文献检索与筛选
识别所有报告MS中SELs患病率的研究。
系统检索PubMed、Scopus、Web of Science和Embase,按预设标准筛选,最终纳入20项研究。
Prevalence of Slowly Expanding Lesions in Patients With Multiple Sclerosis: A Systematic Review and Meta-Analysis
基于系统评价与荟萃分析,纳入20项研究,对4,786例MS患者的MRI数据进行了定量综合和异质性探索,但未涉及原始的功能验证或机制验证。
MS患者的MRI病灶数据 多发性硬化患者队列
SELs识别方法(Jacobian分析或体积变化) MRI场强(1.5T、3T、7T) 用于SEL识别的时间点和时间间隔 纳入患者数量及MS表型
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
识别所有报告MS中SELs患病率的研究。
系统检索PubMed、Scopus、Web of Science和Embase,按预设标准筛选,最终纳入20项研究。
从纳入研究中提取SELs、T2病灶和PRLs相关数据。
提取患者特征、MRI参数、SEL识别方法和结局数据。
评估纳入研究的偏倚风险。
采用JBI评分表评价纳入研究的质量。
合并SELs的患病率估计。
使用随机效应模型计算合并比例和体积,进行亚组和敏感性分析。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 研究纳入标准 | 患者年龄、MS诊断标准、MRI序列、SELs数量或体积报告、语言 阅读提示:Methods 部分:Selection Criteria |
| SEL识别 | 识别方法(自动工具或手动)、MRI场强、场强类型、用于识别SEL的序列、最小扩张阈值、时间点数量和时间间隔 阅读提示:Table 2 和 Methods 部分:Methodology of SEL and PRL Detection |
| Meta分析模型 | 效应模型类型(随机效应)、比例转换方法、异质性指标(I2, τ2) 阅读提示:Methods 部分:Data Synthesis and Statistical Analysis |