个体预后与诊断多变量预测模型系统评价/Meta分析报告规范（TRIPOD-SRMA）解读

预测模型是指利用多个预测因子估计患有（即诊断模型）或未来发生特定疾病或结局（即预后模型）风险的数学模型，它们对临床实践具有重要的指导意义[1]。目前，预测模型研究的数量正在急剧增加，并且越来越多地被应用于指导临床实践和公共卫生决策[2]。然而，不同预测模型的性能证据往往相互矛盾，这增加了选择合适预测模型指导卫生决策的难度[3,4]。因此，有必要对针对同一临床问题的预测模型开展系统评价，这对于验证模型在不同目标人群、背景及地点的预测能力以及明确模型是否需要进一步调整或改进至关重要[5]。近年来发表的预测模型系统评价/Meta分析越来越多，但它们对关键信息的报告往往存在不足，这可能主要与缺少专门用于指导此类研究的报告规范有关[2,6]。

为了提高预测模型系统评价/Meta分析的报告质量，国外学者于2023年3月在BMJ发表了个体预后与诊断多变量预测模型系统评价/Meta分析（transparent reporting of multivariable prediction models for individual prognosis or diagnosis tailored for systematic reviews and meta-analyses，TRIPOD-SRMA）报告规范[7]。鉴于国内此类研究的数量正在快速增加[8-10]，本文对该规范的制订过程、适用范围和条目进行介绍，并结合实例对条目要求进行分析，旨在帮助国内学者更好地理解与应用TRIPOD-SRMA报告规范，以期帮助提高国内此类系统评价/Meta分析的整体质量。

1   TRIPOD-SRMA制订过程

首先成立由10位研究者组成的执行委员会，其中包括了来自TRIPOD工作组的成员[7]；随后召开第一次项目会议，会上执行委员会成员讨论了开展预测模型系统评价的目的，并商定了TRIPOD-SRMA的适用范围。在审查会议文件内容的基础上，由2名委员会成员根据现有的相关报告规范（即TRIPOD[11]、TRIPOD-Cluster[12]和PRISMA[13,14]）起草了TRIPOD-SRMA的初始清单。之后，执行委员会成员在两次会议上对初始清单开展广泛讨论，并确定了拟纳入的条目。随后，开展了两轮德尔菲调查以确定最终纳入的条目。第一轮德尔菲小组由43名涉及预测模型研究领域的统计学家、临床流行病学家、系统评价研究者和临床医生组成，基于5分制李克特量表评估了他们对纳入条目的同意程度[15]，并就每个条目要求他们留下评论意见。执行委员会召开线上会议对第一轮德尔菲调查结果开展了讨论，将三分之二的参与者同意纳入的条目视为一致同意并纳入，对意见不一致条目进行了相应的更新和修订；进而对修订后的不一致条目开展第二轮德尔菲调查以讨论其是否保留。最终确定了最终版TRIPOD-SRMA清单及其相应的摘要清单，并得到了执行委员会所有成员的认可。

2   TRIPOD-SRMA适用范围

TRIPOD-SRMA适用于任何类型的个体预后与诊断多变量预测模型的系统评价/Meta分析[7]。它们应该具有以下目的：① 识别特定临床专业内的所有预测模型；② 识别特定目标人群的所有预测模型；③ 识别特定结局的所有预测模型；④ 总结一个特定预测模型的预测性能；⑤ 总结和比较两个或多个预测模型的预测性能[7]。应该注意的是，TRIPOD-SRMA不适用于关注特定因素的预后影响或变量与治疗效应间交互作用的系统评价/Meta分析[16,17]；也不适用于评估预测模型影响研究的系统评价，如评估在实践中使用预测模型与不使用预测模型对下游结果影响的比较研究[18,19]，因为它们更类似于干预性系统评价。此外，TRIPOD-SRMA也不适用于IPD-Meta分析，因为TRIPOD-Cluster规范已涵盖这种情况[12]。

3   TRIPOD-SRMA条目解读与实例

TRIPOD-SRMA全文清单分为标题、摘要、前言、方法、结果、讨论和其他信息7个部分，共包含26个条目（34个子条目）（表1）。TRIPOD-SRMA摘要清单共12个条目（表2）。本研究以2021年发表在Pediatrics期刊上的“Prognostic models predicting mortality in preterm infants: systematic review and meta-analysis”研究[20]为例，在解释条目的基础上对例文进行分析，以帮助读者更好地理解与应用TRIPOD-SRMA报告规范。

表1 TRIPOD-SRMA报告规范清单条目[7]

表选项

表2 TRIPOD-SRMA报告规范摘要清单[7]

表选项

3.1   标题

条目1：明确报告该研究为预测模型系统评价/Meta分析，并具体说明与研究问题相关的目标人群和预测结局。

解读：TRIPOD-SRMA要求作者应该明确报告他们的研究是系统评价或者是Meta分析，还是两者兼有。标题应该尽可能详尽，并包括相关术语，以便增加研究检索和识别的敏感度，同时使读者易于获取到关键信息[21]。理想情况下，标题应该包含与预测模型相关的4个关键要素，即研究类型（开发/验证）、临床背景（诊断/预后）、目标人群和预测结局。

例文标题为“预测早产儿死亡率的预后模型：系统评价与Meta分析”[20]，该标题提及系统评价与Meta分析，并且明确其研究的人群为早产儿（根据作者的研究目的，此处可进一步明确为“极早产儿”），临床背景为预后，预测结局为死亡率。

3.2   摘要

条目2：见TRIPOD-SRMA摘要清单（表2），包括标题、目的、方法、结果、讨论、资金和注册。

解读：摘要是一篇科研论文主要内容的概括性总结，因此，摘要应该尽可能地提供关键信息，确保读者能够了解系统评价的目标、开展过程和主要发现，从而帮助其决定是否需要进一步阅读全文[22]。TRIPOD-SRMA提供了单独的摘要报告清单，以期增加摘要报告的透明性。在目的部分，作者应该按照PICOTS原则[23]（P：预测模型的目标人群，I：现有的预测模型，C：其他比较模型，O：预测结局，T：使用预测模型的时机与预后模型预测结果发生的时间范围，S：预测模型应用场景）阐明系统评价的主要目的。在方法部分，应该总结检索的信息来源、检索时限以及任何限制，如语言或发表类型；说明多少名独立的研究者根据什么标准选择研究，描述数据提取过程中的评估方法以及用于综合数据的方法。在结果部分，作者应该报告评估的主要结果，如果系统评价中包括Meta分析，还应该提供主要结局的效应量和置信区间。此外，还应该详细描述这些分析中纳入的研究和模型数量。局限性部分应该描述纳入研究和系统评价中存在的主要局限性。同时，建议在摘要中报告注册和资金信息。考虑到学术期刊通常对摘要字数存在限制，因此，系统评价作者实际应用时应该在符合期刊要求的条件下尽可能清晰地报告条目的每个要素[24]。

例文摘要在目的、信息来源、纳入标准、偏倚风险评估方法、结果呈现、证据局限性、结果解释等方面报告较完整，但却没有报告数据综合的方法和资金及注册方案信息。

3.3   前言

条目3：阐述已知背景下系统评价的理论基础。

解读：TRIPOD-SRMA要求作者在阐述个体预后与诊断多变量预测模型系统评价的研究背景时，应该说明开展该系统评价的潜在临床意义及对现有知识的补充价值。

例文在背景部分详细描述了目标研究问题的重要性，并说明了应用新的偏倚风险评估工具及更新检索来填补现有系统评价中证据空白的必要性。

条目4：根据PICOTS原则对系统评价的问题进行清晰描述。

解读：与开展干预性系统评价使用的PICOS原则类似，开展预测模型系统评价时应该使用PICOTS原则，这样有助于清晰界定系统评价的研究问题，从而有助于作者实施系统评价中的其他步骤，并且能够帮助读者判断研究结果对自己面临的拟解决问题的适用性。

例文明确说明其研究目的是更新现有的预测早产儿死亡率的预后模型系统评价，并且在其补充材料的表格中明确描述其研究人群为极早产儿（即出生时胎龄小于32周或出生体重低于1 500克的新生儿），不限制预测模型的类型、预测结局、使用预测模型的时机、预测结果发生的时间范围及其应用场景。

3.4   方法

条目5：明确定义作为合格标准的研究特征，包括任何特定感兴趣的预测模型，以及纳入的是开发或验证研究（或两者兼有）。

解读：明确的纳排标准有助于读者判断系统评价的有效性、适用性和全面性。TRIPOD-SRMA要求研究者应该明确说明和定义系统评价中使用的纳排标准。因为其不仅会影响检索策略的制定和筛选文献的方法，还能帮助读者判断是否存在选择偏倚[25]。

例文旨在纳入预测极早产儿（即出生时胎龄小于32周或出生体重低于1 500克的新生儿）死亡率的所有预后模型，作者在使用文字描述的同时使用表格（原文表1[20]）详细呈现了系统评价的目的、预测模型的类型、预测模型的目标人群、预测结局、预测结果发生的时间范围和使用预测模型的时机。

条目6：明确报告所有检索或查询的数据库、注册平台、网站、组织机构、参考文献清单或其他资源，以及每个资料来源最后检索的日期。

解读：TRIPOD-SRMA要求研究者详细和全面地报告检索的所有数据库、注册平台、网站、组织机构、参考文献清单或其他资源，以及每个检索来源最后的检索日期，以便保证系统评价结果的可再现性，并便于读者评估其结果的完整性和时效性。

例文报告仅检索了MEDLINE数据库，检索时限为2010年5月至2020年6月。

条目7：呈现所有数据库、注册平台、网站的全部检索策略，包括所使用的滤器和限定条件。

解读：TRIPOD-SRMA要求作者呈现所有数据库、注册平台、网站的全部检索策略，以及所使用的滤器和限定条件。报告所有检索策略细节不仅可以增强系统评价的透明性和提高可重复性，还有利于读者通过检索策略判断检索过程的全面性与准确性。

例文在补充材料中详细描述了所使用数据库的检索策略的细节信息，包括检索词、检索字段等。

条目8：明确筛选过程使用的方法，包括筛选的研究人员数量，是否独立筛选。如果适用，应该详细说明该过程中使用的自动化工具。

解读：TRIPOD-SRMA要求作者详细描述研究筛选的过程，以便能使读者评估筛选过程中存在的潜在问题。系统评价中的研究选择过程通常涉及多个阶段，一般先根据标题和摘要筛选出潜在合格的研究，然后再阅读全文以确定最终纳入的研究。作者应该明确报告各个阶段中的研究人员数量以及是否进行了独立筛选。此外，由于人工智能与机器学习技术的快速发展，目前已有多种辅助研究筛选的自动化工具[26]，使用了自动化工具的研究人员应该明确报告该信息。

例文明确报告由两位研究者独立阅读了检索获取到的文章题目和摘要，并对可能符合纳入标准的文献阅读了全文，以确定是否最终纳入。此外，报告了筛选过程中的分歧是由第三位研究者解决。

条目9：明确数据提取使用的方法，包括提取数据的研究人员数量，是否独立提取，任何向原文作者获取或确认资料的过程。如果适用，应该详细说明过程中使用的自动化工具。

解读：TRIPOD-SRMA要求作者详细报告数据提取使用的方法，包括是否联系原文作者以获取文章中未报告或报告不明确的信息、减少数据提取过程中偏差和错误的措施等。同时，应该明确数据提取人员数量和是否独立提取，并且详细说明过程中使用的自动化工具[27]。这样可以帮助读者重现数据提取和及时发现数据提取中可能存在的错误。

例文中清晰说明他们参考CHARMS清单[28]设计了数据提取表。数据提取过程由两名研究者独立完成，产生的分歧通过第三名研究者进行了仲裁决定。

条目10：10a列出并说明所有资料相关的条目；10b说明拟获取的模型性能指标（如校准度、区分度、总体拟合度、临床效用）；10c描述需要但未报告的数据条目（条目10a、10b）的处理方法，如联系原文作者获取或根据报告的其他信息推断。

解读：条目10包括3个子条目，均是对数据资料的报告要求。TRIPOD-SRMA要求作者清晰地报告拟获取的数据资料及处理缺失或模糊信息的方法，有助于读者判断这些数据条目的获取是否合适以及该选择过程是否存在偏倚。预测模型系统评价主要关注模型性能，模型性能指标是量化模型预测准确性和有效性的统计指标[7]。当拟获取的数据条目存在缺失时，作者应该提供足够详细的处理细节，以便读者可以重复研究者使用的方法，并评估其是否合适。

例文清晰说明提取的目标人群、候选预测因子、预测结局、模型开发和模型性能等方面的数据。但作者未报告处理数据缺失或模糊信息的方法。

条目11：详细说明模型偏倚风险和适用性的评估方法，应该区分模型开发和验证，包括所使用的任何工具的详细信息、评价人员的数量及是否独立评估。

解读：偏倚风险的高低决定了预测模型的可靠性，而模型适用性反映了纳入研究与系统评价拟解决问题之间的匹配程度，决定了模型是否可以直接应用解决目标临床问题[29]。TRIPOD-SRMA要求作者详细报告评估模型偏倚风险和适用性的具体工具、评价人员的数量及是否独立评估，因为这有助于读者判断系统评价结果的可信度以及适用性。

例文报告其利用PROBAST工具[30]评估了纳入研究的偏倚风险和适用性，并且详细介绍了该工具的具体条目和判定标准。此外，作者报告偏倚风险评估过程由两名研究者独立完成，产生的分歧通过纳入第三位研究者进行了解决。

条目12：12a描述对每个模型的性能指标进行综合估计的任何方法。如果开展Meta分析，描述所使用的方法，包括汇总前的任何数据转换、如何量化和处理模型性能中的任何异质性的方法及使用的统计软件包；12b描述用于探索模型性能异质性的方法（如亚组分析、Meta回归），包括是否预先制定；12c描述用于评估系统评价合并结果稳健性所开展的敏感性分析。

解读：条目12包括3个子条目，是对系统评价中数据合成方法报告的要求。系统评价作者应该清晰地报告用于合成不同预测模型研究的统计分析方法，因为这样有助于读者判断系统评价结果的可信度。尤其当开展Meta分析时，作者应该详细报告所使用的统计软件包及版本、统计模型等，因为不同的统计软件包和（或）统计模型往往会导致合并结果存在差异，甚至得出完全相反的结果[31]。此外，作者还应该报告评估不同模型性能异质性的方法，因为异质性会影响是否能够开展Meta分析。同时，作者应该清晰说明是否预先制定了用于评估合成结果稳健性的敏感性分析方法。

例文报告对在至少5项研究中出现外部验证的预后模型采取随机效应模型开展Meta分析。同时，使用I2量化模型性能的异质性，并且采用亚组分析探索异质性来源。此外，作者详细描述了C统计量的缺失值或者极值的处理方法，并报告了统计分析中所使用的软件（R 3.5.2软件）。尽管作者在分析过程中剔除了一项结果异常的研究，但在方法学并未报告是否使用敏感性分析评估合成结果的稳健性。

条目13：描述用于评估预测模型证据质量的任何方法。

解读：TRIPOD-SRMA要求作者详细描述评估模型证据质量的方法。建议研究者在现有GRADE方法的基础上，确定用于评估预测模型证据质量的具体方法，并在论文中清晰地报告具体的实施步骤[32]。

例文没有描述评估模型证据质量的方法。

3.5   结果

条目14：描述检索和筛选过程的结果，包括初检获取的文献数量到最终纳入的研究和模型数量，最好提供流程图。

解读：TRIPOD-SRMA要求作者清晰报告从不同来源（如数据库、注册平台、参考文献）获取到的文献数量，以便读者判断检索结果是否存在引用或发表偏倚[24]。建议作者使用流程图和文字详细描述系统评价中文献筛选的整个过程，报告包括初检获取到的文献数量、去除重复的数量、根据题目和摘要排除的数量、无法获取全文的数量、阅读全文排除的数量及相应的排除原因。

例文使用文字详细描述了检索结果和筛选过程，并使用流程图（原文图1[20]）展示了筛选过程，列出了排除研究的数量及排除的原因，但未提供全文筛选阶段排除研究的清单。

条目15：呈现每个纳入研究的特征和模型的细节（根据条目10），并提供引文。

解读：TRIPOD-SRMA要求作者报告纳入研究和模型的细节，这样有助于读者了解该系统评价纳入研究和模型的特征，进而判断系统评价结果的适用性。作者可以使用图表的形式呈现单个研究或模型的主要特征，这有助于对纳入研究或模型的特征进行比较和引用相应的参考文献。

例文使用表格（原文表4[20]）汇总了纳入研究和模型的特征，并使用文字进行了描述。但其未提供单个研究和模型的特征，且没有引用相应的参考文献。

条目16：针对每个研究包含的模型开发和验证，呈现偏倚风险和适用性评估的结果。

解读：TRIPOD-SRMA强调模型开发和验证是两个单独的阶段，因此，建议作者应用图表的形式分别呈现每个纳入研究中模型开发和验证部分的偏倚风险和适用性评估的结果。不仅应该给出偏倚风险和适用性评估的总体情况，还应该展示每个领域的具体评估结果及相应的判断依据。

例文使用PROBAST工具评估了纳入模型的偏倚风险和适用性，以图的形式（原文图3、图4[20]）呈现了评估结果的总体情况，并且区分模型开发和验证阶段。然而，作者未报告每个模型在PROBAST每个领域的评估结果及判断依据。

条目17：呈现每个模型和所有评估性能的估计值与置信区间，包括它们是否与内部或外部验证的性能相关。如果是内部验证，应该详细说明方法。

解读：TRIPOD-SRMA要求作者应该详细展示每个模型和所有评估性能的效应量及相应的置信区间，因为这样有助于读者根据这些结果评估单个模型结果的相对重要性，同时有助于开展其他分析和更新研究结果。内部验证是开发新预测模型的一个必要步骤，作者应该提供自举法、交叉验证等具体内部验证方法的细节。

例文以文字和森林图的形式（原文图5[20]）呈现所有结局指标每个外部验证模型性能的效应量及其95%可信区间。

条目18：18a呈现任何模型性能综合的结果以及对效应估计产生贡献的研究的详细信息。如果开展了Meta分析，呈现每个模型和性能指标的合并效应量、精度（如置信/可信区间）及异质性检验结果，可以利用森林图；18b呈现每个模型性能异质性可能来源的所有调查结果；18c呈现敏感性分析的结果，以便评估合并结果的稳健性。

解读：条目18包括3个子条目，是对模型综合结果报告的要求。TRIPOD-SRMA要求作者详细报告所有模型性能统计汇总结果以及对合并效应量做出贡献的研究细节，以便为卫生决策提供完整和无偏倚的证据。如果开展了Meta分析，应该报告异质性的评估结果，并对异质性的来源进行探索。同时作者应该清晰说明预先制定的所有亚组分析或敏感性分析的结果，从而避免选择性报告偏倚。

例文以文字结合森林图的形式（原文图5[20]）报告了Meta分析的结果，包括合并效应量及其95%可信区间，也描述了异质性检验的结果。同时，作者通过排除一项结果异常的研究和开展亚组分析来探索异质性显著的原因。

条目19：呈现每个感兴趣的预测模型证据质量的评估结果。

解读：TRIPOD-SRMA要求作者明确报告每个模型证据质量的评估结果以及判断依据。GRADE证据概要表是呈现证据质量的评估结果的一种有效和高效的方法，因此，作者应该使用该工具呈现证据质量的评价结果。

例文没有评估预测模型的证据质量，也就没有报告相应的结果。

3.6   讨论

条目20：总结研究的主要发现，包括证据的优点和局限性。

解读：TRIPOD-SRMA要求作者总结研究的主要发现，并描述现有证据的优点和局限性。这可以帮助读者更好地理解研究结果，并评估其可靠性和适用性。

例文在讨论部分总结了极早产儿死亡率预测模型的研究证据，认为有充足的现有研究能够验证结果。同时报告了纳入的预测模型研究具有4个主要的局限性。

条目21：讨论系统评价开展过程中的局限性。

解读：TRIPOD-SRMA鼓励作者讨论研究过程中存在的可避免或不可避免的限制，这可以帮助读者评估系统评价结果的可信度。

例文没有讨论其研究过程中是否存在局限性。

条目22：讨论研究结果对实践、政策以及未来研究的意义。

解读：作者应该讨论研究结果对临床实践、政策及未来相关研究的意义，要根据研究结果提出具有指导意义的实际建议，避免给出宽泛的建议。

例文认为由于缺乏验证导致许多极早产儿预测模型在实践应用中的价值尚不清楚。因此，作者认为未来的重点应是对现有预测模型的外部验证和进一步调整，从而使得研究结果能够适用于更广泛的应用领域。但其没有探讨研究结果对政策的影响。

3.7   其他信息

条目23：23a提供注册信息，包括注册名称、注册号或声明未进行注册；23b提供研究方案的获取途径或声明无研究方案；23c描述并解释对注册内容或研究方案中信息的任何修改。

解读：TRIPOD-SRMA要求作者提供系统评价注册的详细信息，包括注册平台（如PROSPERO、INPLASY和Open Science Framework）[33]、注册号或DOI号，这样便于读者通过比较预先制定的研究方案与系统评价的最终结果，进而判断是否存在选择性报告。作者可通过提供研究方案的引文、DOI号或链接使读者更容易找到相关文件，从而减少寻找文件所花费的时间。鉴于研究者在研究开始时一般无法考虑到研究开展过程中可能遇到的所有情况，因此，如果对研究方案进行了修订，作者应该详细报告修改的信息及相应的理由以保证研究过程的透明性。此外，如果作者未准备研究方案或准备了但不愿意公开，这种情况也应该进行说明。

例文作者在“研究方案和全文的不同”部分报告了注册平台、注册号并提供了引文。此外，作者报告了其全文和研究方案之间在纳入标准和数据综合方法方面存在的不同，并报告了相应的理由。

条目24：描述系统评价的资金来源及资金支持者在系统评价过程中所起的作用，或声明无资金支持。

解读：TRIPOD-SRMA要求作者报告系统评价的资金和非资金支持的来源以及资助者在系统评价中的作用，这有利于读者评估不同类型的支持对系统评价结果的潜在影响。

例文明确报告了第一作者受到的资金来源，并且声明该资助在研究设计、开展、分析、报告以及研究发表环节中均没有发挥任何作用，同时报告其他作者没有获得外部的资金支持。

条目25：声明系统评价作者的利益冲突。

解读：研究的作者可能与某些对研究结果感兴趣的组织或团体有合作关系（如作者可能为药品开发公司或在审核的设备提供咨询服务）[34]，而这样的关系或活动往往存在着利益冲突，会对系统评价结果的真实性和可信度产生不利影响，因此作者应该详细如实地报告是否存在利益冲突以及所有处理利益冲突的方式。

例文声明所有作者均没有任何利益冲突。

条目26：报告以下哪些信息是公开的，并提供获取途径：数据提取表模板、纳入研究的数据、用于分析的数据、数据分析代码、系统评价中使用的其他资料。

解读：TRIPOD-SRMA要求作者清晰报告数据、分析代码和其他材料的共享，使读者可以了解正文方法学部分以外的其他信息，有助于他们检查是否存在错误，并重现研究结果。数据、分析代码及其他材料可呈现在论文的附件或补充材料中，也可上传至开放的公共数据库，如Open Science Framework和Dryad[35]。如条件允许，应该尽量公开较为详细的资料信息，但在某些特殊情况下，研究者可能无法自由共享资料，如研究团队是数据的托管人而非持有者，或受到法律、许可限制，此时作者应该在条款和法律的允许下，尽可能地共享更多研究资料。

例文作者未提供数据提取表模板、纳入研究的数据、用于分析的原始数据和数据分析代码等信息。

4   小结

随着数据科学和机器学习技术的快速发展，大量的生物医学预测模型被开发出来用以指导临床实践与公共卫生决策[36]。近年来，预测模型系统评价/Meta分析论文数量显著增加。然而，它们对关键的实施细节信息的报告往往存在明显的缺失。尽管已有用于指导预测模型研究或系统评价/Meta分析报告的指南，如TRIPOD、PRISMA清单，但它们均缺少专门用于指导预测模型系统评价论文关键信息报告的要求。因此，相关学者制订并于近期发表了TRIPOD-SRMA报告规范[7]。该规范作为第一个专门用于指导个体预后与诊断多变量预测模型系统评价/Meta分析研究报告的指南，其开发过程严格，但其尚存在一些需要注意的问题。例如，TRIPOD-SRMA清单涉及多个条目，而每个条目又涉及多个方面，但研究团队目前尚未提供相应的解释和说明文件，这增加了读者使用该规范的难度。同时，鉴于国内中文期刊发表的预测模型系统评价/Meta分析的数量正在快速增加，因此，为了帮助国内相关研究者更好理解和应用该规范，本文对该规范的制订过程、适用范围和条目进行了介绍，并结合实例对条目要求进行了解读。建议国内相关研究者参照TRIPOD-SRMA规范撰写此类系统评价/Meta分析，从而提高相关研究报告的透明性和产生更多高质量的证据。同时建议国内相关学术期刊将TRIPOD-SRMA报告规范引入稿约，并在投稿指南中明确要求作者参照该规范报告研究结果，要求作者填写TRIPOD-SRMA清单并上传投稿系统，从而帮助期刊编辑和审稿专家评估研究报告的透明性和完整性。

原始出处：

王子怡, 卢存存, 张晶磊, 黄家艺, 刘文迪, 尚文茹, 陈子佳, 崔璐, 赵晓晓, 胡晓晔, 杨克虎, 李秀霞. 个体预后与诊断多变量预测模型系统评价/Meta分析报告规范（TRIPOD-SRMA）解读. 中国循证医学杂志, 2024, 24(2): 202-210. doi: 10.7507/1672-2531.202308041