Systematiska översikter och metaanalyser

En systematisk översikts tillförlitlighet avgörs av en fördefinierad och reproducerbar kedja från klinisk fråga och heltäckande sökning till biasbedömning, syntes och värdering av evidenssäkerhet. Metaanalys kan öka precisionen men ger endast kliniskt meningsfulla resultat när studiernas estimand, kvalitet och variation hanteras korrekt.

Begrepp, syfte och evidenssyntesens logik

En systematisk översikt använder explicita, fördefinierade och reproducerbara metoder för att identifiera, välja ut, kritiskt granska och syntetisera studier som besvarar en avgränsad fråga. Metoden omfattar således hela processen från protokoll och informationssökning till bedömning av risk för bias och sammanvägd evidenssäkerhet. En metaanalys är däremot den statistiska del där numeriska resultat från tillräckligt jämförbara studier kombineras till ett sammanvägt effektmått.

En systematisk översikt behöver inte innehålla metaanalys. Om studierna avser olika kliniska frågor, använder inkompatibla utfallsdefinitioner eller saknar användbara numeriska data kan en strukturerad syntes utan statistisk sammanvägning vara mer korrekt. Omvänt kan en metaanalys tekniskt genomföras utan att underlaget har identifierats systematiskt, men resultatet riskerar då att bli selekterat och bör inte likställas med en fullständig systematisk översikt.

Närliggande översiktstyper har delvis andra mål:

Metaanalys ökar i första hand den statistiska precisionen genom att reducera slumpfelet. Den eliminerar inte confounding, selektionsbias, mätfel eller selektiv rapportering i primärstudierna. En mycket smal konfidensintervall kring ett sammanvägt estimat kan därför representera precis skattad bias. Evidenssyntesens grundprincip är följaktligen inte att maximera antalet deltagare, utan att sammanföra relevanta och metodologiskt försvarbara observationer.

Frågeställning, estimand och protokoll

Översiktsfrågan operationaliseras ofta med PICO: population, intervention, comparator och outcome. Därutöver bör tidpunkt, vårdkontext och godtagbar studiedesign anges. För diagnostik specificeras indextest, referensstandard, målpopulation och diagnostiskt utfall. Prognosfrågor kräver definition av startpunkt, prognostisk faktor, utfall och tidshorisont, medan etiologiska frågor avgränsar exponering och alternativ exponering. Prevalensöversikter måste särskilt definiera population, mätmetod, geografisk kontext och tidsperiod.

Ett centralt begrepp är estimand, det vill säga den kliniska effekt som analysen avser att skatta. För en läkemedelsintervention kan frågan exempelvis avse effekten av behandlingstilldelning oavsett följsamhet, effekten vid faktisk behandling eller effekten bland patienter som tolererar full dos. Dessa estimand är inte utbytbara. Det effektmått som råkar vara rapporterat i artikeln — exempelvis oddskvot efter per-protokollanalys — behöver inte motsvara översiktens kliniskt relevanta estimand.

Ett prospektivt protokoll bör fastställa frågan, kriterierna, informationskällorna, primära och sekundära utfall, risk-för-bias-metod och statistisk analysplan. Registrering, exempelvis i PROSPERO, skapar en daterad dokumentation men ersätter inte ett detaljerat protokoll. Primäranalys, subgrupper, modellval, hantering av saknade data och den minsta kliniskt betydelsefulla effekten bör anges innan resultaten är kända.

Avvikelser kan bli nödvändiga, exempelvis när utfallsdefinitioner visar sig vara annorlunda än väntat. De ska dateras, beskrivas och motiveras. En post hoc-ändring från mortalitet till ett signifikant surrogatutfall eller från en fördefinierad tidpunkt till den mest gynnsamma uppföljningen skapar selektiv analysbias. Transparens gör inte ändringen riskfri, men gör det möjligt för läsaren att bedöma dess konsekvenser.

Inklusionskriterier och bedömning av jämförbarhet

Inklusions- och exklusionskriterier ska spegla frågan, inte det resultat som sökningen råkar ge. De bör omfatta populationens diagnos och risknivå, vårdkontext, interventionsdetaljer, komparator, utfallsdefinition, minsta eller tillåtna uppföljningstid och studiedesign. Även språk, publikationsstatus, publiceringsperiod och krav på tillgängliga data ska anges. Exklusion av konferensabstrakt eller icke-engelska rapporter behöver motiveras eftersom resultatets tillgänglighet kan vara associerad med dess riktning.

Alltför snäva kriterier kan skapa ett homogent men kliniskt begränsat underlag. En översikt av noggrant selekterade yngre patienter utan samsjuklighet kan ha låg överförbarhet till multisjuka äldre. Alltför breda kriterier kan i stället blanda sjukdomsstadier, doser, komparatorer och uppföljningstider så att den sammanvägda effekten saknar tydlig klinisk innebörd.

Numerisk kompatibilitet är inte tillräcklig. Två studier kan båda rapportera riskkvot men avse olika tillstånd: sjukhusinläggning inom 30 dagar respektive inom två år, symtomdiagnos respektive laboratorieverifierad diagnos eller behandlingsstart respektive faktisk behandling. Före pooling måste granskarna bedöma klinisk jämförbarhet, metodologisk likhet och om effekterna motsvarar samma estimand.

Jämförbarheten bör bedömas före inspektion av studiernas effektstorlekar. Om studier kombineras därför att resultaten ser likartade ut, medan olikheter används som skäl att separera misshagliga resultat, blir syntesen datadriven. Fördefinierade syntesgrupper och en tabell över population, intervention, komparator och utfall gör beslutet granskningsbart.

Informationssökning och identifiering av evidens

En reproducerbar sökning omfattar vanligen flera bibliografiska databaser eftersom täckningen skiljer sig mellan källor. För klinisk interventionsforskning kan databassökning kompletteras med studieregister, regulatoriska dokument, avhandlingar, konferensmaterial och andra former av grå litteratur. Referenslistor och framåtriktad citeringssökning kan identifiera rapporter som indexerats fel eller använder oväntad terminologi. Kontakt med författare kan klarlägga opublicerade resultat och koppla flera rapporter till samma studie.

Den fullständiga strategin ska redovisa databas och plattform, kontrollerade ämnesord, fritexttermer, trunkering, närhetsoperatorer, booleska operatorer, datum för sökning samt språk-, tids- och andra begränsningar. En sökning i MEDLINE via en viss plattform är inte automatiskt reproducerbar i en annan eftersom syntax och indexering skiljer sig. PRISMA-S ger särskilt stöd för rapportering av sökprocessen.

Hög sensitivitet minskar risken att relevanta studier missas men ger fler irrelevanta poster och större arbetsbelastning. Hög precision gör screeningen effektivare men kan exkludera studier som använder annan terminologi. Vid interventionsöversikter bör söktermer för utfall ofta användas försiktigt, eftersom utfall är inkonsekvent indexerade. Informationsspecialistens medverkan och oberoende kollegial granskning av sökstrategin kan upptäcka saknade synonymer, felaktiga operatorer och olämpliga filter.

Begränsning till en databas kan ge databasbias; språkbegränsning kan ge språkbias och uteslutning av opublicerat material kan förstärka publikationsbias. Tidsbegränsningar kan vara sakligt motiverade, exempelvis efter införandet av en ny diagnostisk definition, men måste förklaras. Datumet för den sista sökningen avgör aktualiteten. I ett snabbt utvecklande fält kan en välgjord men gammal sökning ge ett metodologiskt korrekt svar på ett inaktuellt evidensläge.

Studieurval och PRISMA-flöde

Efter import dedupliceras posterna, helst med en kombination av automatiska algoritmer och manuell kontroll. Titel- och abstraktscreening följs av fulltextgranskning och slutligt beslut om inkludering. Minst två granskare bör arbeta oberoende, med en förutbestämd process för oenighet, exempelvis konsensus eller tredje bedömare. Pilotgranskning av ett gemensamt urval hjälper teamet att kalibrera tolkningen av kriterierna.

Det är viktigt att skilja mellan bibliografiska poster, rapporter och studier. En registerpost, ett konferensabstrakt och en fullständig artikel kan avse samma studie. En multicenterstudie kan samtidigt generera separata rapporter om effekt, biverkningar och långtidsuppföljning. Om rapporterna felaktigt räknas som oberoende studier kan deltagare dubbelräknas och få oproportionerlig vikt.

PRISMA 2020-flödet redovisar antal identifierade poster, borttagna dubbletter, screenade poster, exklusioner vid titel och abstrakt, eftersökta och återfunna fulltextrapporter, fulltextexklusioner med specifika orsaker samt inkluderade rapporter och unika studier. Vanliga fulltextexklusionsorsaker är fel population, intervention, komparator, utfall, uppföljning eller studiedesign. Orsakerna ska vara tillräckligt konkreta för att läsaren ska kunna följa urvalet.

Maskininlärning kan prioritera poster eller identifiera sannolikt irrelevanta referenser, men användningen måste beskrivas och valideras för arbetsflödet. Interbedömarvariation kan signalera otydliga kriterier snarare än slarv. Ett felaktigt exkluderat abstrakt når aldrig fulltextgranskning, biasbedömning eller syntes; hög kvalitet i de senare leden kan därför inte reparera brister i urvalet.

Dataextraktion och hantering av ofullständiga data

Data bör extraheras av två personer oberoende eller av en person med fullständig verifiering av en andra. Pilottestade formulär minskar variation i tolkningen. Extraktionen omfattar studiedesign, rekrytering, deltagarkarakteristika, interventions- och komparatordetaljer, utfallsdefinitioner, mättidpunkter, analysgrupper, bortfall, numeriska resultat, finansiering och författarnas intressekonflikter.

Flera rapporter från samma studie ska kopplas till en gemensam studieidentitet. Resultat kan behöva hämtas från olika rapporter, men motsägande data måste dokumenteras och hanteras enligt fördefinierade regler. Den mest detaljerade artikeln är inte nödvändigtvis den mest korrekta; registerdata, protokoll och senare korrigeringar kan vara avgörande.

Numeriska uppgifter behöver ofta omräknas. Om ett 95-procentigt konfidensintervall kring ett approximativt normalfördelat estimat är känt kan standardfelet beräknas från intervallets bredd. Standardfel får inte förväxlas med standardavvikelse: standardavvikelsen beskriver individvariation, medan standardfelet beskriver osäkerheten i skattningen och vanligen minskar när stickprovet ökar. Median och kvartiler kan inte utan starka antaganden behandlas som medelvärde och standardavvikelse.

Data som endast finns i figurer kan digitaliseras, men avläsningsfelet ska beaktas. Författare kan kontaktas för numeriska resultat, fördelning på analysgrupper eller uppgifter om bortfall. Antaganden om saknade standardavvikelser, korrelation mellan baslinje och uppföljning eller utfall bland bortfallna deltagare ska redovisas och prövas i känslighetsanalyser.

Val mellan intention-to-treat-, per-protokoll- och as-treated-analyser påverkar estimand och risk för bias. Detsamma gäller val av tidpunkt och justerat eller ojusterat estimat. Om flera resultat väljs därför att de ger störst effekt uppstår selektionsbias; om flera resultat från samma deltagare inkluderas som oberoende uppstår dessutom artificiellt för snäva konfidensintervall.

Risk för bias i primärstudierna

Risk för bias bör bedömas domänvis, inte genom att addera godtyckliga kvalitetspoäng. En totalsumma kan ge samma poäng till en studie med otillräcklig randomisering som till en studie med bristfällig rapportering, trots att konsekvenserna är helt olika. Bedömningen ska avse ett bestämt resultat eller estimand, eftersom bias kan variera mellan utfall inom samma studie.

För randomiserade studier behandlar RoB 2 bland annat randomiseringsprocessen, avvikelser från avsedd intervention, saknade utfallsdata, utfallsmätning och selektion av rapporterat resultat. Bristande allokeringssekretess kan påverka vilka patienter som inkluderas. Icke-blindad utfallsmätning är särskilt problematisk för subjektiva utfall, medan selektiv rapportering kan uppstå när endast gynnsamma skalor eller tidpunkter publiceras.

För icke-randomiserade interventionsstudier används exempelvis ROBINS-I, där confounding, deltagarselektion, interventionsklassifikation och tidsberoende avvikelser är centrala. För diagnostisk träffsäkerhet används QUADAS-2, med fokus på patienturval, indextest, referensstandard samt flöde och tid. PROBAST används för prediktionsmodeller och granskar bland annat deltagare, prediktorer, utfall och analys.

Två oberoende bedömare minskar risken för idiosynkratiska omdömen. Bedömningarna bör påverka tolkning, känslighetsanalyser och GRADE, men inte användas som en mekanisk exklusionsregel utan analys av konsekvensen. En studie med hög risk för bias kan fortfarande ge relevant information, medan automatisk exklusion kan införa ny selektion och minska möjligheten att undersöka robusthet.

Effektmått och klinisk innebörd

För dikotoma utfall beskriver riskkvoten, (RR), kvoten mellan riskerna i interventions- och kontrollgruppen. Riskdifferensen, (RD), anger den absoluta skillnaden. Oddskvoten, (OR), jämför odds och kan uppfattas som en större relativ effekt än riskkvoten när utfallet är vanligt. Hazardkvoten, (HR), avser den relativa momentana händelseintensiteten över tid och bygger i standardtolkningen på att hazardernas proportionalitet är rimlig.

Absolut behandlingseffekt kräver en relevant baslinjerisk. Om (RD) uttrycks som riskminskning kan number needed to treat, (NNT), beräknas som (1/|RD|); vid riskökning används motsvarande number needed to harm, (NNH). NNT måste anges med tidshorisont och population, eftersom samma relativa effekt ger olika absolut nytta vid olika utgångsrisk.

För kontinuerliga utfall används medelskillnad när samtliga studier använder samma skala. Standardiserad medelskillnad dividerar skillnaden med en standardavvikelse och möjliggör kombination av olika instrument som mäter samma konstruktion. Värden omkring 0,2, 0,5 och 0,8 brukar beskrivas som små, måttliga och stora, men är endast grova konventioner. Klinisk betydelse beror på instrument, population och minsta kliniskt betydelsefulla förändring.

Effektens riktning måste harmoniseras så att exempelvis positiva värden konsekvent betyder förbättring. Förändring från baslinjen och slutvärde kan ibland kombineras som medelskillnader, men variansen och känsligheten för baslinjeobalans skiljer sig. Klusterstudier kräver korrigering för intraklusterkorrelation, och crossover-studier kräver parade analyser samt bedömning av period- och carryovereffekter. Om sådant beroende ignoreras överskattas precisionen.

Statistisk sammanvägning

Vid inversvariansmetoden får en studie vikt i proportion till den omvända variansen:

[ w_i=\frac{1}{SE_i^2} ]

Det sammanvägda estimatet beräknas som (\hat\theta=\sum w_i\hat\theta_i/\sum w_i). Ett litet standardfel ger hög vikt. För kvoter sker analysen vanligen på logaritmisk skala, eftersom logaritmerade risk-, odds- och hazardkvoter är mer symmetriskt fördelade; resultatet transformeras därefter tillbaka.

En fixed-effect-modell antar att samtliga studier skattar samma sanna effekt och att observerade skillnader beror på samplingvariation. En random-effects-modell antar en fördelning av sanna effekter och skattar dess medelvärde. Vikten blir då ungefär (1/(SE_i^2+\tau^2)), där (\tau^2) är mellanstudievariansen. Random effects gör ofta små studier relativt mer inflytelserika och är inte en automatisk lösning på klinisk heterogenitet.

Mantel–Haenszel-metodik används ofta för dikotoma data och kan fungera väl när händelser är relativt ovanliga. Vanliga skattare av (\tau^2) är restricted maximum likelihood, REML, och DerSimonian–Laird. Den senare kan underskatta osäkerheten, särskilt vid få eller små studier. Hartung–Knapp-justering kan ge mer realistisk inferens kring random-effects-estimatet, men dess egenskaper beror på antal och storleksfördelning av studierna.

Proportioner nära noll eller ett och korrelationer kan kräva transformation, exempelvis logit- respektive Fisher-z-skala. Sällsynta händelser och nollceller är problematiska; rutinmässiga kontinuitetskorrektioner kan ge bias, särskilt vid obalanserade grupper. Studier med noll händelser i båda armarna innehåller information om absolut risk men bidrar ofta inte till standardanalyser av relativa mått. Vid få studier är både (\tau^2), konfidensintervall och test av heterogenitet instabila.

Heterogenitet och variation mellan studier

Klinisk heterogenitet avser skillnader i patienter, interventioner, komparatorer och utfall. Metodologisk heterogenitet avser skillnader i design, genomförande och risk för bias. Statistisk heterogenitet är den observerade variation i effektmått som överstiger vad samplingfel rimligen förklarar. Den statistiska komponenten kan inte tolkas utan de två förstnämnda.

Cochrans (Q) testar om variationen är förenlig med en gemensam effekt, men har låg styrka vid få studier och kan bli signifikant för trivial variation när många studier ingår. (\tau^2) uttrycker den skattade variansen mellan sanna effekter på analysens skala. (I^2) anger ungefär den andel av observerad variation som tillskrivs heterogenitet snarare än samplingfel.

Gränserna är inga beslutsregler. (I^2) beror på studiernas precision och bör bedömas med konfidensintervall, antal studier och valt effektmått. Ett lågt (I^2) bevisar inte klinisk likhet, och ett högt värde anger inte orsaken till variationen.

Ett 95-procentigt prediktionsintervall uppskattar inom vilket område den sanna effekten i en ny jämförbar miljö kan ligga. Det är ofta mer kliniskt informativt än konfidensintervallet kring medeleffekten. Intervallet kan omfatta både nytta och skada trots att den genomsnittliga effekten är statistiskt signifikant.

Subgruppsanalyser och metaregression bör vara fördefinierade och bygga på plausibla effektmodifierare. Många analyser ökar risken för slumpfynd. Jämförelser av studiegenomsnitt kan ge ekologiskt felslut: ett samband mellan medelålder och effekt på studienivå bevisar inte individuell effektmodifiering av ålder. Vid färre än cirka tio studier har metaregression och analyser av småstudieeffekter vanligen låg styrka.

Beroende data och avancerade syntesformer

Oberoendeantagandet bryts när samma deltagare bidrar med flera utfall, tidpunkter eller interventionsjämförelser. Det gäller även när flera publikationer från samma studie behandlas som separata datakällor. Konsekvensen blir underskattad varians och överdriven precision, även om varje enskilt estimat är korrekt beräknat.

Vid flerarmsgstudier kan relevanta interventionsarmar kombineras eller en gemensam kontrollgrupp delas mellan jämförelser. Det senare undviker dubbelräkning av kontrollpersoner i en enkel parvis metaanalys men återskapar inte fullständigt korrelationen. Multivariat metaanalys, robust variansestimation och hierarkiska modeller kan modellera beroendet mer direkt, förutsatt att datamängden räcker för den ökade komplexiteten.

En metaanalys av individuella deltagardata, IPD, möjliggör harmoniserade definitioner, kontroll av data, konsekvent tids-till-händelseanalys och mer tillförlitlig analys av individbaserade effektmodifierare. Metoden kräver emellertid tillgång till data från en representativ andel av studierna. Om endast vissa forskargrupper lämnar ut data kan en ny selektionsmekanism uppstå.

Nätverksmetaanalys kombinerar direkta och indirekta jämförelser mellan flera behandlingar. Transitivitet kräver att studiernas fördelning av effektmodifierare gör indirekta jämförelser kliniskt rimliga. Konsistens innebär överensstämmelse mellan direkt och indirekt evidens. Behandlingsrangordningar kan annars ge skenprecision.

Diagnostisk metaanalys bör gemensamt modellera sensitivitet och specificitet eftersom tröskelvärden ofta skapar en negativ relation mellan dem. Separata enkla medelvärden kan bli missvisande. Hierarkiska modeller kan beskriva sammanvägd träffsäkerhet och heterogenitet, men kan inte kompensera för en olämplig referensstandard eller selekterat patientspektrum.

Rapporteringsbias och småstudieeffekter

Publikationsbias uppstår när sannolikheten för publicering påverkas av resultatets riktning, storlek eller statistiska signifikans. Selektiv utfallsrapportering innebär att vissa analyser eller utfall från en studie saknas, trots att studien är publicerad. Tidsfördröjningsbias uppstår när positiva resultat publiceras snabbare. Språk- och citeringsbias kan förstärka skevheten om positiva rapporter oftare publiceras internationellt eller citeras och därmed lättare hittas.

Protokoll, studieregister och regulatoriska dokument bör jämföras med publikationerna. Skillnader i primärt utfall, analystidpunkt, deltagarantal och analysmodell kan indikera selektiv rapportering. Registerkontroll är dock inte ett fullständigt skydd: äldre studier kan sakna registrering, och registerposter kan vara retrospektiva eller ofullständiga.

En funnel plot visar studiernas effekt mot ett mått på precision. Vid frånvaro av vissa biasmekanismer förväntas en ungefär symmetrisk tratt. En konturförstärkt funnel plot markerar områden med olika signifikansnivåer och kan hjälpa till att bedöma om luckor främst finns där icke-signifikanta resultat skulle förväntas.

Eggers test undersöker statistisk asymmetri men bör tolkas försiktigt vid färre än cirka tio studier, sällsynta händelser eller uttalad heterogenitet. Asymmetri kan orsakas av publikationsbias, men också av verkligt större effekter i små studier, designsamband, bristande metodik eller slump. Trim-and-fill bygger på modellantaganden om saknade studier och återställer inte data som aldrig observerats; resultatet är en explorativ känslighetsanalys, inte en korrigerad sanning.

Robusthetsanalyser och syntes utan metaanalys

Känslighetsanalyser undersöker om slutsatsen står kvar under alternativa rimliga antaganden. Fördefinierade analyser kan exkludera studier med hög risk för bias, byta mellan fixed effect och random effects, använda olika (\tau^2)-skattare, variera antaganden om saknade data eller analysera justerade i stället för ojusterade estimat. Även publiceringsform, effektmått, kontinuitetskorrektion och behandling av klusterstudier kan prövas.

Outliers och inflytelserika studier bör bedömas utifrån både statistik och kliniska särdrag. En leave-one-out-analys visar hur det sammanvägda resultatet förändras när en studie i taget utesluts. Den får inte användas för att söka fram den kombination som ger önskad signifikans. Om slutsatsen beror på en enda studie ska detta redovisas och förklaras, inte döljas.

Metaanalys bör avstås när studierna skattar inkompatibla estimand, när klinisk heterogenitet gör ett medelvärde meningslöst eller när data inte tillåter tillförlitlig variansskattning. Frånvaro av pooling är då ett metodologiskt ställningstagande, inte ett misslyckande.

En strukturerad syntes utan metaanalys ska ordna studier efter exempelvis population, intervention och utfall samt redovisa effekternas riktning, storlek, precision och risk för bias. Rösträkning efter statistisk signifikans bör undvikas: en stor och en liten studie kan ha samma effektstorlek men olika p-värden, och antalet ”positiva” studier säger därför lite om den samlade effekten. Om endast effektriktningen kan syntetiseras ska informationsförlusten och osäkerheten anges tydligt.

Evidenssäkerhet, rapportering och klinisk tolkning

GRADE värderar evidenssäkerheten separat för varje kritiskt utfall. Randomiserade studier börjar vanligen på hög och observationsstudier på låg evidenssäkerhet, varefter underlaget bedöms domänvis. Nedgradering kan göras för risk för bias, inkonsistens, indirekthet, imprecision och publikationsbias. Observationsdata kan i vissa situationer uppgraderas, exempelvis vid stor effekt, dos–responssamband eller när kvarvarande confounding sannolikt skulle minska den observerade effekten.

Resultat bör uttryckas både relativt och absolut med 95-procentiga konfidensintervall. Den absoluta effekten ska beräknas från en baslinjerisk som är relevant för den aktuella patientpopulationen. Vid random-effects-analys bör prediktionsintervall övervägas eftersom det visar möjlig variation i en ny miljö, inte bara osäkerheten kring medeleffekten.

Klinisk tolkning kräver jämförelse med den minsta kliniskt betydelsefulla effekten, inte enbart med nolleffekten. En statistiskt signifikant men marginell symtomförändring kan vara oviktig, medan en osäker minskning av ett allvarligt utfall kan vara beslutspåverkande. Bedömningen måste väga nytta mot biverkningar, behandlingsbörda, kostnad, patientpreferenser och överförbarhet till den aktuella vårdkontexten.

Ett konfidensintervall som omfattar nolleffekt visar inte att behandlingarna är likvärdiga. Frånvaro av evidens för effekt är inte samma sak som evidens för frånvaro av effekt. För att stödja likvärdighet eller kliniskt oviktig skillnad måste intervallet vara tillräckligt snävt i förhållande till fördefinierade kliniska gränser.

PRISMA 2020 omfattar 27 huvudsakliga rapporteringspunkter för titel, abstrakt, introduktion, metod, resultat, diskussion och annan information. Rapporten ska bland annat redovisa protokoll och ändringar, fullständiga sökstrategier, urvals- och extraktionsprocess, risk för bias, syntesmetoder, evidenssäkerhet, finansiering och intressekonflikter. Protokoll, extraherade data, analyskod och sökstrategier bör göras tillgängliga när detta är möjligt.

PRISMA är en rapporteringsstandard: god följsamhet visar att författarna beskrivit vad de gjort, men garanterar inte att metoderna var lämpliga. Metodologisk kvalitet hos en systematisk översikt kan bedömas med exempelvis AMSTAR 2. En transparent rapporterad översikt kan således vara metodologiskt svag, medan bristfällig rapportering kan göra en i grunden väl genomförd översikt omöjlig att värdera. Både genomförande och rapportering måste därför granskas innan resultatet används i kliniska riktlinjer eller patientbeslut.

Källor

• Preferred Reporting Items for Systematic Reviews and Meta-Analyses
• Preferred Reporting Items for Systematic Reviews and Meta-Analyses