A keresési kifejezés javítása próba keresés és más releváns kifejezés keresése közben történik. az egyes koncepciókon belül a visszakeresett papírokból. Klinikai vizsgálat keresésére a PubMed-ben ezeket a leírókat használhatjuk: “klinikai vizsgálat” VAGY “klinikai vizsgálatok témaként” VAGY “klinikai vizsgálat”. Néhány vizsgálati forduló és a keresési kifejezés finomítása után megfogalmazzuk a végső keresési kifejezést. PubMed az alábbiak szerint: (ebola VAGY ebola vírus VAGY ebola vírus betegség VAG EVD) ÉS (vakcina VAGY oltás VAGY beoltott VAGY immunizálás) ÉS (“klinikai vizsgálat” VAGY “klinikai vizsgálatok” témaként VAGY “klinikai vizsgálat”). Mivel ennek a témának a vizsgálata korlátozott, nem tartalmazunk eredménykifejezést (biztonságosság és immunogenitás) a keresési kifejezésbe, hogy több tanulmányt rögzítsünk.

Keressen adatbázisokat, importáljon minden eredményt egy könyvtárba és exportáljon egy excel sheet

Az AMSTAR irányelvei szerint legalább két adatbázisban kell keresni az SR / MA-ban, de ahogy növeli a keresett adatbázisok számát, sok hozamot, valamint pontosabb és átfogóbb eredményt kap. Az adatbázisok sorrendje leginkább a felülvizsgálati kérdésektől függ; klinikai vizsgálatok tanulmányozása során leginkább a Cochrane-re, az mRCT-kre vagy az International Clinical Trials Registry Platformra (ICTRP) támaszkodik. Itt 12 olyan adatbázist javasolunk (PubMed, Scopus, Web of Science, EMBASE, GHL, VHL, Cochrane, Google Scholar, Clinical trial.gov, mRCT, POPLINE és SIGLE), amelyek segítenek a trópusi orvostudomány szinte összes megjelent cikkének lefedésében. és más egészséggel kapcsolatos területeken. Ezen adatbázisok közül a POPLINE a reproduktív egészségre összpontosít. A kutatóknak fontolóra kell venniük a releváns adatbázis kiválasztását a kutatási témának megfelelően. Egyes adatbázisok nem támogatják a logikai vagy idézőjel használatát; különben vannak olyan adatbázisok, amelyek speciális keresési móddal rendelkeznek. Ezért módosítanunk kell az egyes adatbázisok kezdeti keresési feltételeit, hogy értékelhető eredményeket kapjunk; ezért az egyes online adatbázis-keresésekre vonatkozó kezelési útmutatókat az 5. kiegészítő fájl tartalmazza: S2 táblázat. Az egyes adatbázisok részletes keresési stratégiája az 5. kiegészítő fájlban található: S3. Táblázat. A PubMed-ben létrehozott keresési kifejezés testreszabást igényel az adatbázis sajátos jellemzői alapján. Példa a témánk témájára vonatkozó Google Scholar speciális keresésre:

1. Az összes szóval: ebola vírus

   Legalább az egyik szóval: oltás oltás oltott oltás

   Ahol a szavaim előfordulnak: a cikk címében

2. Az összes szóval: EVD

   Legalább az egyik szóval: vakcina vakcinázás vakcinázott immunizálás

   Ahol a szavaim előfordulnak: a cikk címében

Végül minden feljegyzés az Endnote könyvtárba összegyűjtve a duplikátumok törlése, majd az exportálása egy Excel lapba. A párhuzamos eltávolítás funkció két lehetőség használata kötelező. Az összes hivatkozást, amelynek (1) ugyanaz a címe és szerzője van, és ugyanabban az évben megjelent, és (2) ugyanaz a címe és szerzője, és ugyanabban a folyóiratban jelent meg, töröljük. A lépés után megmaradt hivatkozásokat egy olyan Excel fájlba kell exportálni, amely tartalmazza a szűréshez szükséges alapvető információkat. Ezek lehetnek a szerzők neve, megjelenési éve, folyóirat, DOI, URL-link és absztrakt.

Protokollírás és regisztráció

A protokoll korai szakaszban történő regisztrációja garantálja a kutatás átláthatóságát feldolgozza és megvédi a duplikációs problémáktól. Ezenkívül a csapat cselekvési tervének, kutatási kérdésének, alkalmassági kritériumainak, intervenciójának / kitettségének, minőségértékelésének és előzetes elemzési tervének dokumentált bizonyítékának számít. Javasoljuk, hogy a kutatók küldjék el a vezető kutatónak (PI), hogy vizsgálja felül, majd töltse fel a nyilvántartó helyekre. Az SR / MA számára sok olyan nyilvántartási oldal áll rendelkezésre, mint például a Cochrane és a Campbell együttműködései által javasoltak; javasoljuk azonban a protokoll regisztrálását a PROSPERO-ba, mivel ez könnyebb. A protokollsablon elrendezése a PROSPERO szerint az 5. kiegészítő fájlban található: S1 fájl.

Cím és absztrakt átvilágítás

A visszakeresett cikkek további értékelés céljából történő kiválasztására vonatkozó döntések az alkalmassági kritériumokról, hogy minimalizálják a nem releváns cikkek bekerülésének esélyét. A Cochrane iránymutatása szerint két ellenőrnek kötelező elvégezni ezt a lépést, de ami a kezdőket és az ifjabb kutatókat illeti, ez fárasztó lehet; ezért tapasztalataink alapján azt javasoljuk, hogy legalább három recenzensnek önállóan kell dolgoznia a tévedés esélyének csökkentése érdekében, különösen a nagy számú szerzőt számláló csapatokban, hogy több ellenőrzést hozzanak létre és biztosítsák a megfelelő viselkedést.Leginkább a minőség három bírálóval jobb, mint kettő, mivel kettőnek csak más a véleménye, ezért nem tudnak dönteni, míg a harmadik vélemény döntő. És itt van néhány példa olyan szisztematikus áttekintésekről, amelyeket ugyanazon stratégia nyomán végeztünk (kutatócsoportunk különböző kutatócsoportja által) és sikeresen publikáltunk, és ezek a trópusi orvostudomány és a betegségek szempontjából releváns ötleteket tartalmaznak.

ebben a lépésben a duplikációkat manuálisan eltávolítjuk, valahányszor az ellenőrök megtudják őket. Ha kétség merül fel egy cikkdöntéssel kapcsolatban, akkor a csapatnak inkább befogadónak, mintsem kizárólagosnak kell lennie, amíg a fő vezető vagy PI vitát és konszenzust követően nem hoz döntést. Minden kizárt rekordot kizáró okokkal kell megadni.

Teljes szöveg letöltése és átvilágítása

Sok keresőmotor ingyenes linkeket biztosít a teljes szövegű cikkek eléréséhez. Abban az esetben, ha nem találjuk meg, kereshetünk néhány kutatási webhelyen ResearchGate néven, amelyek lehetőséget nyújtanak a szerzők közvetlen teljes szöveges kérésére. Ezenkívül feltárja a keresett folyóiratok archívumait, vagy kapcsolatba léphet a PI-vel annak megvásárlásához, ha rendelkezésre áll. Hasonlóképpen, 2-3 recenzens önállóan dolgozik annak érdekében, hogy az alkalmassági kritériumok szerint döntsön a teljes szövegek beillesztéséről, a cikkek kizáró okainak bejelentésével. Abban az esetben, ha nézeteltérés merülne fel, a végső döntést megbeszéléssel kell meghozni.

Manuális keresés

Minden lehetőséget ki kell használnunk az elfogultság csökkentésére azáltal, hogy kifejezetten kézzel keresünk az első keresésből esetlegesen kiesett jelentések visszakeresése. Öt módszert alkalmazunk a kézi kereséshez: hivatkozások keresése a mellékelt tanulmányokból / áttekintésekből, kapcsolatfelvétel a szerzőkkel és szakértőkkel, valamint a kapcsolódó cikkek / idézett cikkek megtekintése a PubMed és a Google Scholar programban.

Itt három egymást követő módszert írunk le növeli és finomítja a kézi keresés hozamát: egyrészt a mellékelt cikkek hivatkozási listáinak keresése; másodszor az úgynevezett hivatkozáskövetés végrehajtása, amelyben az áttekintők nyomon követik az összes cikket, amely a benne szereplő cikkeket idézi, és ez magában foglalhatja az adatbázisok elektronikus keresését; és harmadszor, hasonlóan az idézetek követéséhez, követünk minden „kapcsolódó” vagy „hasonló” cikket. A fent említett módszereket 2-3 független lektor is elvégezheti, és az összes lehetséges releváns cikket további vizsgálatnak kell alávetni a felvételi kritériumok alapján, miután ugyanazokat az elektronikus adatbázisokból származó nyilvántartásokat követték, azaz cím / absztrakt és teljes szövegű szűrés .

Javasoljuk egy független felülvizsgálatot úgy, hogy a csapatok minden tagjának hozzárendelnek egy “címkét” és egy külön módszert, hogy az összes eredményt összeállítsák a végén a különbségek és a vita összehasonlítása érdekében, valamint hogy maximalizálják a visszakeresést és minimalizálják Ehhez hasonlóan meg kell adni a mellékelt cikkek számát, mielőtt hozzáadnák a teljes felvett nyilvántartáshoz.

Adatkivonás és minőségértékelés

Ez a lépés feljogosítja az adatgyűjtést a mellékelt teljes cikkekről. szövegek egy strukturált extrakciós excel-lapban, amelyet előzőleg kísérletileg teszteltek az extrakcióra néhány véletlenszerű tanulmány felhasználásával. Javasoljuk mind a kiigazított, mind a nem kiigazított adatok kivonását, mert ez adja a legmegengedettbb zavaró tényezőt b Az elemzés során későbbi összesítéssel használták. A kinyerés folyamatát 2-3 független bírálónak kell végrehajtania. Többnyire a lapot a tanulmány és a beteg jellemzői, eredményei és minőségértékelési (QA) eszközébe sorolják.

A grafikonokban bemutatott adatokat olyan szoftvereszközökkel kell kinyerni, mint például a Web plot digitalizáló. A legtöbb változó, amelyet az extrakcióban lehet felhasználni a többi változó elemzése és a szórás (SD) becslése előtt, az 5. kiegészítő fájlban található: S2 fájl, hivatkozásaikkal, mint Hozo et al. , Xiang és mtsai. és Rijkom et al. . A minőségbiztosításhoz különféle eszközök állnak rendelkezésre, a kiviteltől függően: ROB-2 Cochrane eszköz randomizált, kontrollált vizsgálatokhoz, amelyet az 1. kiegészítő fájl: S1 ábra és a 2. kiegészítő fájl: S2 ábra formájában mutatunk be – egy korábbi publikált cikk adataiból, NIH eszköz megfigyelési és keresztmetszeti vizsgálatokhoz, ROBINS-I eszköz nem randomizált vizsgálatokhoz, QUADAS-2 eszköz diagnosztikai vizsgálatokhoz, QUIPS eszköz prognosztikai vizsgálatokhoz, CARE eszköz esettanulmányokhoz, valamint ToxRtool in vivo és in vitro vizsgálatokhoz. Javasoljuk, hogy 2–3 ellenőr önállóan értékelje a vizsgálatok minőségét, és az elemzésbe történő felvétel előtt töltse fel az adatkivonási űrlapot az elfogultság kockázatának csökkentése érdekében. A megfigyeléses vizsgálatok – kohorsz és keresztmetszet – NIH eszközében, mint ebben az EBOLA esetben is, az elfogultság kockázatának értékeléséhez a bírálóknak a 14 elem mindegyikét dichotóm változókba kell besorolniuk: igen, nem vagy nem alkalmazható. Az összesített pontszám kiszámítása az összes elem pontszámának összeadásával történik, mivel az igen megegyezik, míg a nem és az NA értéke nulla.Minden cikkért pontszámot kapnak, hogy rossz, korrekt vagy jó végzett vizsgálatok közé sorolják őket, ahol a 0–5-ös pontszámot rossznak, 6–9-et korrektnek és 10–14-et jónak ítélték meg.

Az EBOLA fenti példájában a szerzők a következő információkat nyerhetik ki: a szerzők neve, a betegek országa, a megjelenés éve, a tanulmány megtervezése (esetjelentés, kohortos tanulmány, vagy klinikai vizsgálat vagy RCT), a minta mérete, a fertőzött pont az EBOLA-fertőzés utáni idő, az oltási idő utáni követési intervallum, a hatékonyság, a biztonság, az oltások utáni káros hatások és a minőségbiztosítási lap (6. kiegészítő fájl: S1 adat).

Adatellenőrzés

A várható emberi hiba és elfogultság miatt javasoljuk az adatellenőrzési lépést, amelyben minden mellékelt cikket bizonyítékfotókkal hasonlítanak össze a kivonatlapon szereplő megfelelőivel az adatok hibáinak felderítése érdekében. Azt tanácsoljuk, hogy cikkeket rendeljen 2-3 független lektorhoz, ideális esetben ne azokhoz, akik kivonták ezeket a cikkeket. Ha az erőforrások korlátozottak, minden recenzenshez más cikket rendelnek, mint az előző szakaszban.

Statisztikai elemzés

A nyomozók különböző módszereket alkalmaznak a mellékelt tanulmányok eredményeinek összevonására és összefoglalására. . Az elemzés előtt van egy fontos lépés, amelyet az adatok tisztításának neveznek a kivonási lapon, ahol az elemző a kivonási lap adatait az analitikai szoftver által olvasható formában szervezi. Az elemzés 2 típusból áll, nevezetesen kvalitatív és kvantitatív elemzésből. A kvalitatív elemzés leginkább az SR vizsgálatok adatait írja le, míg a kvantitatív elemzés két fő típusból áll: MA és hálózati metaanalízisből (NMA). Az alcsoport, az érzékenység, a kumulatív elemzések és a metaregresszió alkalmasak annak tesztelésére, hogy az eredmények konzisztensek-e vagy sem, és hogy megvizsgálják egyes zavarók hatását az eredményre, és megtalálják a legjobb előrejelzőket. Meg kell vizsgálni a publikációk elfogultságát annak kimutatására, hogy hiányoznak-e az összefoglalót befolyásoló vizsgálatok.

Az alapvető metaanalízis bemutatásához képzeletbeli adatokat közölünk az Ebola vakcina biztonságával kapcsolatos kutatási kérdéshez (a káros mellékhatások szempontjából). 14 nappal az injekció beadása után) és az immunogenitás (az Ebola vírus antitestek geometriai átlagos titerének növekedése 6 hónappal az injekció beadása után). Feltételezve, hogy a keresés és az adatok kinyerése alapján úgy döntöttünk, hogy elemzést készítünk az Ebola vakcina “A” biztonságosságának és immunogenitásának értékelésére. Más Ebola vakcinákat nem végeztek metaanalízissel a vizsgálatok korlátozott száma miatt (ehelyett narratív áttekintésre kerülnek) ). Az oltásbiztonsági metaanalízis képzeletbeli adatai a 7. kiegészítő fájlban találhatók: Adatok S2. A metaanalízis elvégzéséhez ingyenes szoftvereket használhatunk, például RevMan vagy R csomag meta. Ebben a példában az R csomag meta. A meta csomag oktatóprogramja elérhető az “Általános csomag a metaanalízishez” oktatóanyag pdf-en keresztül. Az R kódok és az elvégzett metaanalízis útmutatásai az 5. kiegészítő fájlban találhatók: S3 fájl.

Az elemzéshez feltételezzük, hogy a tanulmány heterogén jellegű; ezért véletlenszerű hatás modellt választunk. Elemeztük az Ebola vakcina A biztonságosságát. Az adattáblázatból láthatunk néhány mellékhatást, amely az A vakcina intramuszkuláris injekciója után következik be a vizsgálat alanyának. Tegyük fel, hogy hat olyan tanulmányt tartalmazunk, amelyek megfelelnek a felvételi kritériumoknak. A vizsgálatokból kivont egyes nemkívánatos eseményekre, például az artralgiára, metaanalízist készíthetünk a véletlen hatású meta-analízis eredményeiből az R meta csomag segítségével.

A 3. kiegészítő fájl: S3. Ábra, láthatjuk, hogy az arthralgia esélyaránya (OR) 1,06 (0,79; 1,42), p érték = 0,71, ami azt jelenti, hogy nincs összefüggés az Ebola A vakcina intramuszkuláris injekciója és az arthralgia között, mivel az OR majdnem egy, és emellett a P értéke jelentéktelen, mivel > 0,05.

A metaanalízisben a erdei telket eredményez. A 3. ábrán látható egy példa egy erdőterületre a szimulált elemzésből.

Az erdőterületről hat tanulmányt láthatunk (A-tól F-ig) és azok megfelelő OR-ját (95% CI) . A zöld négyzet az egyes vizsgálatok hatásméretét jelenti (ebben az esetben OR). Minél nagyobb a doboz, a vizsgálat jobban súlyozott (azaz nagyobb mintaméretet) jelent. A kék gyémánt alak a hat vizsgálat összesített OR-ját képviseli. Láthatjuk, hogy a kék gyémánt átlépi az OR = 1 függőleges vonalat, ami nem jelent jelentőséget az asszociáció szempontjából, mivel a gyémánt szinte mindkét oldalon kiegyenlített. Ezt a 95% -os konfidenciaintervallumból is megerősíthetjük, amely tartalmazza az egyiket és a p értéket > 0,05.

A heterogenitás szempontjából azt látjuk, hogy I2 = 0%, ami azt jelenti, hogy heterogenitást nem észlelnek; a vizsgálat viszonylag homogén (a valós vizsgálatban ritka). Az arthralgia nemkívánatos eseményeinek meta-analíziséhez kapcsolódó publikációs torzítás értékeléséhez használhatjuk az R meta csomag metabias funkcióját (4. kiegészítő fájl: S4. Ábra) és a megjelenítést egy tölcséres diagram segítségével. A publikációs torzítás eredményeit a 4. ábra mutatja. Látjuk, hogy az ehhez a teszthez társított p érték 0,74, ami a tölcsértábla szimmetriáját jelzi. Megerősíthetjük, ha megnézzük a tölcsértáblát.

A tölcsértáblát megnézve a vizsgálatok száma a tölcsértábla bal és jobb oldalán megegyezik; ezért a diagram szimmetria, és nem mutat publikációs elfogultságot.

Az érzékenységi elemzés egy olyan eljárás, amelyet annak kiderítésére használnak, hogy egy független változó különböző értékei hogyan befolyásolják egy adott függő változó jelentőségét azáltal, hogy egy vizsgálatot eltávolítanak az MA-ból. . Ha az összes vizsgálat p értéke < 0,05, akkor bármely vizsgálat eltávolítása nem változtatja meg a szignifikáns összefüggést. Csak akkor végezzük el, ha jelentős összefüggés van, tehát ha az elvégzett MA p értéke 0,7 – több, akkor az esettanulmány példájához nem szükséges az érzékenység elemzése. Ha van 2 p értékű > 0,05 vizsgálat, a két vizsgálat bármelyikének eltávolítása a jelentőség csökkenését eredményezi.

Kettős adatellenőrzés

Az eredmények minőségének fokozottabb biztosítása érdekében az elemzett adatokat a teljes szövegű adatokból bizonyítékfotókkal kell ellenőrizni, hogy a vizsgálat PI-je nyilvánvalóan ellenőrizhető legyen.

Kéziratírás, átdolgozás és naplóba történő benyújtás

Négy tudományos szakaszon alapuló írás: bevezetés, módszerek, eredmények és vita, többnyire következtetéssel. A vizsgálati és a betegjellemzőkre vonatkozó jellegzetes táblázat elvégzése kötelező lépés, amely sablonként megtalálható az 5. kiegészítő fájlban: S3. Táblázat.

A kéziratírás, a jellemzőtáblázat és a PRISMA folyamatábra befejezése után a a csapatnak el kell küldenie a PI-nek, hogy jól átdolgozza, és válaszoljon a megjegyzéseire, végül válasszon egy megfelelő folyóiratot a kézirat számára, amely jelentős impakt faktorral és illeszkedési területtel rendelkezik. Figyelnünk kell arra, hogy elolvassuk a folyóiratok szerzői útmutatóit, mielőtt elküldenénk a kéziratot.