证据矩阵构建假设对综述中定量重叠评估的影响：一项元研究

《Research Synthesis Methods》：Impact of matrix-construction assumptions on quantitative overlap assessment in overviews: A meta-research study

　　本刊推荐：为解决系统评价（SRs）中原始研究重叠（overlap）这一方法学难题，研究人员开展了一项关于证据矩阵构建假设对校正覆盖面积（CCA）量化评估影响的元研究。结果表明，CCA值受矩阵构建假设（如范围界定、结构性缺失处理和发表线索调整）影响显著，变化范围达1.2%至13.5%，挑战了现有CCA阈值的随意性，并提出了首个提高CCA评估透明度和可重复性的报告方案。

　　

在当今信息爆炸的时代，医学研究者们面临着一个甜蜜的烦恼：针对同一个临床问题，往往能找到多篇系统评价（Systematic Reviews, SRs）。这些系统评价本应是证据金字塔的顶端，为临床决策提供最可靠的依据。然而，当我们将这些高质量的证据合成汇总成综述（overviews）时，一个棘手的问题浮出水面——原始研究重叠（overlap of primary studies）。简单来说，就是不同的系统评价可能纳入了许多相同的原始研究。这种重复如同将同一块积木多次计入建筑总量，不仅造成研究资源的浪费，更可能使证据合成结果产生偏倚，让结论的精确度被虚假放大。想象一下，同一项临床试验的结果被多个系统评价纳入后，在综述的meta分析中会被重复计算，导致置信区间人为变窄，使得决策者可能对疗效估计产生过度自信的误判。

尽管重叠问题日益受到关注，但学术界对其处理方法远未达成共识。有些综述作者对此视而不见，或仅在讨论中轻描淡写；有些则试图通过选择性纳入（如只选最新、最全面或质量最高的系统评价）来规避问题，但这又可能丢失宝贵信息。在此背景下，校正覆盖面积（Corrected Covered Area, CCA）这一量化指标应运而生。CCA基于证据矩阵（evidence matrix）计算，通过公式CCA = (N - r) / (r × c - r)（其中N为总研究数，r为独特原始研究数，c为系统评价数）来度量重叠程度，并形成了<5%（轻度）、5-10%（中度）、10-15%（高度）、≥15%（极高度）的经验阈值。然而，这些阈值自提出之初就带有随意性，更关键的是，计算CCA所依赖的证据矩阵本身构建方式存在多种假设（如分析层面、范围调整、发表线索处理、结构性缺失调整等），这些“隐形”的方法学选择会对CCA值产生多大影响？却一直是个未知的黑箱。

发表在《Research Synthesis Methods》上的这项元研究（meta-research study）首次对这一问题进行了深入剖析。研究团队检索了2023年发表的193篇干预性综述，发现仅11.9%遵循了综述专用报告指南（如PRIOR），高达44.0%的综述完全未提及重叠问题，凸显了该领域方法学报告质量的参差不齐。为进一步量化矩阵构建假设的影响，研究者从样本中选取了7篇具有不同范围（宽/窄）和系统评价数量的综述，为每篇综述构建了16种不同假设场景下的证据矩阵（涵盖概述层面与结局层面分析，以及范围、发表线索、结构性缺失调整的组合），并分别计算了整体CCA和两两CCA。

为开展研究，作者团队采用了系统性的方法学审查框架，基于PRISMA报告规范，前瞻性地注册了研究方案。关键方法包括：利用经过验证的检索策略在MEDLINE和Cochrane数据库中进行系统检索；采用双人独立筛选文献和数据提取的方式确保可靠性；依据“综述研究方法”（MOoR）框架对重叠处理方法进行分类；并创新性地应用GROOVE工具在16种预定义场景下批量计算整体CCA和两两CCA，从而精确量化不同矩阵构建假设对最终重叠评估结果的影响差异。

研究结果

综述方法学现状：在纳入的193篇综述中，仅23篇（11.9%）使用了综述专用报告指南。94篇（48.7%）在方法或结果部分提及重叠，其中61篇（31.6%）主要在“合成与结果呈现”步骤处理重叠。综述包含的系统评价中位数是15个（IQR: 10-27）。大多数综述（129篇, 66.8%）范围较宽。使用综述专用报告指南与是否考虑重叠之间无显著统计学关联。

CCA评估受假设影响显著：

对7篇样例综述的深入分析表明，矩阵构建假设对CCA值产生实质性影响。整体CCA值在不同场景下的差异范围从1.2%到13.5%不等，两两CCA的差异范围从0.0%到15.7%不等。分析层面（概述级vs结局级）、范围调整和结构性缺失调整是导致CCA变异的主要因素，而发表线索调整在本研究样本中影响较小。例如，在Contillo等人的综述中，未调整场景（场景1）的整体CCA为22.1%，而进行调整后变化显著；在Ambagtsheer等人的综述中，范围调整（场景2）使CCA比未调整场景（场景1）增加了6.4%。某些综述（如Tan等）因范围极窄，CCA值在不同场景下保持稳定（变异仅1.4%）。结果还显示，整体CCA与中位数两两CCA之间存在不匹配现象，强调了同时报告两种指标的重要性，以避免仅凭整体指标产生误导性解读。

讨论与结论

本研究首次实证揭示了证据矩阵构建过程中的关键方法学选择（如范围界定、结构性缺失处理、发表线索调整）会显著改变CCA的量化结果。这种变异性对当前广泛使用但未经实证验证的CCA阈值（<5%轻度等）的盲目应用提出了质疑。研究表明，CCA不应被视为具有固定显著性阈值的检验统计量，而应作为理解证据基础中冗余程度的描述性指南谨慎应用。

研究发现，构建证据矩阵目前仍是一项繁重的工作，部分原因是多数系统评价未将纳入的原始研究引文与其他参考文献分开列出，这阻碍了方法学研究的效率。此外，针对同一原始研究的多篇发表物（发表线索）问题尚未得到普遍重视，虽然在本次样本中影响不大，但在这类问题常见的领域可能对重叠估计产生实质性影响。

该研究的核心贡献在于挑战了现有重叠评估中某些“理所当然”的惯例，为提升方法学严谨性奠定了基础。它强调重叠本身并非绝对“好”或“坏”，高重叠可能引入偏倚并造成研究浪费，但也可能代表合理的科学重复，增强结论稳健性；低重叠若伴随异质性结果，则可能提示证据脆弱。因此，重叠应同时被视为方法学挑战和证据格局的信息性特征。

综上所述，本研究呼吁在综述中采用透明、标准化的框架来清晰记录矩阵构建选择，并同时报告整体和两两CCA指标。研究者还初步提出了提高证据矩阵构建报告透明度的指导原则，这将增强使用CCA进行定量重叠评估的准确性和可重复性。通过完善CCA应用方案，综述作者将能更准确地合成证据、合理解读冗余，并为支持稳健的、证据驱动的医疗决策提供信息。未来研究需要验证CCA阈值的方法学影响，并探索通过元数据标准等技术手段简化证据矩阵构建过程，从而推动该研究合成方法学关键环节的持续进步。