预后研究(预测因子)质量评价(Quality In Prognosis Studies, QUIPS)(下)

关键词：预后研究质量评价; 预测因子研究质量评价; QUIPS

一、研究对象领域

该领域主要用来评估研究对象的代表性，以便评价者判断原始研究是否有效地反映预后因素与源人群目标结局之间的真实关系。为此，评价者要考虑到参与到研究中的合格研究对象的比例，以及对源人群研究样本的基线资料、抽样方法和研究对象的招募、纳入排除标准等的描述。如果研究对象参与率很低、研究样本与源人群在年龄和性别的分布上存在很大差异、招募的合格研究对象是经过筛选而非连续招募的样本等，则可以判断该研究的偏倚风险较高。反之，那些合格研究对象是通过连续招募且与研究的源人群具有相似特征，且参与率高的研究，则偏倚风险较低。

二、研究失访领域

该领域主要用来评估随访到的资料是否能较好地代表研究样本的结果，以便评价者判断预后因素和结局之间的关系是否受到特定选择且完成随访的研究群体所造成的影响。为此，评价者需要考虑研究对象的失访率、失访原因以及失访者和未失访者之间的特征差异。如果失访率较高且未失访者与失访者之间在某种特征上存在较大差异会歪曲预后因素与结局的关系，则偏倚风险较高。反之，如果研究对象全部完成随访或尽管失访率较高但失访是随机的(未失访者与失访者之间特征相似)，则偏倚风险较低。

三、预后因素测量领域

该领域主要用来评估预后因素测量是否恰当，以便评价者判断是否对所有研究对象都使用了相似的、真实可靠的方法来测量预后因素。为此，评价者需要考虑预后因素的明确定义、测量方法真实性和可靠性证据，是否对所有研究对象预后因素的测量方法以及结果报道都是相似的。此外，还需要考虑测量方法的外在特性、盲法运用或独立测量以及对回忆有限的依赖性等。如果对所有研究对象的预后因素均采用了类似的且真实可靠的测量方法，则偏倚风险较低。反之，如果使用不可靠的方法对预后因素进行测量或在不同组别之间使用的测量方法不一致(会导致系统性错误分类)，则偏倚风险较高。

四、结局测量领域

该领域主要用来评估结局指标测量是否恰当，以便评价者判断是否对所有研究对象都使用了相似的、真实可靠的方法来测量结局指标。为此，评价者需要考虑结局的明确定义、测量方法真实性和可靠性证据，以及对不同水平的预后因素测量方法的相似性(即相似的环境、测量方法以及随访时间)。此外，还需要考虑测量方法的外在特性、盲法运用，以及运用另一个真实可靠的试验确认结局指标等。如果结局指标的测量与预后因素的暴露程度有关，则该研究存在高偏倚风险，如对吸烟者患心血管疾病的检测往往比对不吸烟者检测次数更多或者检测的方法更灵敏。反之，如果对所有研究对象的结局指标测量都使用了相似且真实可靠的方法，则该研究存在低偏倚风险。

五、研究混杂领域

该领域主要用来评估潜在混杂因素，以便评价者判断是否存在其他因素可以来解释预后因素与结局之间的关系。为此，评价者要考虑到对所有研究对象潜在混杂因素测量的真实性、可靠性，和测量方法一致性，以及在研究设计与分析过程中是否提前考虑了所有重要的混杂因素。如果存在另外的一个与预后因素和结局都有关联的因素，且有可能解释预后作用的话，则该研究存在高偏倚风险。反之，如果对重要的潜在混杂因素进行了充分地测量，并将这些混杂因素纳入了预先指定的多因素分析模型中进行校正，或采用了其他控制方法，则偏倚风险较低。

六、数据统计分析和报告领域

该领域主要用来评估统计分析测量和方法的合适性及分析结果报告的完整性，以便评价者判断统计分析和报告是否会导致虚假的结果和结果的偏倚。为此，评价者需要考虑所采用的数据分析策略、分析方法，建模过程以及结果选择性报告的程度。其中尤其需要注意的是选择性结果报告问题，因为多数研究一般只报道与研究结局有统计学关联的预后因素(即报告阳性结果)。如果数据的统计学分析策略和方法是恰当的、统计学假设是合理的以及报道了所有的主要结果，则偏倚风险较低。

注：本文内容是参考相关文献后对预后研究质量评价(Quality In Prognosis Studies, QUIPS)工具的概述，仅代表本网站观点。关于QUIPS工具的更多内容可参考Jill A Hayden等发表的文章Assessing bias in studies of prognostic factors