系統評價納入標準的制定對系統評價質量和結果的可靠性具有重要意義，而目前中文期刊發表的基于隨機對照試驗的系統評價中，由于納入標準對隨機試驗的界定存在差異，可能導致不完全或不公平的納入，再加之國內隨機試驗的質量相對較差，從而產生偏倚的可能。本研究通過抽樣分析國內系統評價納入標準對隨機試驗界定和實際納入隨機試驗類型的現狀，找出存在的問題并尋求解決的辦法。
GRADE（Grades of Recommendation, Assessment, Development，and Evaluation）方法為衛生保健中的證據質量評價與推薦強度評級提供指導。對那些為系統評價、衛生技術評估及臨床實踐指南總結證據的人而言，GRADE具有重要意義。GRADE提供了一個系統而透明的框架用以明確問題，確定所關注的結局，總結針對某問題的證據，以及從證據到形成推薦或作出決策。GRADE方法的廣泛傳播與應用，獲全球50余個組織認可，這些組織大多有很強的影響力（http://www.gradeworkinggroup.org/），足以證明該工作的重要性。本文介紹臨床流行病學雜志將刊出的20篇系列文章，為如何使用GRADE方法提供指導。
GRADE方法中，隨機試驗起評即為高質量證據，觀察性研究起評即為低質量證據；但若證據本身存在高發表偏倚風險，則兩者證據質量級別都應降低。即使最佳證據匯總表納入的各項研究僅有低發表偏倚風險，發表偏倚仍會極大高估效應值。當可得證據來自小樣本研究、且多數由廠商資助時，作者應懷疑存在發表偏倚。若干基于檢驗數據類型的方法可用于評價發表偏倚，其中最常用的為漏斗圖，但這些方法都有較大局限。發表偏倚可能較常見，必須特別關注早期結果、對樣本量與事件數都很小的早期試驗結果尤需小心。
證據質量升級的最常見原因是效應量大。當方法學嚴謹的觀察性研究表明風險至少降低或增加2倍時，GRADE建議考慮將證據質量升高1級；當風險至少降低或增加5倍時，考慮將證據質量升高2級。當存在劑量-反應關系，或所有合理的混雜、偏倚會降低明顯的治療效應，或混雜、偏倚使得結果無效為假效應時，系統評價作者和指南制定者也可考慮升高證據質量。其他考慮因素包括起效迅速、潛在的疾病（狀態）趨勢以及間接證據。
系統評價可以為臨床實踐提供可靠的證據.但在對文獻進行系統評價的過程中,由于雜志編輯、作者、研究資金及研究結果等各方面的原因,使系統評價難免受到發表性偏倚的影響.在將系統評價結果應用于臨床之前,必須應用漏斗圖、分析法等方法對其進行評估,才能為患者做出最好的診治決策.
文獻偏倚是指由于無法全面地獲得相關的臨床研究資料,從而影響系統評價結果的真實性.常見的文獻偏倚主要包括:(1)文獻發表偏倚,指某些研究始終不能被發表或被延遲發表;(2)文獻查尋偏倚,指系統評價過程中,沒有全面地獲得已發表的相關文獻;(3)文獻篩選偏倚,是由于文獻篩選不當,錯誤地剔除了某些有用的文獻.文獻偏倚評估的常用方法是以各研究的樣本量為縱坐標,作用大小為橫坐標,繪制漏斗形圖.
本文介紹了發表性偏倚的類型及產生的背景,并集中比較了三種發表性偏倚的識別與處理方法:漏斗圖法、剪補法以及公式法,這些方法為評價Meta分析結果、發現與處理發表性偏倚提供參考.
目的 為避免選擇和發表偏倚,系統評價者應采用多種查詢技術,并盡力獲得未發表的研究.本文試圖探討,英特網檢索對鑒定未發表和正在進行的臨床試驗是否有用.研究設計 利用七個Cochrane系統評價的查詢策略回顧性地在英特網上檢索未納入的隨機對照試驗.方法 檢索策略 以普通檢索式"研究方法學 NEAR干預措施NERA 條件"、用AltaVista在英特網上搜索.測量指標包括搜索時間、英特網搜索已發表研究的回溯率、精確度(已發表和未發表的隨機臨床試驗鏈接的網頁比例)、英特網檢索到的未納入的未發表和正在進行的研究數.結果 用21小時查詢了429個網頁,找到14個鏈接到未發表的、正在進行的或最近完成的試驗,至少有9個與4篇系統評價相關.英特網檢索已發表研究文獻的回溯率在0～43.6%,其鏈接已發表和未發表研究的精確度在0～20.2%.結論 未發表尤其是正在進行的試驗的信息可在英特網上找到.潛在的問題是如何評價未經同行評審的電子出版物的質量.急需更強的搜索工具.建議用"Open Trial Initiative"定義英特網發表試驗的語法,以加強試驗登記的共同操作性.因此,專門的搜索引擎可找到更多有關正在進行和已完成的臨床試驗信息.
本文介紹證據質量分級的GRADE方法。GRADE將證據質量分為高、中、低和極低四個級別。該分級應用于證據群，而非針對個別研究。系統評價中，質量反映了我們認為效應估計值正確的把握度。對推薦意見而言，質量反映了我們認為效應估計值足以支持某特定推薦的把握度。隨機對照試驗初定為高質量證據，觀察性研究初定為低質量證據。GRADE中所使用的質量一詞不只是意味著偏倚風險，還可能受研究結果的不精確性、不一致性和間接性，及發表偏倚的影響。此外，若干因素可增加我們對效應估計值的把握度。GRADE提供了一種系統方法來思考并報告各因素。GRADE將評估證據質量的過程與給出推薦建議的過程分開。推薦強度的判斷不僅依賴于證據質量。
在GRADE方法中，若多數相關證據來自高偏倚風險的研究，則起初被定為高質量證據的隨機試驗和低質量證據的觀察性研究均有可能被降低質量等級。隨機試驗已確定的局限性包括：未進行分配隱藏、未實施盲法、未報告失訪情況及未恰當考慮意向性治療原則。最近提出的局限性包括：因明顯獲益而早期終止試驗和基于結果選擇性報告結局。觀察性研究的主要局限性包括使用不合適的對照及未能充分調整預后的不平衡。偏倚風險可因不同結果而異（如全死因死亡率的失訪遠少于生命質量的失訪），許多系統評價都容易忽略這一點。在決定是否因偏倚風險而降低質量等級時，不管是隨機試驗還是觀察性研究，作者不應采用對各個研究取平均值的方法。相反，對任何單個結果，當同時存在高、低偏倚風險的研究時，則應考慮只納入較低偏倚風險的研究。