ROBINS-I:風險評估的工具的偏見non-randomised幹預措施的研究
BMJ2016年;355年doi:https://doi.org/10.1136/bmj.i4919(2016年10月12日發表)引用這個:BMJ2016;355:i4919
- 喬納森AC Sterne教授,1,
- 米格爾的赫爾南教授,2,
- 巴納比C李維斯,專業研究員3,
- 伊蓮娜Savović,研究員14,
- 南希·D伯克曼高級衛生政策研究分析師5,
- 米拉Viswanathan主任6,
- 大衛·亨利教授,7,
- 道格拉斯·G奧特曼教授,8,
- 穆罕默德T安薩裏,兼職教授9,
- 伊莎貝爾Boutron教授,10,
- 詹姆斯·R木匠教授,11,
- An-Wen陳Phelan科學家12,
- 瑞秋丘吉爾教授,13,
- 喬納森·J Deeks教授,14,
- Asbjørn Hrobjartsson教授,15,
- 傑米Kirkham、講師16,
- 彼得尤尼教授,17,
- Yoon K死胡同教授,18,
- 特蕾莎D Pigott教授,19,
- 克雷格·R拉姆齊教授,20.,
- 黛博拉Regidor高級顧問21,
- 漢娜R Rothstein教授,22,
- Lakhbir Sandhu,居民23,
- Pasqualina L Santaguida助理教授24,
- Holger J Schunemann教授,25,
- 貝弗利謝伊26,
- 伊恩謝瑞爾,調查員27,
- 彼得特格韋爾教授,28,
- 露西·特納高級研究助理29日,
- 傑弗裏·C情人節副教授30.,
- 休沃丁頓、講師31日,
- 伊麗莎白水域教授(2015年去世)32,
- 喬治一個井教授,33,
- 彭妮F白粉,高級研究員34,
- 朱利安PT希金斯教授,35
- 1布裏斯托爾大學醫學院的社會和社區,英國布裏斯托爾BS8 2 ps,
- 2流行病學、哈佛T.H.陳公共衛生學院,波士頓,馬薩諸塞州,美國;陳和哈佛T.H.生物統計學、公共衛生學院,波士頓,馬薩諸塞州,美國;和Harvard-Massachusetts理工學院健康科學和技術分工,波士頓,麻薩諸塞州,美國
- 3布裏斯托爾大學臨床科學學院BS2 8 hw,英國布裏斯托爾
- 4國立衛生研究所合作的領導在西方應用健康研究和護理(NIHR CLAHRC西方)在布裏斯托爾大學醫院NHS信托基金會,英國布裏斯托爾BS1 2元
- 5計劃在醫療保健質量和結果,衛生服務分工和社會政策研究,RTI國際數控27709年美國三角研究園
- 6RTI-UNC循證實踐中心,RTI國際,美國27709年數控,三角研究園
- 7Dalla拉娜公共衛生學院的多倫多大學,多倫多,加拿大安大略省
- 8醫學統計中心,納菲爾德骨科、風濕病和肌肉骨骼,牛津大學,英國牛津OX3 7 ld
- 9學校的流行病學、公共衛生與預防醫學、醫學院,渥太華大學K1H 8 m5,加拿大安大略省渥太華
- 10流行病學和統計方法的團隊,中心巴黎索邦神學院引用研究INSERM UMR 1153年,巴黎笛卡兒大學,巴黎,法國
- 11醫療部門統計,倫敦衛生和熱帶醫學學院和MRC臨床試驗單位倫敦大學,倫敦,英國
- 12女子學院研究所,醫學係的加拿大的多倫多大學
- 13評論和傳播中心紐約,紐約大學YO10 5 dd,英國
- 14應用衛生研究所研究、伯明翰大學、英國伯明翰去往B15 2 tt,
- 15循證醫學中心大學&歐登塞的南丹麥大學醫院,5000年歐登塞C,丹麥
- 16生物統計學、利物浦大學、利物浦、L69 3 gl,英國
- 17應用健康研究中心(AHRC),李嘉誠知識聖邁克爾醫院研究所和醫學係,多倫多大學,多倫多,加拿大安大略省
- 18諾裏奇醫學院,東英吉利大學,英國諾裏奇NR4 7 tj,
- 19芝加哥洛約拉大學教育學院、芝加哥、IL 60611,美國
- 20.衛生服務研究中心,阿伯丁大學、阿伯丁、AB25 2 zd,英國。
- 21證據服務、Kaiser Permanente醫療管理研究所,奧克蘭,CA 94612,美國
- 22部門管理,金科林商學院,巴魯克College-CUNY,紐約,紐約10010,美國
- 23普通外科,多倫多大學,多倫多,加拿大
- 24臨床流行病學和生物統計學,安大略省漢密爾頓市麥克馬斯特大學18 4 k1,加拿大
- 25醫學部門臨床流行病學和生物統計學和Cochrane適用性和建議的方法(年級)集團MacGRADE中心L8N 4 k1,加拿大安大略省
- 26渥太華醫院研究所,實踐變化的研究中心和學校的流行病學、公共衛生和預防醫學,醫學院,渥太華大學K1H 8 m5,加拿大安大略省渥太華
- 27中心臨床流行病學、戴維斯夫人研究所、猶太總醫院,麥吉爾大學蒙特利爾,魁北克,加拿大
- 28醫學與公共衛生學院的流行病學、預防醫學,渥太華大學,加拿大安大略省渥太華
- 29日渥太華醫院研究所,渥太華,加拿大
- 30.大學的路易斯維爾,肯塔基州路易斯維爾市的40292年,美國
- 31日國際項目影響評價、倫敦衛生和熱帶醫學學院和倫敦國際發展中心,倫敦,英國
- 32傑克Brockhoff兒童衛生與健康項目,墨爾本的人口和全球衛生學院墨爾本大學,墨爾本,維克3010年,澳大利亞
- 33學校的流行病學、公共衛生和預防醫學和導演,心血管研究中心,渥太華大學心髒研究所,K1Y 4支w7,加拿大安大略省渥太華
- 34學校的社會和社區醫學、布裏斯托大學,布裏斯托爾BS8 2 ps,英國;和國家衛生研究所合作的領導在西方應用健康研究和護理(NIHR CLAHRC西方)在布裏斯托爾大學醫院NHS信托基金會,英國布裏斯托爾BS1 2元
- 35布裏斯托爾大學醫學院的社會和社區,英國布裏斯托爾BS8 2 ps,
- 函授:J C Sternejonathan.sterne在{}bristol.ac.uk
總結分
Non-randomised幹預措施的影響的研究是至關重要的,許多領域的醫療評估,但受到混淆和一係列其他潛在的偏見
我們開發、駕駛和精製一個新工具,ROBINS-I,評估“Non-randomised偏見的風險研究——幹預”
每個研究工具的觀點試圖模仿(模仿)一個假想的務實的隨機試驗,並涵蓋七個不同的領域通過偏見可能會引入
我們用“信號問題”來幫助用戶ROBINS-I判斷風險的偏見在每個域
判斷在每個域弘揚偏差判斷在偏差域的總體風險評估的結果
Non-randomised幹預(NRSI)的影響的研究是至關重要的許多地區的醫療評估。NRSI的設計,可用於評價幹預措施的效果包括觀察性研究,如隊列研究和病例對照研究中,幹預組分配過程中通常的治療決策,和quasi-randomised研究的方法分配完全隨機。Non-randomised研究可以提供額外的證據,可以從隨機試驗對長期結果,罕見的事件,負麵影響現實世界和人群的典型做法。12連接數據庫的可用性和電子健康記錄使得編譯NRSI進行大代表人口群體。3對於許多類型的組織或公共衛生幹預措施,NRSI證據的主要來源是幹預的可能的影響,因為隨機試驗是困難的或不可能的辦法考慮到整個地區的基礎上進行。因此係統評價處理健康相關幹預措施通常包括NRSI的影響。至關重要的是,方法可用於評估這些研究,臨床,政策,和個人決策透明、充分理解的基礎上的優點和缺點的證據。
許多工具來評估觀察性研究的方法學質量的背景下,提出了係統回顧。45的Newcastle-Ottawa6和Downs-Black7工具有兩個最受歡迎的:兩人都在名單的方法論上聲音的工具,5但每個包括內部以及外部效度相關的物品和缺乏綜合手冊意味著指令可能由不同的用戶以不同的方式解釋。5
在過去的十年裏,已經有了較大的發展,在工具來評估研究的有效性。轉移注意力從方法學質量風險的偏見一直伴隨著從清單和數字分數域的評估,考慮不同類型的偏見。例子是Cochrane偏見的工具隨機試驗的風險,8顯得無用2工具診斷測試精度研究9係統評價和羅比的工具。10但是,並沒有令人滿意的NRSI域的評估工具。4
在本文中,我們描述了開發ROBINS-I (“Non-randomised偏見的風險研究——幹預措施”),這是關心的風險評估偏差估計的有效性或安全(利益或損害)的幹預研究,沒有使用隨機分配幹預措施。
一個新工具的發展
我們在三年內開發工具,主要由專家共識,七個原則我們先前描述偏差的風險評估臨床試驗。8核心組協調發展的工具,包括招募合作者,準備和修訂的文檔,和行政支持。初始範圍會議於2011年10月之後,Cochrane綜述組織2012年3月的調查收集信息對他們使用的方法來評估風險NRSI的偏見。會議於2012年4月確認有關偏見域和建立工作小組關注這些。我們同意在這個階段使用方法之前QUADAS-2工具,采用“信號問題”的答案幫助審查員判斷偏差的風險在每個域。9我們分布式文件簡報工作小組在2012年6月,指定考慮應該如何製定和信號問題如何回答這些會導致偏見的風險判斷。我們還發現了方法論的問題這將鞏固新工具:這些是下麵描述。
整理後,統一由核心小組工作小組的貢獻,所有合作者認為草案信號問題,達成新工具的主要特征在2013年3月為期兩天的麵對麵的會議。初步版本的工具是駕駛在工作組2013年9月至2014年3月,在幾個使用NRSI審查領域。實質性的修訂,根據駕駛的結果,被領導同意工作組2014年6月。進一步駕駛發生,以及一係列的電話采訪人首次使用該工具,探索是否解釋工具和指導。我們發布版本1.0.0,連同詳細的指導,www.riskofbias.info2014年9月。我們解釋了工具在為期三天的研討會涉及Cochrane綜述組織的成員在2014年12月,在小組和應用到六NRSI論文報告。進一步修改工具,尤其是關於措辭,是基於反饋從這個事件和隨後的培訓活動在2015年進行的。
在風險評估方法論問題的偏見non-randomised研究
目標試驗
風險評估結果的偏差NRSI了正在考慮每個NRSI試圖模仿(模仿)一個“目標”的審判。這是假設的務實的隨機試驗,進行了在同一參與者組和無功能偏差的風險,其結果將NRSI回答這個問題解決的。1112這樣一個“目標”試驗需要不可行或道德:例如,它可以比較的人,沒有分配到開始吸煙。描述的目標試驗NRSI評估包括人口的細節,實驗幹預,比較器,感興趣的結果。相應地,我們定義偏差的結果作為係統的區別NRSI和預期目標的試驗結果。這樣的偏見是截然不同的問題generalisability(適用性和可移植性)類型的人並不包括在這項研究。
感興趣的影響
感興趣的目標試驗,效果通常是:
任務幹預在基線(開始跟進),無論在多大程度上幹預隨訪期間收到了(有時稱為“意向處理”效應)
開始和堅持中所示的幹預試驗協議(有時稱為“按方案”效應)。
例如,在癌症篩查試驗,我們的興趣的影響可能在發送一個邀請參加篩查或響應的邀請和接受篩查。
可以為NRSI定義類似物的影響。例如,意向處理效果的研究沒有比較阿司匹林和阿司匹林可以用規定的影響近似阿司匹林或(如果使用調劑而非處方數據)的影響開始阿司匹林(對應著意向處理效應的試驗參與者分配給幹預總是開始幹預)。另外,我們可能會感興趣的開始和堅持阿司匹林的效果。
感興趣的類型的效應影響的風險評估相關的偏見偏離幹預。當利息是分配的影響(或開始)幹預,偏見的風險評估通常不需要關心post-baseline偏離幹預措施。13相比之下,無偏估計的影響開始和堅持幹預的依從性和差異需要考慮額外的幹預措施(“co-interventions”)幹預組之間。
域的偏見
我們達到共識七個領域通過偏見可能引入NRSI(見表1⇓和附錄在補充數據)。前兩個領域,包括混淆和選擇的參與者到研究中,解決問題開始之前的幹預比較(“基線”)。第三個域地址分類的幹預措施。開始後的其他四個領域解決問題的幹預措施:偏見由於偏離預期的幹預措施,缺少數據,測量的結果,和選擇的報告結果。
前三域,偏見的風險評估NRSI主要是不同於評估隨機試驗因為隨機,如果此法案生效,防止出現的偏見開始前幹預。然而,隨機並不防止偏見開始後出現的幹預。因此,有大量重疊在過去的四個領域之間的偏差評估NRSI和隨機試驗。
術語的變化發展ROBINS-I被證明是一個挑戰。相同的術語有時用來指不同類型的偏見在隨機試驗和NRSI文學,13和不同類型的偏見常常是由許多不同的術語描述:那些內使用ROBINS-I第一列的表1所示⇑。
偏見的風險工具,ROBINS-I
完整的ROBINS-I工具表所示,B和C的補充數據。
計劃偏差的風險評估
是非常重要的,專家在這兩個主題和流行病學方法都包含在任何團隊評估NRSI。偏見的風險評估應該首先考慮可能出現的問題,在研究問題的背景下,在因果評估幹預的效果(s)的利息NRSI的基礎。這將是基於專家知識的文獻:團隊還應該解決的利益衝突是否會影響專家的判斷。
定義的人口問題是概念化的研究,實驗幹預,比較器,和結果感興趣的(補充表A, I期)。比較器可以“不幹預”,常規治療,或另一種幹預。是很重要的考慮提前混雜因素和co-interventions有可能導致偏見。混雜域預後相關因素,預測一個人是否收到一個或其他感興趣的幹預。有關co-interventions是那些個體可能會收到或之後開始感興趣的幹預,幹預接收和預後相關的都是利益的結果。混雜域和co-interventions都可能發現通過審查小組成員的專業知識,通過最初的文獻(範圍)的評論。與健康專業人士討論幹預決策為目標病人或人群也可以幫助識別影響治療決策的預後因素。
評估一個特定的研究
每個NRSI包括在審查的評估包括以下六個步驟之後(補充表,階段II)。重複步驟3到6應該為每一個關鍵的結果感興趣的:
指定一個目標的研究問題通過考慮試驗
指定結果和結果評估
為指定的結果,研究混雜因素和co-interventions如何解決
七個偏見的回答信號問題域
製定偏差判斷每個七的偏差的風險領域,根據信號的問題的答案
製定一個總體的風險判斷偏差的結果和結果評估。
考試的混雜因素和co-interventions涉及確定重要的混雜因素和co-interventions測量或管理的研究,以及額外的混雜因素和co-interventions是否被確定。補充表提供了一個結構化的方法來評估潛在的偏見由於混雜和co-interventions,包括完整的工具與每個偏差域內信號的問題需要解決。
信號的問題本質上是廣泛的事實和旨在促進判斷偏差的風險。響應的選擇是:“是的”;“可能是”;“可能不”;“不”;和“信息”。有些問題隻有在回答前一個問題回答“是”或“可能是”(或“不”或“可能不”)。回答“是”的目的是有類似的反應的影響“可能是”(類似“不”和“可能不”),但允許一個區別是已知的東西,很可能是這樣。自由文本應該用於為每個答案提供支持,使用直接引用的文本研究。
反應信號問題提供了依據域級判斷偏差的風險,然後提供基礎的整體風險偏差判斷為特定的結果。使用“判斷”這個詞來描述這一過程是重要的,反映了審查作者需要考慮的嚴重偏差在一個特定的域和相對偏差在不同領域的後果。
偏見的風險判斷的類別是“低風險”,“中度風險”、“嚴重風險”和“重大風險”的偏見。重要的是,“低風險”對應於偏見的風險在一個高質量的隨機試驗。隻有特別的NRSI被評估為低風險由於混雜的偏見。達到標準偏差的風險判斷的七個領域提供了補充表B和c,如果沒有一個答案信號問題域顯示一個潛在的問題那麼偏見的風險域就可以判定為低。否則,可能存在偏差。評論作者必須作出判斷,這項研究的結果有偏差的風險。“風險偏好”被解釋為“材料的風險偏好”。,隻能表示擔心問題可能影響從這項研究能夠得出有效的結論:一個嚴重的風險很小程度的偏差不應被視為“嚴重風險”的偏見。應該使用“不”信息類別隻有當數據報告,允許一個判斷不足。
判斷在每個域推進全麵風險的偏見的判斷結果評估(跨偏見域,),,總結在表2所示⇓(也救了補充表D)。應用工具的關鍵是使域級判斷偏差的風險具有相同意義的跨領域關於擔心偏見的影響結果的可信度。如果域級判斷一致,然後判斷偏差的整體風險為特定的結果是相對簡單的。例如,偏見的“嚴重風險”一個域是指影響評估研究是在嚴重風險的偏見或更糟的是,即使偏差被認為是低風險的其他領域。
是非常可取的知道任何潛在的偏差的大小和方向的確定,但這更加具有挑戰性比判斷偏差的風險。該工具包含一個可選組件為每個域預測偏差的方向,和整體。對於某些領域,偏見是最容易想到的是朝向或遠離零。例如,涉嫌的選擇性non-reporting統計非重要結果建議對零的偏見。然而,對於其他領域(特別是混雜,選擇偏差和形式的測量偏差如微分誤分類),偏差需要被認為是一個增加或減少的效應估計,而不是相對於零。例如,混雜偏倚,減少估計的影響將是對零如果真正的風險率大於1,而遠離零如果風險率小於1。
討論
我們開發了一個工具的風險評估結果的偏差non-randomised研究幹預措施的,地址之前可用方法的弱點。4我們的方法建立在偏見的風險評估近期發展的隨機試驗和診斷測試精度的研究。89ROBINS-I的關鍵特性包括規範的目標試驗和感興趣的影響,利用信號問題通知判斷偏差的風險,在七偏見和評估領域。
ROBINS-I工具開發一組通過共識,包括方法論專家和係統綜述作者和編輯,並大幅修訂基於廣泛的駕駛和用戶反饋。它包括一個結構化的方法來評估風險的偏見由於混雜在審查協議階段開始的。使用ROBINS-I要求審查組包括實質性的方法論方麵的專家和熟悉現代流行病學思維。我們試圖讓ROBINS-I盡可能易得易用,鑒於偏差的要求全麵風險評估,適用於範圍廣泛的研究設計和分析。一個說明性的評估使用ROBINS-I可以找到www.riskofbias.info;進一步詳細的指導和培訓材料也將是可用的。
ROBINS-I分離相對真實的信號問題的答案從主觀判斷偏差的風險。我們希望明確的信號問題的答案和偏見的風險之間的聯係的判斷將會改善特定領域的可靠性和總體偏差的風險評估。14盡管如此,我們希望讓偏見的風險判斷的技術困難將限製可靠性。盡管如此,ROBINS-I提供了一個全麵和結構化的方法來評估non-randomised幹預措施的研究。它應該促進辯論和增進相互了解的方式在NRSI估計偏差會影響影響,並闡明原因分歧對特定風險判斷的偏見。注意,該工具特別關注偏差和不解決問題不精確的結果,例如當統計分析沒有考慮到集群或匹配的參與者。
我們開發了ROBINS-I工具主要用於係統回顧的背景下。更廣泛的潛在用途包括資金應用程序的評估和同行評審的期刊提交。此外,ROBINS-I可用於指導研究人員對問題設計時需要考慮的一個主要研究評估幹預的效果(s)。
圖1⇓總結了偏見的風險評估過程的上下文中使用該工具NRSI係統回顧。得出結論關於觀察幹預效果的程度可能是因果關係,研究包括在審查應該比較和對比,這樣他們的優勢和劣勢可以共同考慮。研究不同的設計可能存在不同類型的偏見,和“三角”,發現在這些研究可能提供保證或偏見是最小的,他們是真實的。合成的結果通過薈萃分析研究必須考慮偏差的風險研究。我們建議在“關鍵風險”對包括研究評估偏差的薈萃分析,並主張謹慎為研究評估偏見的“嚴重風險”。亞組分析(幹預效果估計分別根據風險的偏見),多元回歸分析和敏感性分析(不含偏見的風險研究)可能會認為,在特定偏見域或整體。偏見的風險評估可能或者被用作基礎推導調整偏差通過先驗分布的貝葉斯薈萃分析。1516
圖1總結的過程風險評估係統回顧的偏見non-randomised幹預的研究(NRSI)
等級評估係統對估計的影響目前幹預分配一個評級開始“低確定性、信心和質量”non-randomised研究中,默認下調兩個水平。17ROBINS-I提供了一個全麵的評估偏差的風險相對於一個假設的隨機試驗,和“低風險”的偏見與偏見的風險在一個高質量的隨機試驗。這打開的可能性使用偏差的風險評估,而不是缺乏隨機本身,決定降低的程度的一項研究結果,這意味著NRSI和隨機試驗的結果合成如果他們在類似的偏見的風險評估。在一般情況下,然而,我們提倡分別分析這些研究設計和關注NRSI當證據從試驗的證據是不可用的。
ROBINS-I包括進一步考慮的計劃發展的程度為特定類型的NRSI工作,如自控設計,控製前後研究,打斷了時間序列的研究,研究基於回歸不連續和工具變量分析。我們還計劃開發交互式軟件促進ROBINS-I的使用。此外,討論下,這個工具將隨機試驗通知複議的工具,特別是在四個幹預領域。8
NRSI通知治療決策的作用仍存在爭議。因為隨機試驗是昂貴,費時,可能不反映現實世界的經驗,醫療幹預,研究資助者熱衷於觀察性研究提供證據的可能使用比較不同幹預措施的有效性,18並鼓勵使用大型,定期收集數據通過數據鏈接組裝。18然而,擔心證據從NRSI可能存有偏見,基於一些NRSI誤導的結果,1920.導致了謹慎使用的有效性進行判斷。的能力有更大的信心NRSI量化少見的副作用幹預措施。21我們相信證據NRSI應補充,從隨機試驗,如提供證據關於罕見和不良結果的影響和長期影響進行權衡隨機試驗的結果更容易解決。22
腳注
從riskofbias.info ROBINS-I工具複製作者的許可。使用的工具不應該修改。
我們感謝Jan Vandenbroucke教授他的貢獻在工作組在麵對麵的會議討論。和維維安•韋爾奇博士教授大衛·莫赫了授予應用程序和最初的討論。我們感謝所有那些導致發展ROBINS-I在研討會和培訓活動,通過討論,通過他們的駕駛工作。
貢獻的作者:江淮,BCR、JS LT, YKL,電子戰,哭泣,PT,衣服上的破處,JPTH構思這個項目。江淮、JPTH BCR、JS和LT監督這個項目。江淮、DH JPTH IB,即領導工作小組。MAH發達的想法在ROBINS-I目標試驗及其作用。NDB和MV進行認知測試之前的草稿的工具。所有作者導致ROBINS-I和編寫相關指導的發展。江淮、MAH和JPTH起草了手稿。所有作者回顧和評論草稿的手稿。
ROBINS-I資助:發展是由方法創新基金資助來自科克倫和醫學研究委員會(MRC)格蘭特先生/ M025209/1。Sterne和希金斯是MRC綜合流行病學的成員單位在布裏斯托爾大學的,支持的MRC和布裏斯托爾大學的(格蘭特MC_UU_12013/9)。這項研究部分由NIH資助P01 CA134294。Sterne支持由國家衛生研究所(NIHR)高級研究員獎nf - si - 0611 - 10168。Savović和白粉NIHR支持協作的領導在西方應用健康研究和護理(NIHR CLAHRC西)。Reeves NIHR支持的是布裏斯托爾生物醫學研究單位在心血管疾病。沒有一個資助者在發展的過程中扮演了一個角色ROBINS-I工具,雖然員工Cochrane導致的一些會議和研討會。作者的觀點是,不一定科克倫,NHS, NIHR或衛生部門。
利益衝突:所有作者已經完成了國際統一的披露形式http://www.icmje.org/coi_disclosure.pdf並宣布:從Cochrane贈款,MRC, NIHR期間進行的研究。木匠博士報告輝瑞的個人費用,贈款和非金融支持來自諾華公司葛蘭素史克和贈款,在提交工作。Reeves博士是co-convenor Cochrane Non-Randomised研究的方法。作者報告沒有其他關係或活動,似乎影響了提交工作。
出處:作者是流行病學家,統計學家,係統性的評論者,實驗,醫療服務人員,其中很多是涉及Cochrane係統評審方法組織和培訓活動。ROBINS-I被告知有關方法論的文學的發展,以前公布的non-randomised研究的方法學質量評估的工具,這種工具和相關文獻的係統評價,並通過作者的經驗開發工具來評估風險的偏見在隨機試驗,診斷測試準確性的研究,和係統評價。所有作者導致ROBINS-I和編寫相關指導的發展。所有作者回顧和評論草稿的手稿。J Sterne將作為擔保人。
這是一個開放的分布式條依照創作共用署名非商業性(3.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和其派生作品在不同的條款進行許可,提供了最初的工作是正確地引用和非商業使用。看到的:http://creativecommons.org/licenses/by-nc/3.0/。