Clin Exp Allergy：个体参与者数据荟萃分析与汇总数据荟萃分析：湿疹和食物过敏预防的案例研究

     荟萃分析是循证决策的基础，它将多个相关研究的定量结果结合起来，总结出关于特定临床问题的所有可用证据。传统的荟萃分析结合了聚合数据(例如，均值差异、风险比等)。个人参与者数据(IPD)指的是原始的、原始的参与者级别数据。在IPD荟萃分析中，IPD从所有可能的合格试验中收集，并包括在合成中。近年来，数据共享变得越来越普遍，这意味着更容易实施和更多地使用IPD元分析。

     个人参与者数据元分析被认为是“系统评价的黄金标准”。与聚合荟萃分析相比，IPD荟萃分析有许多众所周知的潜在优势。这些优势包括标准化各研究中的参与者纳入和排除标准和结果定义，使用统一的统计方法，如基线特征的一致调整、分析模型和处理缺失数据的方法。其他好处包括能够探索治疗效果是如何被参与者因素改变的，以及更深入的偏见风险评估。来自未发表研究的IPD也可以包括在内，从而减少发表偏见。审查者可以独立地检查试验数据集是否有错误，并重新计算发表的研究中报告不佳的结果。然而，这需要更多的资源，除了更复杂的数据准备和分析之外，还需要大量的合作、信任关系和数据共享。

     在这篇文章中，我们调查了进行IPD荟萃分析的潜在附加值，该分析用于先前进行的IPD Cochrane系统综述，该综述主要评估护肤剂等皮肤护理干预措施对婴儿湿疹和食物过敏的一级预防效果。最初系统综述的次要目标是确定研究人群中与更大的治疗益处或伤害相关的特征，包括。使用相同的搜索结果，我们仅使用聚合方法对综述和荟萃分析进行二次分析，并将结果与先前报道的初级IPD荟萃分析结果进行比较。我们试图确定分析选择对综述结果的影响，以帮助指导其他研究人员计划未来的荟萃分析或解释荟萃分析结果。

    方法：我们对Cochrane对预防婴儿湿疹和食物过敏的皮肤护理干预措施进行了二次分析，以确定分析选择对审查结果的影响。我们只使用了聚合数据荟萃分析，并将结果与最初发表的IPD荟萃分析结果进行了对比。所有Meta分析均采用随机效应逆方差模型。证据的确定性用等级来评价。
    结果：Cochrane系统评价的湿疹和食物过敏共同主要结果的合并治疗效果在IPD Meta分析(湿疹RR 1.03，95%CI 0.81，1.31；I241%，7项研究，3075名参与者)和聚合Meta分析(湿疹RR 1.01，95%CI 0.77，1.33；I253%，7项研究，3089名参与者)中相似。在集合荟萃分析中，不能解释统计异质性，但使用IPD可以通过使用不同的沐浴干预的一项试验来解释。对于IPD荟萃分析，偏倚风险被评估，因为与集合荟萃分析相比，可以获得更低和更多的不良事件数据。这导致了证据的更高确定性，特别是对于不良事件。IPD荟萃分析能够分析按年龄和遗传性湿疹风险进行的治疗交互作用；以及使用汇集的编者调整的因果分析来分析治疗依从性的效果，这在聚合荟萃分析中都是不可能的。

   在Cochrane对皮肤护理干预措施预防湿疹和食物过敏的系统评价中，我们发现使用IPD荟萃分析方法具有显著优势。IPD分析产生了更高的确定性证据、新的不良事件信息，并使研究人员能够探索以前未由试验者计算的治疗标准，包括那些量化了依从性和治疗相互作用的影响的标准。要实现IPD元分析，试验者和系统评价者之间需要大量的合作和合作，但这一过程可能会通过减少研究结果的不确定性来减少未来的研究浪费。

文献来源：Van Vogt E,  Cro S,  Cornelius VR, et al.Individual participant data meta-analysis versus aggregate data meta-analysis: A case study in eczema and food allergy prevention.Clin Exp Allergy 2021 Dec 22