文献检索与筛选
系统识别符合PICO标准的研究,评估CA与PD/BD中GMV的关联。
检索MEDLINE、EMBASE、PsycINFO数据库从建库至2024年6月,手动检索参考文献,按纳入排除标准筛选,最终纳入29项研究。
Revisiting the link between childhood adversity and stress-sensitive brain regions in psychosis and bipolar disorder: a systematic review and meta-analysis
系统综述29项结构MRI研究,含3056例患者,并纳入海马和杏仁核体积的独立荟萃分析及meta回归,多层级证据。
精神病性障碍(PD)患者 双相情感障碍(BD)患者 首发精神病(FEP)患者 慢性精神分裂症患者
CA测量工具:65%研究使用童年创伤问卷(CTQ),多数采用总分 海马和杏仁核体积的半球特异性及合并效应量(Pearson's r) meta回归调节变量:年龄、性别、疾病阶段、分割方法、研究质量(NOS) 异质性评估:Q检验和I²统计量,随机效应模型 发表偏倚:漏斗图不对称性和Egger检验
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。
系统识别符合PICO标准的研究,评估CA与PD/BD中GMV的关联。
检索MEDLINE、EMBASE、PsycINFO数据库从建库至2024年6月,手动检索参考文献,按纳入排除标准筛选,最终纳入29项研究。
提取研究特征和效应量,评估研究质量及偏倚风险。
双人提取数据包括作者、年份、样本量、年龄、性别、诊断、CA测量工具、神经影像方法、脑区、关联效应量等;使用NOS评估质量,Egger检验评估发表偏倚。
分类和总结各脑区CA与GMV关联的方向和显著性。
将关联分类为显著或不显著(p<0.05且95%CI不含0),显著者进一步分为负向(CA越多体积越小)或正向;计算各脑区显著正负关联比例。
定量评估CA与海马和杏仁核体积的关联,并探索异质性来源。
使用CMA version 4软件,将效应量转换为Pearson's r,经Fisher's z变换后合并;进行半球特异性及总容量分析,采用随机效应模型;进行meta回归和敏感性分析。
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 |
|---|---|
| 文献检索与筛选 | 检索数据库、时间范围、纳入排除标准、样本量 阅读提示:Methods中Search strategy和Eligibility criteria小节;Supplementary Table 2和3 |
| 质量评估与偏倚风险 | NOS评分、Egger检验p值、异质性I² 阅读提示:Methods中Quality assessment and risk of bias小节;Supplementary Tables 4和4a;Table 2 |
| 荟萃分析 | 效应量转换方法、随机效应模型、半球特异性分析、研究数量 阅读提示:Methods中Quantitative data analysis小节;Table 2 |
| meta回归 | 调节变量(年龄、性别、疾病阶段、分割方法、NOS)、β值和p值 阅读提示:Methods中Meta-regression results小节;Supplementary Table 6 |
| 敏感性分析 | 仅慢性精神分裂症队列的杏仁核分析(k=4) 阅读提示:Results中Meta-regression results小节 |