实时系统评价——针对帮助制定医疗卫生决策的实时证据

系统评价的目的是针对特定的卫生健康问题，将可用证据进行准确总结。在实践中，对方法学期望 (methodological expectations) 的增加，加上初步研究日益增多，给许多评价团队带来挑战，使得难以及时完成高质量的系统评价，并保持其内容处于最新状态 (keep them up to date)。只有少数评价在 2 年内 (within 2 years) 更新，如果在此期间有新研究发表，那么这些延迟可导致显著的不准确性。据估计 (One estimate)，7% 的系统评价在发表时已经不再精确，两年后 23% 的未更新评价的结论不再正确。评价团队在保持评价处于最新状态方面面临的困难导致显著的不准确性，并且在一定程度上削弱了使用严格方法所创造的价值。

实时系统评价 (Living systematic review, LSR) 是更新系统评价的一种新方法，该方法经常更新系统评价，通常至少每月一次，并且通常仅在线发表系统评价。即使在快速进展的研究领域，新过程和新技术也有助于维持系统评价不断更新。这些措施包括使用文本挖掘 (text mining)、外包 (crowdsourcing) 和链接数据 (linked data)，通过采用这些方法能更有效地监测证据和实施评价。许多 LSR 试点项目（Badgett et al, Cnossen et al, Synnot et al）已经表明，对于干预和其他评价类型，该方案具备可行性，已经建议将其用于网络 meta 分析 (application in network meta-analysis)。

LSR 不同于常规系统评价更新的关键领域是团队及工作流程管理、meta 分析和发表。传统系统评价和系统评价更新需要大量且分散的工作，而 LSR 需要一个连续的工作流程，并在很长一段时间内协调适度的工作量，使评价团队逐渐变化。更新评价常常导致重复进行 meta 分析，这可能会增加假阳性结果 (increase the rate of false-positive) 的发生率。序贯方法 (Sequential methods) 可以控制这种风险，但关于这种方法仍有争议 (are controversial)。另外，也有学者建议使用 Bayesian方法 (Bayesian approach)。这些问题存在于所有的更新中，但考虑到更新频率，它们与 LSR 更为相关。LSR 的发表还需要对现有规范进行一些调整。如果检索后没有发现任何可以纳入评价的新研究，则只需要更新发表的检索日期。如果发现新研究，通常需要新的发表，需要有新的数字对象标识符 (digital object identifier, DOI)、文献数据库列表和引证。

这种系统评价的更新方法也有益于其他证据处理，特别是指南制定和决策支持系统。LSR 提供最新的证据，能够使建议和决策支持规则得到实时更新，更为重要的是，这有助于创造一个环境，可以更加动态、相互关联地合成和使用卫生研究所产生的数据。

作者：Chris Mavergames and Julian Elliott

这些观点是我们本人的观点，并不代表我们的雇主 Cochrane。

Chris Mavergames 是 Cochrane 协作网信息和知识管理的负责人 (Head of Informatics and Knowledge Management for The Cochrane Collaboration)。他负责 Cochrane 的技术和知识管理基础设施，包括 Cochrane 数据链接项目 (Cochrane Linked Data Project)，并为 Cochrane 2020 新兴技术战略提供方向和领导。

Julian Elliott 是澳大利亚 Cochrane 中心的高级研究员 (Senior Research Fellow at the Australasian Cochrane Centre)，也是艾尔弗雷德医院和莫纳什大学传染病学系临床研究部的负责人 (Head of Clinical Research in the Department of Infectious Diseases, Alfred Hospital and Monash University)。他正在领导 Cochrane 新证据系统的开发工作，包括项目转换 (Project Transform)，这是 Cochrane 的一个主要项目，即使用新技术和过程来改进系统评价的撰写。他也是 Covidence 的联合创始人和首席执行官，这是一个非营利性的在线平台，用于有效地撰写系统评价。