解读SCI：影响因子18+的危险因素meta分析，缺点很明显
前段时间，一位小伙伴给“尔云间meta分析”留言，希望我们解读一篇影响因子18+的meta分析文献：前交叉韧带重建术后手术部位感染的危险因素：系统综述和meta分析。
这位小伙伴提出这篇文献的纳入标准、文献评分标准、亚组分析都有一些问题，下面跟大家分享我的阅读体会。
首先，研究目的
主要目的是探讨交叉韧带重建（ACLR）术后手术部位感染的危险因素，次要目的是评估术后的手术部位感染率以及从手术到出现手术部位感染症状的平均时间。同时，作者加了一个限定：基于探讨危险因素的研究。
换句话说，如果文献只报道手术部位感染率、出现感染症状的平均时间，而没有分析感染的危险因素，这篇文献是不被纳入的。
对于这种处理方法，我有两个看法：
1) 不建议轻易做没有明确目标的“危险因素”meta分析，正如这篇文献，一开始不限定做哪些因素（如BMI、高血压等具体的指标），只要有多篇文献的数据就纳入做meta分析。
为什么不建议？工作量太大，不确定性太多，这篇meta分析是比较幸运的，一共只纳入了23篇文献，虽然分析的指标也不少，但从结果来看，回报是可观的。
2) 如果我的理解没错，纳入文献必须是研究危险因素的，而不能仅报道了手术部位感染率、出现感染症状的平均时间。这样的设定，可以减少纳入文献数量。然而，是否会带来一些偏倚（如选择偏倚）？
第二 纳入排除标准
对于纳排标准，引起我关注的是两点：
1) 研究对象未报道使用万古霉素作为术前抗生素
为什么制定这个标准，作者在研究背景的介绍中没有说明，但在讨论部分引用了几篇文献，论证万古霉素的术前使用，会降低手术部位感染率。
如果是这样，是否其他抗生素有类似的效果，也应该排除？
2) 纳入2000年之后的研究
作者同样没有说明，不纳入2000年以前的研究的理由。在这之前，没有相关研究，还是2000年前、后的研究不可比？还是单纯为了减少纳入文献的数量？
第三 质量评价
作者使用了一个我不甚了解的质量评价工具：the Downs and Black checklist。
据作者介绍，这是适用于注册研究的评价量表。
所谓的注册研究是指原始研究在计划阶段通过权威的平台（如临床研究的ClinicalTrials）进行注册，研究类型大多没有限制（观察性研究也可以是注册研究），然而，这篇meta分析的纳入文献，不见得都有注册。
或许，NOS或ROBINS-E也是合适的质量评价工具。
第四 统计方法
这篇meta分析的统计方法，也有三处值得留意的地方。
1) 纳入研究的异质性结果有：I2>80%，认为相当高（considerably high）。
2) 当高异质性的结局指标出现结果不稳定或I2大于80%时，放弃做meta分析，改为定性描述。
3) 通过“敏感性分析”的方法探讨异质性的原因。
我们常听说，异质性很高就不能做meta分析，但这个标准一直不得而知，这篇文献给了一个参考：80%。然而，另一个问题又出现了：I2>80%，就一定不能做meta分析吗？非也，我们能找到更多的范例，很多已发表的meta分析SCI，森林图的I2比80%要大。再看作者放弃做meta分析的另一条标准：敏感性分析结果不稳定。
对我而言，两种方法都持保留意见。这样的meta分析其实是人为筛选研究结果，带来了报告偏倚。作者可能认为不稳定、异质性高的meta分析结果可信度低，可这也是当前研究证据的真实反映。
我们更应该进一步分析不稳定、异质性高的原因，而不是消灭问题本身。
至于通过逐一剔除的方法探讨异质性来源（轮流剔除研究，观察哪个/哪些研究排除后，异质性变得不显著，它/它们就是异质性来源），不是不可取，但通过亚组分析、meta回归探讨异质性的影响因素更合理。
而且，这样的处理，只能知道哪篇文献带来了异质性，但不一定能分析出来该研究的什么特征影响了异质性。
更糟的结果是，找不到异质性“来源”。
简单地说，逐一剔除后还是要比较研究间存在哪些差异，为什么不根据研究特征分组进行亚组分析或meta回归呢？
退一步来说，即使要探讨单个或部分研究对异质性的影响，Stata和R有更直接、有效的操作，何必通过RevMan逐篇文献勾选。
最后一点 亚组分析？
很有意思的是，作者在统计方法的最后一句写道：Furthermore, to obtain higher power, superficial and deep surgical site infections were pooled together for the analysis. If more than one study investigated the same risk factors for deep surgical site infections after ACLR, a subgroup analysis was performed.
也就是说，为了让纳入研究更多，统计效能更高，一开始也纳入 “superficial infections”的研究，但当“deep infections”研究在2篇或以上时，做亚组分析。
可是，文献里只展示了后者的结果。
严谨地说，这不是亚组分析，这也是敏感性分析的一种：剔除一类研究。实际上就是把“superficial infections”的研究（相对少数的）剔除，只看“deep infections”的结果。
这样的处理是可行的，但不应该描述为亚组分析。
时间有限，今天的分享就到这里了。欢迎在评论区一起交流对这篇文献或meta分析的其他想法。
关注“尔云间meta分析”，发送230221，即可下载文献的原文和附件。
