本研究评估了生活方式和妇科肿瘤护理干预措施是否能够改善妇科癌症女性患者的生活质量。仅在6个月时观察到卵巢癌亚组有显著改善，而由于存在显著的异质性、亚组样本量较小以及方法学局限性，总体证据仍非常不确定。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
研究文章
* These authors contributed equally
本研究评估了生活方式和妇科肿瘤护理干预措施是否能够改善妇科癌症女性患者的生活质量。仅在6个月时观察到卵巢癌亚组有显著改善，而由于存在显著的异质性、亚组样本量较小以及方法学局限性，总体证据仍非常不确定。
这项荟萃分析评估了生活方式干预和妇科肿瘤护理干预对生活质量（QoL）的影响。通过系统性检索截至2026年6月的文献，共识别出1,123条记录。最终纳入13项随机对照试验，共涉及915名妇科癌症女性患者。采用随机效应模型进行总体分析，固定效应模型进行癌症特异性亚组分析，通过合并均数差（MD）及其95%置信区间（CI）评估生活方式和妇科肿瘤护理干预对QoL的影响。与对照组相比，干预措施显著改善了卵巢癌患者6个月时的生活质量（MD 4.28，95% CI：0.45–8.10，p = 0.03；I2 = 0%）。然而，在混合型癌症6个月时（MD 2.11，95% CI：-0.90–5.12，p = 0.17；I2 = 71%）、子宫内膜癌6个月时（MD 2.00，95% CI：–1.49–5.49，p = 0.26；I2 = 0%）以及混合型癌症3个月时（MD 6.43，95% CI：–0.16–13.01，p = 0.06；I2 = 74%）均未观察到显著差异。然而，由于存在显著的异质性、研究设计与干预措施的差异、样本量较小以及偏倚风险不一，研究结果的确定性受限，需谨慎解读，并有待通过设计严谨、标准化的试验进一步验证。生活方式和妇科肿瘤护理干预仅在6个月时显著改善了卵巢癌患者的生活质量。然而，鉴于明显的异质性、方法学局限性以及极低确定性的证据，结果解释应保持谨慎，未来仍需开展更大规模、标准化的临床试验。
起源于女性生殖器官的癌症称为妇科癌症。宫颈癌、卵巢癌、子宫癌、阴道癌和外阴癌等妇科癌症仍然是重大的公共卫生问题，全球数百万女性受到影响1。这些肿瘤不仅对身体造成严重损害，还会引发显著的情感和心理困扰。尽管治疗手段不断进步，但这些肿瘤在全球范围内的发病率仍在上升，且在多个地区总体预后仍不理想，尤其是在医疗资源获取受限的地区。妇科肿瘤护理相关研究强调，鉴于这些恶性肿瘤对女性生活质量的重大影响，患者管理需要采取全面的多学科策略2。相反，有效的护理干预不仅限于控制疼痛和恶心等躯体症状，还应包括情感支持、心理辅导、患者教育以及全面的症状管理。这些干预措施对于改善患者预后、帮助女性应对复杂的治疗方案并确保实施整体化护理至关重要。
护理干预在生活质量中的作用值得进一步研究，特别是不同护理措施如何影响不同患者人群的生理、情感和心理健康的各个方面3。对癌症患者实施有效的护理可改善其整体健康状况。妇科肿瘤护理是一门专业护理学科，致力于为被诊断患有妇科癌症的女性提供全面支持。妇科癌症包括颗粒细胞瘤、生殖道黑色素瘤、可采用保留生育功能手术治疗的宫颈癌以及子宫内膜癌4。在整个欧洲，宫颈癌的发病率已有所下降；然而，它仍然是一个重大的公共卫生挑战。2018年的统计数据强调了这一点，显示有61,000例新发病例和25,800例死亡病例。生存结果显示出地区差异，2000年至2007年期间的五年相对生存率为62%，其中东欧为57%，北欧为67%。
尽管在预防和治疗方面已取得进展，宫颈癌仍然是全球主要的健康问题之一。这些不平等现象凸显了在不同医疗环境中实施针对性护理干预措施的必要性，以改善患者预后并减少护理差距。其他妇科恶性肿瘤，如卵巢癌、子宫癌和外阴癌，也带来重大的健康挑战。卵巢癌是全球妇科肿瘤相关死亡的首要原因，每年新增病例超过30万例，死亡病例达18.5万例。卵巢癌和子宫癌的生存率通常高于宫颈癌；然而，不同国家和地区之间仍存在显著差异。与宫颈癌类似，这些差异受到医疗可及性、早期检测方法以及治疗选择的影响。针对这些癌症实施有针对性的护理干预措施，对于改善全球女性的治疗效果和生活质量至关重要5。
妇科肿瘤科护士提供整体化、以患者为中心的护理，其职责远不止情感支持。除了提供情感支持外，她们还协助制定治疗计划，倡导满足患者的各项需求，并指导患者完成整个治疗过程。有效的治疗措施包括症状管理（如缓解疼痛、减轻疲劳和控制恶心）、心理治疗以及面向患者的教育项目，这些措施可同时改善患者的心理和生理结局6多学科综合治疗策略，尤其是结合心理支持与物理治疗的方法，在改善生活质量方面尤为有益。因此，妇科肿瘤专科护士在症状管理、患者教育和全面治疗中发挥着关键作用，从而提升患者的治疗效果。6这种专科护理包括给予化疗药物、监测和解读生命体征、分析治疗反应以及提供全面的支持，这些均需要具备癌症护理方面的专门培训与技能。7.
护理工作在各种医疗环境中显著提升了个人的健康水平。医院提供治疗，监测患者病情，并与医疗团队协作。家庭护理中心的护士提供持续的支持，管理慢性疾病，并帮助患者维持其独立性8。生活质量包括身体、心理、情感和社会福祉等方面。护理工作通过特定的干预措施，在改善这些方面发挥着关键作用。针对慢性疾病患者的持续护理包括监测生命体征、给药以及指导自我管理技术8。这些护理干预措施能有效控制慢性疾病，减轻症状，改善身体健康，从而提高整体生活质量。
妇科癌症是全球女性重要的公共卫生问题，每年新增病例超过100万例，导致显著的身体功能障碍和心理社会障碍，从而降低患者的生活质量9。研究表明，多达40%的妇科癌症患者在诊断后经历严重的心理痛苦，而60%的患者在治疗期间报告与健康相关的生活质量下降（全球癌症统计与报告）10。Smits 等人发现类似干预措施并无显著效果，强调了参与者参与度和实施质量在决定干预结果中的重要性11。该研究凸显了护士在疾病预防、促进健康生活方式以及满足患者身心需求方面所发挥的关键作用。
本研究旨在通过系统综述和荟萃分析，评估生活方式干预和妇科肿瘤护理对提高妇科恶性肿瘤女性患者生活质量的效果。研究目标是评估特定的生活方式干预措施和妇科肿瘤护理对生活质量关键方面（包括身体、情绪和社会福祉）的影响。通过关注标准化的生活质量测量指标以及明确规定的干预策略，可提供有关这些方法有效性的实用数据。本研究特别考察强化心理护理在短期内（六个月内）对情绪和社会福祉的影响。这种有针对性的方法能够全面分析特定干预措施对生活质量结局的影响，并为制定个体化护理策略提供循证依据。
先前的系统评价，包括 Smits 等人的研究11主要评估了针对子宫内膜癌和卵巢癌女性患者的生活方式干预措施，且纳入的研究数量相对较少。此后，相关证据不断增多，但尚无系统评价全面评估涵盖更广泛妇科恶性肿瘤的生活方式干预措施及妇科肿瘤护理的效果。因此，本系统评价与荟萃分析旨在整合现有证据，以评估这些干预措施对生活质量的影响。
访问受限。请登录或开始试用以查看此内容。
纳入标准
如果研究满足以下所有条件，则被纳入：（1）纳入了患有任何妇科恶性肿瘤的女性；（2）评估了明确的生活方式干预或由护士主导的干预措施；（3）报告了定量的生活质量数据；（4）为具有对照组（干预组与对照组）的比较性研究，或提供了相关描述性生活质量数据的观察性轨迹研究；（5）以 英文发表。 对于干预组与对照组的定量荟萃分析，必须设有同步对照组12。两项无对照组的研究仅被保留用于叙述性综合13。未对研究地域设置限制。
信息来源
完整的研究筛选流程以PRISMA流程图形式展示于图1。检索范围涵盖Cochrane图书馆、Embase、Google学术、OVID和PubMed数据库自建库至2026年6月的文献。检索获得的文献记录被导入EndNote 20，去除重复记录后，由两名评审员独立筛选标题和摘要，随后对可能符合条件的研究进行全文评估。意见分歧通过讨论解决。仅纳入符合预先设定的纳入标准的英文发表文献。
检索策略
采用PICOS框架制定检索策略：人群——妇科肿瘤患者；干预措施——生活方式或护理干预；对照——常规护理或替代干预；结局——生活质量；研究设计——无限制14。在所有数据库中均使用了一套全面的关键词和受控词汇术语；各数据库的具体检索式详见 表113。
筛选过程
在获取全文后，两名评审员独立核实每份报告是否符合所有纳入标准。他们还交叉核对作者名单、试验名称（例如 SUCCEED、WALC、BENITA、TOPCAT‑G）、招募时间段和研究中心，以识别是否存在重叠的患者队列。对可能重叠的患者队列进行识别并记录。当重叠的报告被纳入主要分析时，将在预先设定的敏感性分析中评估其影响，该分析将排除重叠的数据集。
数据提取与结局指标
两名评审员使用一份标准化的、经过预试验的数据提取表，独立地从纳入的15份报告中提取数据。分歧通过与通讯作者协商达成共识予以解决。对于每项研究，记录以下信息：第一作者、发表年份、国家、研究设计、癌症类型、干预措施描述、对照措施描述、每组的样本量、参与者的年龄和疾病分期、生命质量（QoL）评估工具、评估的时间点，以及所有数值型QoL数据（均值、离散度指标和每组的样本量）15。
定量合并（13项比较研究）
针对干预组与对照组的荟萃分析，提取了两组在预设时间点（3个月和6个月）的干预后最终评分 （均值和标准差）。若某项研究同时报告了最终评分和变化值评分，则仅提取最终评分16。荟萃分析的方法学及研究质量评估遵循既定的Cochrane指南17。选择荟萃分析模型时，考虑了研究间预期存在的临床和方法学异质性18，统计学异质性则采用Higgins等人所述的I2统计量进行量化19。纳入定量合成的13项比较研究在表220,21,22,23,24,25,26,27,28,29,30,31,32中进行了总结。
生命质量结局指标、一致性与效应量度量
记录了每项研究中所使用的特定生活质量评估工具。已确定的量表包括癌症治疗功能评估量表 – 简体中文： 通用生活质量量表（FACT-G）、卵巢癌特异性量表（FACT-O）、子宫内膜癌特异性量表（FACT-En）、欧洲癌症研究与治疗组织生活质量核心量表30项（EORTC QLQ-C30）、简明健康调查量表（SF-36）以及疾病特异性量表。所有量表的得分越高，表示生活质量越好，且未纳入任何反向计分的量表。因此，所有提取的生活质量数据均统一为相同计量标准，正的均数差值（MD）始终代表干预组更具优势。
在主要的荟萃分析中，提取的是干预后的最终评分，而非相对于基线的变化评分。这一决定基于以下原因：（i）并非所有研究都报告了变化评分或其标准差；（ii）最终评分反映了治疗后生命质量（QoL）的绝对状态，具有临床意义；（iii）使用最终评分可最大化可合并的研究数量。当某项研究报告了多个生命质量（QoL）子量表时，优先选择总体生命质量评分或FACT-G总分作为主要结局指标；若无法获得，则采用身体功能子量表，并在 表2中明确以脚注形式注明此偏差。
采用原始均数差（MD）作为效应量指标，而非标准化均数差（SMD），因为所有纳入的测量工具均经过验证，用于评估相同的潜在构念。—健康相关生活质量—在概念上相似的量表上（总分范围为 0–100 或 0–148）。MD 可直接用这些量表的原始单位进行解释，相较于以标准差为单位表示的 SMD，其临床意义更为明确。未使用经调整的估计值（例如，协方差分析调整后的均值），因为各研究中用于调整的协变量差异较大，影响了结果的可比性。
标准差换算
当研究报道了标准误（SE）或95%置信区间而非标准差时，使用标准公式将其转换为标准差：对于标准误，SD = SE × √n；对于95%置信区间，SD = √n ×（上限CI – 下限CI）/（2 × 1.96）。对于以中位数和四分位距（IQR）形式报告数据的研究，未对均值或标准差进行估算；此类数据以描述性方式提取，未纳入合并均数差（MD）的计算。在参与定量合成的13项研究中，均无需进行此类估算。
缺失数据处理
若明确报告了意向性治疗（Intention-to-treat, ITT）估计值，则优先提取该数据，因其能提供对治疗效应最保守且无偏倚的估计。当无法获得ITT数据时，则提取原始作者报告的按方案治疗（per-protocol）或完整病例（complete-case）数据。未对缺失的均值、标准差（SD）或结局数值进行填补；每项研究的缺失情况均予以记录，并在敏感性分析中予以考虑。对于未报告关键时间点标准差的研究，予以备注，并通过电子邮件联系相应作者以获取缺失的统计值。若两周内未收到回复，则采用可获得的最保守数据（例如，若干预后标准差缺失，则使用基线标准差的合并值），或从合并分析中剔除该特定时间点。
多个干预组与共享对照组
所有纳入的研究均未设置多个主动生活方式/护理干预组与一个共同的对照组进行比较，因此无需为分析而拆分对照组样本。在唯一一项采用析因设计的研究中（McCloy 等人30），数据来自联合的运动与正念干预组以及常规护理对照组，以简化数据合并并避免重复计数。对于重叠的 SUCCEED 试验队列（Von Gruenigen 等人21 和 McCarroll 等人23），提取表中保留了这两份报告。在主要的荟萃分析中，两个数据集均被纳入（因为它们报告了同一时间点的生活质量）。在预先设定的敏感性分析中，排除了后者报告，以评估队列重复对合并估计值的影响；相关结果已在正文中标明。
非对照观察性研究
对于两项报告（Budisan 等人33 和 Betea 等人34），由于缺乏同步对照组，未提取干预组与对照组之间的比较数据（即无法计算均数差）。相反，提取了描述性的生命质量（QoL）变化轨迹数据 （组内随时间的变化）并在正文和图表中以叙述形式呈现 表 2未将其纳入任何森林图或合并的定量分析。
偏倚风险评估
通过漏斗图的视觉检查和Egger线性回归检验（对标准化干预效应与其精度进行回归）评估潜在的发表偏倚及其他小样本研究效应。由于当研究数量较少时（通常 <10），漏斗图和Egger检验已预先设定，仅对包含10项或更多研究的荟萃分析进行。对于纳入研究少于10项的结局指标，不报告漏斗图和Egger p值，因为此类检验效能不足，可能产生误导性结果17.
两名评审员独立评估了所纳入的15份报告的方法学质量，分歧通过与相应作者讨论解决。由于所纳入的研究既包括随机对照试验（RCT；n = 13），也包括非随机观察性队列研究（n = 2；Budisan 等33；Betea 等34），因此采用了针对不同研究设计的评估工具。
对于随机对照试验（13 项研究），采用 Cochrane 偏倚风险评估工具 2.0 版（修订版），从以下五个方面对每项研究进行评估17：（1）随机化过程——随机序列生成与分配隐藏；（2）对预期干预的偏离——参与者与研究人员的盲法，以及分析是否采用意向性治疗原则；（3）结局数据缺失——随访的完整性及对失访者的处理；（4）结局测量——结局评估者的盲法（尤其针对自我报告的生活质量，尽管实施盲法较困难，但仍予以考虑）；（5）报告结果的选择——选择性报告结局的风险（在有试验注册信息或已发表方案时，据此进行核对）。
每个领域被评定为低风险、存在一定问题或高风险。随后对每项研究做出整体偏倚风险判断：低风险（所有领域均为低风险）、存在一定问题（一个或多个领域存在一定问题）或高风险（任一领域为高风险，或多个领域存在一定问题）。对于生活质量等自我报告结局指标，通常难以对受试者设盲；因此，未因缺乏受试者盲法而自动判定为高风险。相反，在领域2的评估中，将明确指出缺乏盲法可能是实施偏倚的潜在来源。
对于两项非随机观察性队列研究，Budisan 等人33 和 Betea 等人34 未设置同期对照组，因此未纳入定量荟萃分析。针对这两项研究，采用针对队列研究改良的纽卡斯尔-渥太华量表（Newcastle-Ottawa Scale, NOS）评估其在选择、可比性（由于缺乏对照组，此项不适用）和结果判定方面的质量。然而，由于缺乏对照组，这些研究在任何因果推断中均被认为存在较高的混杂偏倚和选择偏倚风险。这些研究仅被保留用于描述性分析；其偏倚风险评估结果不影响合并效应量的估计，但已在 表 2中予以记录。
偏倚风险总结
创建了偏倚风险汇总图（交通灯图），显示每项随机对照试验（RCT）在各领域层面的评价结果。简而言之，各项 RCT 中最常见的问题包括：（i）对参与者和研究人员未实施盲法，特别是在生活方式干预方面（领域 2 – 13 项研究中有 9 项存在部分担忧/高风险）；以及（ii）由于失访导致结局数据不完整（领域 3 – 4 项研究存在部分担忧）。没有任何研究在所有领域均被评定为低风险；大多数研究（8/13）存在 部分担忧，5/13 的研究总体被评定为 高风险 ，主要原因在于缺乏盲法和样本量较小，导致结果不精确。
证据确定性（GRADE）
针对每个合并结局，采用以下方法对证据体的整体确定性进行了评估 推荐等级评估、制定与评价（GRADE）框架，遵循 GRADE 手册并使用 GRADEpro GDT 软件进行。证据确定性被评定为 高 中等 低，或 极低 在五个领域中：偏倚风险、不一致性、间接性、不精确性和发表偏倚。评估的结局包括（1）6个月时的生活质量 – 妇科肿瘤学通科（来自9项对照研究的合并MD）；（2）6个月时的生活质量 – 卵巢癌（来自2项对照研究的合并均数差）；（3）6个月时的生活质量 – 子宫内膜癌（来自4项比较研究的合并均差，包括重叠的SUCCEED队列）；（4）3个月时的生活质量 – 妇科肿瘤学通则（来自6项对照研究的合并医学博士数据）。
效应量与荟萃分析模型
由于预计研究之间在癌症类型、干预措施、强度、持续时间及对照条件等方面存在显著的临床和方法学异质性，因此采用随机效应逆方差模型进行总体6个月和3个月的分析。18采用固定效应逆方差模型进行卵巢癌和子宫内膜癌亚组分析，这些亚组未观察到统计学异质性（I2 = 0%）。采用 I 指数评估异质性2 统计量19.
采用 I2 统计量来量化异质性，其阈值分别为 25%、50% 和 75%，对应低、中、高异质性。除 I2 外，随机效应模型分析还报告了 τ2，以量化研究间方差的绝对大小。所有分析均使用 R 软件（版本 4.3.1）中的 meta 和 metafor 软件包完成。
尽管存在显著异质性仍进行合并的合理性及对异质性的处理
在主要的6个月分析中，I2 = 71% 表明存在显著的异质性。尽管存在异质性，仍认为在随机效应模型下进行合并是合适的，原因如下：（i）合并估计值代表了在一系列干预措施和人群中的 平均 效应，这是一个合理的综合研究问题；（ii）随机效应模型明确将研究间方差（τ2）纳入标准误的计算中，从而降低置信区间过窄的假阳性风险；（iii）预先设定的亚组分析按癌症类型（卵巢癌、子宫内膜癌）进行，以探讨异质性的临床来源；（iv）进行了影响分析和敏感性分析，以评估合并估计值的稳健性。
尽管存在显著的统计学异质性，仍决定合并研究，其依据如下原则：I2 解读 — 预先规定 I2 值为 25%、50% 和 75% 分别代表低、中和高度异质性。I2 超过 75% 表示存在较大的异质性，若此类异质性无法通过临床或方法学因素进行合理解释，则合并分析可能不适宜。在主要的 6 个月总体分析中（I2 = 71%），预先规定按癌症类型（卵巢癌、子宫内膜癌）进行亚组分析，以探讨异质性的临床来源。在卵巢癌和子宫内膜癌两个亚组中，亚组分析使 I2 显著降低至 0%，提示总体异质性的主要部分可归因于癌症类型及其相关干预靶点的差异。然而，由于这些亚组包含的研究数量极少，尚无法可靠地得出异质性已得到完全解释的结论。
继续进行合并分析在一般6个月的分析中被认为是合理的，因为：（i）它能够提供跨越广泛干预措施的总体平均效应，这是一个合理的荟萃分析问题；（ii） τ2 明确报告了研究间变异程度的量化结果；(iii) 进行了影响分析以检验结果是否受异常值驱动；(iv) 汇总估计值未被视为确定性结论或具有临床可操作性 — 被解读为具有假设生成性质，并在讨论部分进行了大量说明和限定。
根据《Cochrane 手册》的指导原则，当 I2 超过 75% 且亚组分析无法充分解释异质性时，合并效应量的估计值应极为谨慎地解读。由于亚组中包含的研究数量较少，尚不能确信异质性已得到完全解释。因此，主要的合并估计值主要用于描述性和探索性目的，不作为临床推荐的依据。所有异质性统计量（I2、τ2）和敏感性分析均被透明报告，以便读者自行评估估计结果的稳定性。
亚组、敏感性及影响分析
为探讨异质性的来源，预先指定了以下分析， 且未进行元回归：1）亚组分析：根据癌症类型（卵巢癌、子宫内膜癌）对总体6个月结局进行分层，以检验效应是否因肿瘤部位而异；2）敏感性分析（重叠队列）：为评估重叠的SUCCEED试验队列（Von Gruenigen等21和McCarroll等23）的影响，重复进行子宫内膜癌亚组分析，但排除McCarroll等23的研究；3）逐一剔除影响分析：依次剔除每项研究，重新计算总体6个月结局的合并均数差（MD）和I2值，以识别是否存在某一项研究对结果或异质性产生不成比例的影响；4）固定效应模型比较：为保证分析完整性，还采用固定效应模型（逆方差加权法）计算合并估计值，并与随机效应模型结果进行比较；若两者存在显著差异，则表明研究间异质性对估计值具有实质性影响。
未进行元回归分析以探讨连续性协变量（例如年龄、基线生活质量、干预持续时间），因为每个亚组的研究数量（≤9（针对一般6个月结局）不足以产生可靠的回归系数。随着 <每协变量仅10项研究时，元回归统计效能极低，易发生I型错误，且各研究间协变量数据的报告存在不一致性。
发表偏倚
所有合并的结果均未包含10个或更多研究。因此，未进行漏斗图分析和Egger回归检验，因为基于现有研究数量，这些评估的统计效能不足，且可能产生误导。
访问受限。请登录或开始试用以查看此内容。
研究筛选
通过系统性检索 PubMed、Embase、Cochrane 图书馆、Ovid 和 Google Scholar 数据库截至 2026 年 6 月的文献，共识别出 1,123 篇记录。去除 897 篇重复文献后，对 226 篇记录进行了标题和摘要筛选。其中，124 篇记录因不符合纳入标准被排除。对 102 篇报告进行了全文评估，其中 89 篇因特定原因被排除，排除详情见 PRISMA 流程图（图 1；补充文件 1）。最终，共有 15 篇报告符合纳入标准，被纳入系统综述，包括 13 项比较性随机对照试验和 2 项非比较性观察性研究。其中 13 项随机对照试验提供了可提取的干预组与对照组数据，用于定量荟萃分析，而 2 项观察性研究仅用于叙述性综合20,21,22
访问受限。请登录或开始试用以查看此内容。
主要的6个月分析显示，混合型妇科癌症患者的生活质量（QoL）未见具有统计学意义的改善（MD 2.11，95% CI：−0.90 至 5.12，p = 0.17），而卵巢癌亚组中则观察到显著改善（MD 4.28，95% CI：0.45–8.10，p = 0.03）。在6个月时，子宫内膜癌患者未观察到显著效应（MD 2.00，95% CI：−1.49 至 5.49，p = 0.26），混合型癌症在3个月时也未见显著效应（MD 6.43，95% CI：−0.16 至 13.01，p = 0.06）。
这些发现并未表明在6个月时总体生活质量（QoL）有显著改善，尽管在卵巢癌亚组中观察到显著改善。主要的6个月分析显示出较大的异质性（I2 = 71%），且所有合并结局的证据质量（GRADE）被评为极低。因此，这些结果应被视为产生假设性的，而非改变临床实践的依据。
重要的是，不同癌症类...
访问受限。请登录或开始试用以查看此内容。
作者无任何利益冲突需要披露。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| EndNote | Clarivate Analytics | https://endnote.com | 参考文献管理、去重、引文格式化 |
| GRADEpro GDT | 麦克马斯特大学与 Evidence Prime | 麦克马斯特大学 / Evidence Prime；https://gradepro.org | GRADE 证据确定性评估（在线版本） |
| PRISMA 2020 检查清单 | PRISMA 声明 | PRISMA 声明；https://www.prisma-statement.org | 报告合规性 |
| R | 统计计算 R 基金会 | R 基金会；https://cran.r-project.org | 统计分析、敏感性分析、影响分析、图表绘制（版本 4.3.1 或更高） |
| R 程序包：meta | CRAN | CRAN；https://cran.r-project.org/package=meta | Meta 分析功能（效应量合并、异质性分析、森林图、漏斗图），版本 6.0.0 或更高 |
| R 程序包：metafor | CRAN | CRAN；https://cran.r-project.org/package=metafor | 限制性最大似然估计（REML）、影响诊断、其他 Meta 分析功能，版本 4.0.0 或更高 |
| Review Manager | RevMan | 科克伦协作网；https://training.cochrane.org/online-learning/core-software-cochrane-reviews/revman[reference:14] | Meta 分析（效应量合并、森林图、异质性分析、偏倚风险评估），版本 5.4 |
访问受限。请登录或开始试用以查看此内容。