissa olevaan vastaavaan todisteiden valokuvien avulla virheiden havaitsemiseksi tiedoissa. Suosittelemme osoittamaan artikkeleita 2–3 riippumattomalle arvostelijalle, mieluiten ei niille, jotka suorittivat kyseisten artikkeleiden purkamisen. Kun resursseja on rajoitetusti, jokaiselle arvostelijalle osoitetaan eri artikkeli kuin edellisessä vaiheessa poimittu artikkeli.

Tilastollinen analyysi

Tutkijat käyttävät erilaisia menetelmiä mukana olevien tutkimusten havaintojen yhdistämiseen ja yhteenvetoon. . Ennen analyysia on tärkeä vaihe, jota kutsutaan tietojen puhdistamiseksi uuttolevyssä, jossa analyytikko järjestää poimintaarkin tiedot muodossa, jonka analyyttinen ohjelmisto voi lukea. Analyysi koostuu kahdesta tyypistä, nimittäin kvalitatiivisesta ja kvantitatiivisesta analyysistä. Laadullinen analyysi kuvaa lähinnä SR-tutkimusten tietoja, kun taas kvantitatiivinen analyysi koostuu kahdesta päätyypistä: MA ja verkon meta-analyysi (NMA). Alaryhmä, herkkyys, kumulatiiviset analyysit ja meta-regressio ovat sopivia testaamaan, ovatko tulokset yhdenmukaisia vai eivät, ja tutkimaan tiettyjen sekoittimien vaikutusta tulokseen ja löytämään parhaat ennustajat. Julkaisujen puolueellisuutta on arvioitava, jotta voidaan tutkia puuttuvien tutkimusten läsnäolo, jotka voivat vaikuttaa yhteenvetoon.

Perusmeta-analyysin havainnollistamiseksi toimitamme kuvitteelliset tiedot Ebola-rokoteturvallisuutta koskevaan tutkimuskysymykseen (haittojen suhteen) tapahtumia, 14 päivää injektion jälkeen) ja immunogeenisuus (Ebola-viruksen vasta-aineiden nousu geometrisen keskimääräisen tiitterin suhteen, 6 kuukautta injektion jälkeen). Olettaen, että etsinnästä ja tietojen uuttamisesta päätimme tehdä analyysin Ebola-rokotteen ”A” turvallisuuden ja immunogeenisuuden arvioimiseksi. Muita Ebola-rokotteita ei meta-analysoitu tutkimusten rajoitetun määrän vuoksi (sen sijaan ne sisällytetään kertomukseen ). Rokotusturvallisuuden meta-analyysin kuvitteelliset tiedot ovat saatavilla lisätiedostossa 7: Data S2. Meta-analyysin tekemiseen voimme käyttää ilmaisia ohjelmistoja, kuten RevMan tai R-paketti meta. Tässä esimerkissä käytämme R-paketin meta. Metapaketin opetusohjelma on käytettävissä ”Yleinen paketti meta-analyysiä varten” -opetusohjelmassa pdf. R-koodit ja niiden ohjeet tehdyille meta-analyyseille löytyvät lisätiedostosta 5: tiedosto S3.

Analyysin kannalta oletamme, että tutkimus on luonteeltaan heterogeeninen; siksi valitsemme satunnaisvaikutelmamallin. Teimme analyysin Ebola-rokotteen A turvallisuudesta. Taulukosta voimme nähdä joitain haittatapahtumia, jotka tapahtuvat rokotteen A lihaksensisäisen injektion jälkeen tutkimuksen kohteelle. Oletetaan, että sisällytämme kuusi tutkimusta, jotka täyttävät osallistumiskriteerimme. Voimme tehdä meta-analyysin jokaiselle tutkimuksista otetulle haittatapahtumalle, esimerkiksi nivelkivulle, satunnaisvaikutuksen meta-analyysin tuloksista käyttämällä R-metapakettia.

Kohdassa esitetyistä tuloksista Lisätiedosto 3: Kuva S3, voimme nähdä, että nivelkivun kertoimien suhde (OR) on 1,06 (0,79; 1,42), p-arvo = 0,71, mikä tarkoittaa, että Ebola-rokotteen A lihaksensisäisen injektion ja nivelkivun välillä ei ole yhteyttä, koska OR on melkein yksi, ja lisäksi P-arvo on merkityksetön, koska se on > 0,05.

Meta-analyysissä voimme myös visualisoida johtaa metsäalueeseen. Kuvassa 3 on esimerkki simuloidun analyysin metsäalueesta.

Metsäalueelta voimme nähdä kuusi tutkimusta (A – F) ja niiden TAI (95%: n luottamusväli) . Vihreä ruutu edustaa kunkin tutkimuksen vaikutuskokoa (tässä tapauksessa OR). Suurempi laatikko tarkoittaa, että tutkimus painotetaan enemmän (eli suurempi otoskoko). Sininen timantin muoto edustaa kuuden tutkimuksen yhdistettyä TAI. Voimme nähdä, että sininen timantti ylittää pystysuoran viivan OR = 1, mikä ei osoita mitään merkitystä yhdistykselle, koska timantti melkein tasaantui molemmilla puolilla. Voimme vahvistaa tämän myös 95%: n luottamusvälistä, joka sisältää yhden ja p-arvon > 0,05.

Heterogeenisyyden osalta näemme, että I2 = 0%, mikä tarkoittaa, että heterogeenisyyttä ei havaita; tutkimus on suhteellisen homogeeninen (se on harvinaista todellisessa tutkimuksessa). Niveltulehduksen haittatapahtumien meta-analyysiin liittyvän julkaisuharjoituksen arvioimiseksi voimme käyttää R metakokonaisuuden metabias-toimintoa (lisätiedosto 4: kuva S4) ja visualisointia suppilokaavion avulla. Julkaisupoikkeaman tulokset on esitetty kuvassa 4. Näemme, että tähän testiin liittyvä p-arvo on 0,74, mikä osoittaa suppilokaavion symmetrian. Voimme vahvistaa sen tarkastelemalla suppilokaaviota.

Suppilokaaviota tarkasteltaessa suppilokäyrän vasemmalla ja oikealla puolella olevien tutkimusten määrä on sama; siksi juoni on symmetria, mikä ei viittaa julkaisuharheisiin.

Herkkyysanalyysi on menetelmä, jonka avulla selvitetään, kuinka riippumattoman muuttujan eri arvot vaikuttavat tietyn riippuvan muuttujan merkitykseen poistamalla yhden tutkimuksen MA: sta. . Jos kaikki mukana olevat tutkimuksen p-arvot ovat < 0,05, minkä tahansa tutkimuksen poistaminen ei muuta merkittävää yhteyttä. Se suoritetaan vain, kun yhteys on merkittävä, joten jos tehdyn MA: n p-arvo on 0,7 – useampi kuin yksi – herkkyysanalyysiä ei tarvita tässä tapaustutkimusesimerkissä. Jos on 2 tutkimusta, joiden p-arvo > 0,05, minkä tahansa kahdesta tutkimuksesta poistaminen johtaa merkityksen menetykseen.

Tietojen kaksinkertainen tarkistus

Tulosten laadun varmuuden lisäämiseksi analysoidut tiedot on tarkistettava kokotekstitiedoista todistekuvilla, jotta tutkimuksen PI voidaan selvittää selvästi.

Käsikirjoituksen kirjoittaminen, tarkistaminen ja toimittaminen päiväkirjaan

Kirjoitus perustuu neljään tieteelliseen osaan: esittely, menetelmät, tulokset ja keskustelu, enimmäkseen päätelmällä. Ominaisuustaulukon tekeminen tutkimukselle ja potilaan ominaisuuksille on pakollinen vaihe, joka löytyy mallina Lisätiedostossa 5: Taulukko S3.

Käsikirjoituksen, ominaisuustaulukon ja PRISMA-vuokaavion valmistuttua ryhmän tulisi lähettää se PI: lle tarkistamaan se hyvin ja vastaamaan hänen kommentteihinsa ja lopuksi valitsemaan käsikirjoitukselle sopiva päiväkirja, joka sopii huomattavaan vaikutuskertoimeen ja sopivaan kenttään. Meidän on kiinnitettävä huomiota lukemalla lehtien tekijäohjeet ennen käsikirjoituksen lähettämistä.