从一次“急诊”开始

“老师，快帮我看看！我刚用RevMan和RoB2分别评估了同一批RCT文献做Meta分析，偏倚结果居然打架了！这论文结果还能要吗？”

上周五深夜，我的微信突然弹出学员的信息。屏幕这头的我，仿佛看到电脑前那张焦灼的脸——这场景，你是否也曾经历？在Meta分析的深水区，我们常常面对同一个灵魂拷问：都是评估研究质量，ROB2和RevMan里的工具，到底啥区别？哪个结果更值得信任？

一、场景一 | “评估工具的选型门诊”——不同工具，针对不同病人（研究）

想象你正在给一位患者诊断，面对的是不同类型的“病人”：

- 如果这是一项随机对照试验（RCT），你的“听诊器”首选Cochrane的风险偏倚工具（RoB）。

- 如果是队列研究或病例对照研究，则更适合用纽卡斯尔-渥太华量表（NOS）。

1. RevMan & RoB 1.0：经典“六大维度体检”

在很长一段时间内，Cochrane的RoB 1.0工具是RCT风险评估的标准配置，而RevMan软件就像医院的“体检中心”，自带RoB 1.0“六大常规项目”：

- 选择偏倚：评估随机序列生成和分配隐藏，确保研究组和对照组的“基线体质”可比。

- 实施偏倚：考察干预实施和盲法，防止医生和患者“提前知道用药”影响疗效。

- 测量偏倚：关注结果评估过程有没有“主观色彩”。

- 失访偏倚：查看有多少患者“中途离场”，以及这对结果的影响。

- 报告偏倚：检查研究者是否“挑着报喜不报忧”。

- 其他偏倚：兜底所有未列明的“特殊情况”。

每个项目被打上“低风险”、“不清楚”或“高风险”标签，最终形成整体判断。

2. RoB 2.0：升级版“精准分型”，更细致，也更苛刻

随着临床研究的复杂化，Cochrane又推出了更“智慧”的RoB 2.0工具。它把风险评估细化为五大领域：

- 随机化过程

- 干预措施偏倚

- 结局数据缺失

- 结局测量偏倚

- 选择性报告结果偏倚

评估方式也升级为“信号问题”——每个领域有一系列具体问题（28个），逐个判定。回答选项更细致：“Yes”/“Probably Yes”/“No”/“Probably No”/“No Information”。某些问题甚至标注“NA”（不适用），非常讲究。每个领域内部根据信号问题综合判断风险等级（“低风险”、“有一定风险”和“高风险”），最终整个研究的总体风险水平取决于这五个领域中最差的那个等级（有点短板效应），这与RoB 1.0各维度的独立判断逻辑不同。

实际操作中，RoB 2.0通常用Excel工具包或者专门的网页模板填报，而RevMan则自带了RoB 1.0评估模块。这就是你操作同一组RCT，分别用RoB 2.0和RevMan/ RoB 1.0评估，结果可能不一致的根本原因：工具不同，标准不同，细致程度不同。

3. NOS量表：队列/病例对照研究的“全科体检”

假如你的患者是一组队列研究，RoB工具就派不上用场了，NOS量表才是你的“顺手家伙”。NOS关注三个核心部分：

- 选择（Selection - 4颗⭐）：评估“病人”代表性好不好？“健康人（或对照）”选得对不对？暴露确定靠不靠谱？最关键的加分项：入组时都没得病！（研究开始时结局未出现！）这是因果推断的基石。想想评价某种职业暴露是否致癌——如果入组时病人已经癌症早期了，结论还能信吗？

- 可比性（Comparability - 2颗⭐）：对混杂因素的控制（如匹配、回归等）。比如评价某新药疗效时，如果试验组年龄普遍比对照组年轻20岁，即使药无效，“年轻”这个混淆因子也可能让结果看起来有效！所以，要么设计时就按年龄匹配（设计层控制），要么分析时用多因素模型（统计层控制），才能摘到这珍贵的⭐。

- 结局评估（Outcome - 3颗⭐）：结果判得客观吗（盲法）？随访时间够长吗？病人跑了吗（随访完整性）？

满分9⭐，≥7⭐通常认为是高质量研究。

二、经典误区解密：为什么评出来的风险等级不一样？

现在，回头来看学员的困惑：为什么同一篇RCT，两个工具评估出来的风险不一样？

不只是版本迭代，更是“诊断标准”更新： RoB 2.0 的领域划分、信号问题和整体判断逻辑都更严谨、细致且现代。它对偏倚更加敏感。

举个“栗”子🌰： 一篇RCT在分组上做得很好（RoB 1.0：选择偏倚=Low）。但它没有很好地处理中途改变治疗方案的患者（即“依从性”问题或干预措施偏倚）。在RoB 1.0里，这可能落在“其他偏倚”或不够突出。但在RoB 2.0的 “干预措施偏倚” 领域，它会被系统地、重点地评估，一旦发现问题，很可能导致整个研究的风险等级被拉高（如：有一定风险或高风险）。

“严师出高徒”效应： RoB 2.0 的设计对方法学质量提出了更高要求。它在“结局测量”（Measurement）和“选择性报告”（Selection）等领域也设置了更细致的关卡。一篇研究在RoB 1.0下过关，在RoB 2.0下“翻车”是非常常见的情况。这不代表RoB 1.0是错的，而是RoB 2.0看得更深、更细了。就像同一片肺部阴影，CT报告了，普通胸片可能没看清。

三、如何选择适合你的风险评估工具？

1. 随机对照试验（RCT）——优先用RoB 2.0。

2. 队列/病例对照研究——用NOS量表。

3. 异议处理：不同工具得出不同结论？建议双人独立评估、交叉讨论，再结合临床实际做专业判断。

互动提问 | 你遇到过哪些让你纠结的文献质量评估难题？欢迎留言分享你的“病例”！