2023-12-03 01:40来源：m.sf1369.com作者：宇宇
系统性综述的英文名称有systematic review, overview和meta-analysis。我们用overview表示系统性综述的统称， 用meta-analysis代表定量系统性综述。系统性综述的实施步骤包括： 拟定主题， 检索、 选择和评价有关素材(原始文献)， 综合有关数据或资料， 及得出结论。系统性综述可以用于治疗、 病因、 诊断和预后等方面的问题。
1.1 基本标准
大多数临床问题涉及病人的治疗、 病因、 诊断和预后。除非综述明确地描述了主题， 否则我们就只能猜测其主要内容是否与病人的诊疗问题有关。如果通过文题或摘要无法了解综述的主题， 最好另选文章。
素材的选择标准应该包含病人、 暴露因素和观测指标或结局(outcome)的定义， 及研究方法的界定。对素材的具体要求可见前几篇关于治疗、 诊断、 危害因素和预后方面文章的介绍。
在主题相同的综述中， 入选病人、 暴露因素或观测指标的不同， 可以导致综述结果的不同。如果作者介绍了选择素材的标准并按之实施， 则基本上可以避免因自身经验的影响而导致挑选支持其原先假设的文献的倾向。
1.2 二级标准
全面检索， 以搜集符合选择标准的原始文献是综述的一个重要环节。全面检索应包括检索有关数据库(如MEDLINE， EMBASE)、 查找已知文献的引文和向专家咨询。专家咨询的作用可避免漏选尚未印刷、 索引和引用的待发表或已发表的文献， 还可避免因漏选未发表文献而导致的“出版偏倚”——结果阳性的文章更易发表的倾向所造成的对干预因子作用的过高估计。除非文中介绍了文献检索的方法， 否则很难判断文献被漏选的情况。
即使对于全部以随机对照试验为素材的综述， 仍有必要了解原始研究的质量是否良好； 即使各个原始研究的结果是一致的， 仍有必要了解各原始研究的真实有效性。
目前， 尚无公认的评估真实有效性的标准方法。在各种评价方法中， 有些为复杂的考查条款， 有些仅包含三四条原则或要求。不妨参照本系列文章前几篇文章的要求来进行评价。
搜集文献、 评价原始研究的真实有效性并选取其中的数据是综述的重要环节， 但较易出现差错或偏倚。如果能安排两个或两个以上的人分别独立地进行， 且重复性或一致性良好， 那么综述的结果更加可信。
即使制定了严格的纳入标准， 但在病人、 暴露或干预、 结局指标和研究方法方面， 大多数系统性综述的素材(原始研究)之间仍会存在许多不同。我们必须判定这些不同的程度(或性质)是否严重影响到综合原始研究的结果或数据的基础。
对于定量的数据来说， 确定可否综合的标准之一是各个原始研究测量的效应关系具有相同的含义。在定量系统性综述中， 可以检验研究结果之间不同的程度是否超出了随机因素所致的预计范围及超出的程度。这种统计学分析称为“一致性检验”(齐性检验)。一致性检验的(差异)显著性越大， 原始研究之间结果的差异单独由机会所致的可能性越小， 但对不一致性“统计学意义”的解释应慎重。另一方面， 差异无显著性的检验结论并不能排除重大不一致性的存在。因此， 即使一致性检验的结果是差异无显著性， 但是如果原始研究结果之间的差异具有临床意义， 那么仍要求我们谨慎地解释综合的结果——总结果。然而， 即使原始研究之间的结果具有重大的差异， 只要所有被利用的原始研究的质量上乘， 综述的结果仍是干预或暴露作用的最佳估计值。
2 综述结果的含义
2.1 系统性综述总结果的含义
临床研究(原始)通过个体病人收集数据。系统性综述通过原始研究获取数据， 进而通过定量(或定性)的方法分析和综合之。
1、什么是大数据？
2、大数据与传统数据的区别？
3、大数据技术体系有哪些？
4、大数据有什么价值？
5、大数据可以解决企业什么问题？
6、大数据的应用方式有哪些？
7、大数据有哪些应用场景？
8、大数据的经典应用案例
8、大数据平台是什么？
9、大数据的发展情况如何？
10、国内外大数据的发展概况
11、大数据的发展趋势
12、大数据的历史？
......
20世纪50年代中期以前，计算机主要用于科学计算，这一阶段数据管理的主要特征是：
（1），数据不保存。由于当时计算机主要用于科学计算，一般不需要将数据长期保存，只是在计算某一课题时将数据输入，用完就撤走。不仅对用户数据如此处置，对系统软件有时也是这样。
（2），应用程序管理数据。数据需要由应用程序自己设计、说明和管理，没有相应的软件系统负责数据的管理工作。
（3），数据不共享。数据是面向应用程序的，一组数据只能对应一个程序，因此程序与程序之间有大量的冗余。
（4），数据不具有独立性。数据的逻辑结构或物理结构发生变化后，必须对应用程序做相应的修改，这就加重了程序员的负担。
