ROBINS-I:一種評估幹預措施非隨機研究偏倚風險的工具
BMJ2016;355doi:https://doi.org/10.1136/bmj.i4919(2016年10月12日發布)引用如下:BMJ2016; 355: i4919
- 喬納森·AC·斯特恩教授,1，
- 米格爾A Hernán教授,2，
- 巴納比·C·裏維斯，教授研究員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·卡朋特教授,11，
- An-Wen陳費倫科學家12，
- 瑞秋丘吉爾教授,13，
- 喬納森·J·德克斯教授,14，
- Asbjørn Hrobjartsson教授,15，
- 傑米Kirkham、講師16，
- 彼得尤尼教授,17，
- 尹克樂教授,18，
- 特裏薩·D·皮戈特教授,19，
- 克雷格·拉姆齊教授,20.，
- 黛博拉Regidor，高級顧問21，
- 漢娜·R·羅斯坦教授,22，
- Lakhbir Sandhu,居民23，
- 帕斯卡莉娜·聖吉達，助理教授24，
- Holger J sch
- 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，高級研究員29，
- 傑弗裏·C·瓦倫丁，副教授30.，
- 休沃丁頓、講師31，
- 伊麗莎白水域，教授(2015年去世)32，
- 喬治·A·威爾斯教授,33，
- 佩妮·F·懷廷，高級研究員34，
- 朱利安·希金斯教授,35
- 1英國布裏斯托大學社會與社區醫學學院，布裏斯托bs82ps
- 2哈佛大學陳曾熙公共衛生學院流行病學係，美國馬薩諸塞州波士頓;哈佛大學陳曾熙公共衛生學院生物統計學係，美國馬薩諸塞州波士頓;哈佛-麻省理工學院健康科學與技術學部，美國馬薩諸塞州波士頓
- 3.英國布裏斯托爾大學臨床科學學院，布裏斯托爾BS2 8HW
- 4英國布裏斯托爾大學醫院NHS基金會信托基金，英國布裏斯托爾BS1 2NT國家衛生研究合作研究所(NIHR CLAHRC West)
- 5衛生保健質量和結果方案，衛生服務和社會政策研究部，RTI國際，三角研究園，NC 27709，美國
- 6RTI- unc循證實踐中心，RTI國際，三角研究園，NC 27709，美國
- 7多倫多大學達拉拉納公共衛生學院，加拿大安大略省多倫多市
- 8牛津大學納菲爾德骨科、風濕病和肌肉骨骼科學係醫學統計中心，英國牛津ox37ld
- 9渥太華大學醫學院流行病學、公共衛生和預防醫學學院，安大略省渥太華，K1H 8M5，加拿大
- 10方法研究小組，巴黎大學流行病學與統計研究中心，INSERM UMR 1153，巴黎笛卡爾大學，法國巴黎
- 11醫學統計係，倫敦衛生和熱帶醫學學院和MRC臨床試驗單位在倫敦大學學院，英國
- 12加拿大多倫多大學醫學係女子學院研究所
- 13約克大學評論和傳播中心，約克，yo105dd，英國
- 14英國伯明翰大學應用健康研究所，伯明翰b152tt
- 15南丹麥大學循證醫學中心和歐登塞大學醫院，5000歐登塞C，丹麥
- 16利物浦大學生物統計學係，英國利物浦L69 3GL
- 17加拿大安大略省多倫多市多倫多大學應用健康研究中心、聖米迦勒醫院李嘉誠知識研究所和醫學係
- 18東英吉利大學諾裏奇醫學院，英國諾裏奇nr47tj
- 19芝加哥洛約拉大學教育學院，美國芝加哥60611
- 20.英國阿伯丁大學衛生服務研究中心，阿伯丁，AB25 2ZD。
- 21證據服務，凱撒永久醫療機構，護理管理研究所，奧克蘭，CA 94612，美國
- 22美國紐約市立大學巴魯克學院齊克林商學院管理係，紐約10010
- 23加拿大多倫多大學普通外科
- 24麥克馬斯特大學臨床流行病學與生物統計學係，加拿大安大略省漢密爾頓，L8S 4K1
- 25臨床流行病學和生物統計學及醫學係，Cochrane適用性和推薦方法(評分)組，MacGRADE中心，安大略省，L8N 4K1，加拿大
- 26渥太華大學醫學院渥太華醫院研究所，實踐改變研究中心和流行病學、公共衛生和預防醫學學院，安大略省渥太華，K1H 8M5，加拿大
- 27加拿大魁北克省蒙特利爾麥吉爾大學猶太總醫院戴維斯夫人研究所臨床流行病學中心
- 28渥太華大學醫學係和流行病學、公共衛生和預防醫學學院，加拿大安大略省渥太華
- 29渥太華醫院研究所，渥太華，安大略省，加拿大
- 30.美國路易斯維爾大學，肯塔基州路易斯維爾40292
- 31國際影響評價倡議，倫敦衛生和熱帶醫學學院和倫敦國際發展中心，倫敦，英國
- 32Jack Brockhoff兒童健康與福利項目，墨爾本大學墨爾本人口與全球健康學院，墨爾本，VIC 3010，澳大利亞
- 33渥太華大學心髒研究所流行病學、公共衛生和預防醫學學院，心血管研究方法中心主任，渥太華，安大略省，K1Y 4W7，加拿大
- 34英國布裏斯托大學社會與社區醫學學院，布裏斯托bs82ps;布裏斯托爾大學醫院NHS基金會信托基金，英國布裏斯托爾BS1 2NT，英國國家衛生研究合作研究所(NIHR CLAHRC West)
- 35英國布裏斯托大學社會與社區醫學學院，布裏斯托bs82ps
- 通訊:J A C Sternejonathan.sterne在{}bristol.ac.uk
總結分
幹預措施效果的非隨機研究對醫療保健評估的許多領域至關重要，但容易混淆和一係列其他潛在偏差
我們開發、試驗並改進了一種新工具ROBINS-I，用於評估“幹預措施非隨機研究中的偏倚風險”。
該工具將每項研究視為一種模擬(模仿)假設的實用隨機試驗的嚐試，並涵蓋了可能引入偏見的七個不同領域
我們使用“信號問題”來幫助ROBINS-I的用戶判斷每個域內的偏差風險
每個領域內的判斷對被評估結果的跨偏見領域的偏見判斷具有總體風險
幹預效果的非隨機研究(NRSI)對醫療保健評估的許多領域至關重要。可用於評估幹預效果的NRSI設計包括觀察性研究，如隊列研究和病例對照研究，其中在常規治療決策過程中分配幹預組，以及準隨機化研究，其中分配方法不完全隨機化。非隨機研究可以在隨機試驗的基礎上提供關於長期結果、罕見事件、不良反應和典型現實世界人群的證據。12鏈接數據庫和電子健康記錄彙編的可用性使NRSI能夠在具有代表性的大型人口隊列中進行。3.對於許多類型的組織或公共衛生幹預措施，NRSI是幹預措施可能產生的影響的主要證據來源，因為隨機試驗很難或不可能在整個地區進行。因此，針對健康相關幹預措施影響的係統評價通常包括NRSI。至關重要的是，必須有方法來評估這些研究，以便臨床、政策和個人的決定是透明的，並基於對證據的優缺點的充分理解。
在係統綜述的背景下，已經提出了許多評估觀察性研究方法學質量的工具。45的Newcastle-Ottawa6和Downs-Black7工具是最受歡迎的兩個:它們都在方法論上可靠的工具的候選名單上，5但每一個都包括與外部和內部有效性相關的項目，缺乏全麵的手冊意味著不同的用戶可能會對說明有不同的理解。5
在過去的十年中，評估研究有效性的工具取得了重大進展。隨著重點從方法質量轉向偏倚風險，從清單和數字分數轉向基於領域的評估，其中依次考慮不同類型的偏倚。例如隨機試驗的Cochrane偏倚風險工具，8用於診斷測試準確性研究的QUADAS 2工具;9以及用於係統評估的ROBIS工具。10然而，目前還沒有令人滿意的基於領域的NRSI評估工具。4
在本文中，我們描述了ROBINS-I(“幹預措施的非隨機研究中的偏倚風險”)的發展，它涉及評估來自未使用隨機分配幹預措施的研究的幹預措施的有效性或安全性(益處或危害)估計的偏倚風險。
開發一種新工具
我們花了三年時間開發了這個工具，主要是根據專家共識，並遵循了我們之前描述的評估臨床試驗偏倚風險的七項原則。8一個核心小組協調了該工具的開發，包括招募合作者、編寫和修訂文件以及行政支持。2011年10月召開了初步的範圍確定會議，隨後於2012年3月對Cochrane評論小組進行了調查，以收集他們用於評估NRSI偏倚風險的方法的信息。2012年4月的一次會議確定了相關的偏見領域，並成立了專門針對這些領域的工作組。在這個階段，我們同意使用QUADAS-2工具中先前采用的方法，其中對“信號問題”的回答有助於審稿人判斷每個領域中的偏見風險。9我們於2012年6月向工作組分發了簡報文件，詳細說明了應如何製定信號問題以及這些問題的答案將如何導致偏見判斷的風險。我們還確定了支持新工具的方法問題:下麵描述了這些問題。
在對各工作組貢獻的核心小組進行整理和協調後，所有合作者在2013年3月舉行的為期兩天的麵對麵會議上審議了信號問題草案，並就新工具的主要特征達成一致。該工具的初步版本於2013年9月至2014年3月在工作組中進行了試點，在幾個審查主題領域使用了NRSI。2014年6月，各工作組領導同意根據試點結果進行實質性修訂。進一步的試點工作進行了，同時對第一次使用該工具的人進行了一係列電話采訪，以探索他們是否按照預期解釋了該工具和指導。我們發布了1.0.0版本，以及詳細的指導www.riskofbias.info2014年9月。2014年12月，我們在Cochrane評審小組成員參加的為期三天的研討會上解釋了該工具，並將其應用於六篇報告NRSI的論文。對該工具的進一步修改，特別是關於措辭的修改，是基於此次活動和2015年期間進行的後續培訓活動的反饋。
評估非隨機研究中偏倚風險的方法學問題
目標試驗
通過將每次NRSI視為模仿“目標”試驗的嚐試，可以方便地評估NRSI結果的偏倚風險。這是一項假設的實用隨機試驗，在同一參與者組中進行，沒有使其有偏倚風險的特征，其結果將回答NRSI提出的問題。1112這樣的“目標”試驗不一定是可行的或道德的:例如，它可以比較被指定開始吸煙和未被指定開始吸煙的個體。被評估的NRSI目標試驗的描述包括人群、實驗幹預、比較者和感興趣的結果的細節。相應地，我們將偏倚定義為NRSI結果與目標試驗預期結果之間的係統性差異。這種偏見不同於對未包括在研究中的個體類型的通用性(適用性或可移植性)問題。
興趣的影響
在目標試驗中，興趣的影響通常是:
在基線(隨訪開始)分配幹預，無論在隨訪期間接受幹預的程度(有時稱為“意向治療”效應)
按照試驗方案的指示開始並堅持幹預(有時稱為“每方案”效應)。
例如，在癌症篩查的試驗中，我們的興趣可能是發送參加篩查的邀請或響應邀請並接受篩查的效果。
這些效應的類似物可以定義為NRSI。例如，在一項比較服用阿司匹林和不服用阿司匹林的研究中，意向治療效果可以通過服用阿司匹林的效果或(如果使用配藥而不是處方數據)開始服用阿司匹林的效果來近似(這對應於被分配到幹預組的參與者總是開始幹預的試驗中的意向治療效果)。或者，我們可能對開始並堅持服用阿司匹林的效果感興趣。
興趣效應的類型影響與幹預偏差相關的偏倚風險評估。當感興趣的影響是分配(或開始)幹預時，偏倚風險評估通常不需要關注幹預的基線後偏差。13相比之下，對開始和堅持幹預效果的無偏估計需要考慮幹預組之間額外幹預(“聯合幹預”)的依從性和差異。
偏置域
我們在七個可能引入NRSI偏見的領域達成了共識(見表1)⇓和附錄中的補充資料)。前兩個領域涵蓋了混淆和研究參與者的選擇，解決了將要進行比較的幹預措施開始之前的問題(“基線”)。第三個領域涉及幹預措施本身的分類。其他四個領域解決幹預開始後的問題:偏離預期幹預的偏差、缺失數據、結果測量和報告結果的選擇。
對於前三個領域，NRSI的偏倚風險評估主要不同於隨機試驗的評估，因為隨機化如果實施得當，可以防止幹預開始前出現的偏倚。然而，隨機化並不能防止幹預開始後出現的偏差。因此，在NRSI和隨機試驗的偏倚評估之間的最後四個領域存在大量重疊。
術語的變化證明了對ROBINS-I開發的挑戰。在隨機試驗和NRSI文獻中，相同的術語有時用於指代不同類型的偏倚，13不同類型的偏差通常用許多不同的術語來描述:表1的第一列顯示了ROBINS-I中使用的術語⇑。
偏見風險工具，ROBINS-I
完整的ROBINS-I工具如補充數據中的表A、表B和表C所示。
規劃偏倚風險評估
任何評估NRSI的小組都應包括主題和流行病學方法方麵的專家，這一點非常重要。偏倚風險評估應首先考慮在研究問題的背景下，在NRSI基礎上對感興趣的幹預措施的效果進行因果評估時可能出現的問題。這將基於專家對文獻的了解:團隊還應該解決利益衝突是否會影響專家的判斷。
研究問題通過定義人群、實驗幹預、比較者和感興趣的結果(補充表A，階段I)進行概念化。比較者可以是“不幹預”、“常規護理”或替代幹預。事先考慮可能導致偏倚的混雜因素和聯合幹預措施是很重要的。相關混雜域是預測個體是否接受一種或另一種感興趣的幹預的預後因素。相關的共同幹預是指個體在開始感興趣的幹預時或之後可能接受的幹預，這些幹預既與所接受的幹預有關，也與感興趣的結果有關。混淆領域和共同幹預都可能通過評審小組成員的專業知識和對文獻的初步(範圍界定)評審來確定。與為目標患者或人群做出幹預決定的衛生專業人員進行討論也可能有助於確定影響治療決定的預後因素。
評估一個特定的研究
評審中包含的每一項非自然影響指標的評估包括以下六個步驟(補充表A，第二階段)。步驟3至6應針對每一項重要結果重複進行:
通過考慮目標試驗來明確研究問題
詳細說明要評估的結果和結果
對於指定的結果，檢查如何解決混雜因素和共同幹預
回答七個偏置域的信號問題
根據信號問題的答案，對七個偏差域中的每一個進行偏差風險判斷
對評估結果和結果的偏倚風險作出全麵判斷。
混雜因素和聯合幹預措施的檢查包括確定重要的混雜因素和聯合幹預措施是否在手邊的研究中被測量或管理，以及是否確定了其他混雜因素和聯合幹預措施。補充表A提供了一種結構化的方法來評估由於混雜和共同幹預導致的潛在偏倚，並包括在每個偏倚域內要解決的信號問題的完整工具。
信號問題本質上大體是事實性的，旨在促進對偏見風險的判斷。回答選項是:“是”;“可能是”;“可能不”;“不”;和“無信息”。有些問題隻有在對前一個問題的回答是“是”或“可能是”(或“否”或“可能不是”)時才能回答。“是”的回答與“可能是”的回答具有類似的含義(“否”和“可能否”的回答也類似)，但要考慮到已知情況和可能發生的情況之間的區別。應使用自由文本為每個答案提供支持，盡可能直接引用研究文本。
對信號問題的回答提供了關於偏倚風險的領域水平判斷的基礎，然後為特定結果的總體偏倚風險判斷提供了基礎。使用“判斷”一詞來描述這一過程是很重要的，它反映了綜述作者需要考慮特定領域中偏倚的嚴重程度和不同領域中偏倚的相對後果。
判斷偏倚風險的類別為“低風險”、“中等風險”、“嚴重風險”和“嚴重風險”。重要的是，“低風險”對應於高質量隨機試驗中的偏倚風險。隻有在特殊情況下，NRSI才會因混雜而被評估為低偏倚風險。在補充表B和c中提供了七個領域達到偏見風險判斷的標準。如果一個領域的信號問題的答案都沒有表明潛在的問題，那麼該領域的偏見風險可以被判斷為低。否則，可能存在偏見。然後，綜述作者必須對研究結果存在偏倚風險的程度做出判斷。“偏倚風險”解釋為“物質偏倚風險”。也就是說，應該隻關注那些可能影響從研究中得出有效結論的問題:非常小程度偏倚的嚴重風險不應被視為偏倚的“嚴重風險”。隻有在報告的數據不足以作出判斷時，才應使用“無資料”類別。
每個領域內的判斷會導致被評估結果的總體偏倚判斷風險(即跨偏倚領域)，如表2所示⇓(也保存為補充表D)。應用該工具的關鍵是對偏差風險做出領域層麵的判斷，在考慮偏差對結果可信度的影響時，這些判斷在不同領域具有相同的含義。如果領域級別的判斷是一致的，那麼判斷特定結果的偏見的總體風險就相對簡單了。例如，一個領域的“嚴重風險”偏倚意味著該研究的效果估計存在嚴重的偏倚風險或更糟，即使在其他領域的偏倚風險被判斷為較低。
知道任何潛在偏差的大小和方向是非常可取的，但這比判斷偏差的風險更具挑戰性。該工具包括一個可選組件，用於預測每個域的偏置方向，以及總體。對於某些領域，偏差最容易被認為是接近或遠離零。例如，懷疑選擇性不報告統計上不顯著的結果將表明對零的偏見。然而，對於其他領域(特別是混淆，選擇偏差和測量偏差的形式，如差異錯誤分類)，偏差需要被認為是效應估計的增加或減少，而不是與零相關。例如，如果真實風險比大於1，則降低效果估計的混雜偏差將趨向於零，如果風險比小於1，則偏離零。
討論
我們開發了一種工具，用於評估幹預措施的非隨機研究結果的偏倚風險，以解決先前可用方法的弱點。4我們的方法建立在隨機試驗的偏倚風險評估和診斷測試準確性研究的最新進展之上。89ROBINS-I的主要特征包括目標試驗和感興趣的效果的說明，使用信號問題來告知偏倚風險的判斷，以及七個偏倚域內的評估。
ROBINS-I工具是通過包括方法學專家和係統評論作者和編輯在內的小組的共識開發的，並根據廣泛的試點和用戶反饋進行了實質性修訂。它包括一種結構化的方法，從審查方案階段開始評估混雜引起的偏倚風險。ROBINS-I的使用要求審查小組包括具有大量方法學專業知識和熟悉現代流行病學思維的成員。考慮到對適用於廣泛研究設計和分析的綜合偏倚風險評估的要求，我們試圖使ROBINS-I盡可能易於訪問和使用。使用ROBINS-I的說明性評估可以在www.riskofbias.info;還將提供詳細的指導和進一步的培訓材料。
ROBINS-I將信號問題相對真實的答案與對偏見風險的更主觀的判斷區分開來。我們希望信號問題的答案與偏見判斷風險之間的明確聯係將提高特定領域和整體偏見風險評估的可靠性。14盡管如此，我們預計，技術上的困難，使風險的偏見判斷將限製可靠性。盡管如此，ROBINS-I提供了一種全麵和結構化的方法來評估幹預措施的非隨機研究。因此，它應該促進辯論，增進關於偏見如何影響NRSI中估計的效果的相互理解，並澄清關於偏見判斷的具體風險的分歧的原因。請注意，該工具專門關注偏差，而不解決與結果不精確相關的問題，例如，當統計分析未能考慮聚類或參與者匹配時。
我們開發了ROBINS-I工具，主要用於係統回顧。更廣泛的潛在用途包括評估資助申請和對期刊提交的同行評審。此外，ROBINS-I可用於指導研究人員在設計評估幹預效果的初步研究時需要考慮的問題。
圖1⇓總結了在NRSI係統評價的背景下使用該工具評估偏倚風險的過程。為了得出關於觀察到的幹預效果可能在多大程度上是因果關係的結論，應該對納入本綜述的研究進行比較和對比，以便綜合考慮它們的優缺點。不同設計的研究可能會出現不同類型的偏差，對這些研究結果進行“三角測量”可以保證偏差很小或它們是真實的。通過薈萃分析綜合研究結果必須考慮現有研究的偏倚風險。我們建議不要在任何薈萃分析中納入被評估為偏倚“臨界風險”的研究，並主張對被評估為偏倚“嚴重風險”的研究持謹慎態度。可以考慮亞組分析(其中根據偏倚風險單獨估計幹預效果)、元回歸分析和敏感性分析(不包括偏倚風險較高的研究)，無論是在特定偏倚域內還是在總體上。在貝葉斯薈萃分析中，偏倚風險評估可以作為通過先驗分布得出偏倚調整的基礎。1516
圖1非隨機幹預研究(NRSI)係統評價中偏倚風險評估過程綜述
用於評估幹預措施效果估計可信度的GRADE係統目前將非隨機研究的起始評級定為“低確定性、可信度或質量”，默認下調了兩個級別。17ROBINS-I提供了與假設隨機試驗相關的偏倚風險的全麵評估，“低風險”偏倚對應於高質量隨機試驗的偏倚風險。這開啟了使用偏倚風險評估的可能性，而不是缺乏隨機化本身，來確定研究結果的降級程度，並且意味著NRSI和隨機試驗的結果可以被綜合，如果它們被評估為具有相似的偏倚風險。然而，總的來說，我們主張單獨分析這些研究設計，並在沒有試驗證據時關注NRSI的證據。
ROBINS-I的計劃開發包括進一步考慮它對特定類型的NRSI的作用程度，如自我控製設計，控製前後研究，中斷時間序列研究，以及基於回歸不連續和工具變量分析的研究。我們還計劃開發交互式軟件，以方便ROBINS-I的使用。此外，導致該工具的討論將為重新考慮隨機試驗工具提供信息，特別是在四個幹預後領域。8
NRSI在指導治療決策中的作用仍然存在爭議。由於隨機試驗昂貴、耗時，而且可能無法反映醫療幹預的真實世界經驗，研究資助者熱衷於使用觀察性研究來提供不同幹預措施相對有效性的證據。18並鼓勵使用通過數據鏈接收集的大型常規數據集。18然而，由於擔心NRSI的證據可能是有偏見的，基於一些NRSI的誤導性結果，1920.這使得人們在判斷藥效時要謹慎。對NRSI量化幹預措施的不常見不良反應的能力有更大的信心。21我們認為來自NRSI的證據應該補充隨機試驗的證據，例如提供關於罕見和不良結果以及長期影響的證據，以與隨機試驗中更容易解決的結果相平衡。22
腳注
ROBINS-I工具經作者許可轉載自riskofbias.info。該工具不應修改使用。
我們感謝揚·範登布魯克教授為工作組內和麵對麵會議期間的討論所作的貢獻。David Moher教授和Vivan Welch博士對撥款申請和初步討論作出了貢獻。我們感謝所有通過研討會和培訓活動期間的討論以及通過他們在試點方麵的工作為ROBINS-I的發展作出貢獻的個人。
作者貢獻:JACS, BCR, JS, LT, YKL, EW, CRR, PT, GAW和JPTH構思了這個項目。JACS, JPTH, BCR, JS和LT監督該項目。JACS, DH, JPTH, IB和BRR領導工作組。MAH提出了目標試驗的想法及其在ROBINS-I中的作用。NDB和MV對工具之前的草稿進行了認知測試。所有作者都為ROBINS-I的開發和編寫相關指南做出了貢獻。JACS, MAH和JPTH領導起草手稿。所有作者都審閱和評論了手稿的草稿。
資金:ROBINS-I的開發由Cochrane的方法創新基金撥款和醫學研究委員會(MRC)撥款MR/M025209/1資助。斯特恩和希金斯是布裏斯托爾大學MRC綜合流行病學小組的成員，該小組由MRC和布裏斯托爾大學支持(grant MC_UU_12013/9)。本研究部分由NIH撥款P01 CA134294資助。Sterne得到了美國國家衛生研究院(NIHR)高級研究員獎NF-SI-0611-10168的支持。savovic和Whiting得到了美國國立衛生研究院西部應用衛生研究和護理領導合作組織(NIHR CLAHRC West)的支持。裏夫斯得到了英國國立衛生研究院布裏斯托爾心血管疾病生物醫學研究中心的支持。雖然Cochrane的員工為一些會議和研討會做出了貢獻，但沒有一個資助者參與了ROBINS-I工具的開發。本文僅代表作者個人觀點，不一定代表Cochrane、NHS、NIHR或Department of Health的觀點。
利益競爭:所有作者均已填寫ICMJE統一披露表http://www.icmje.org/coi_disclosure.pdf並聲明:Cochrane、MRC和NIHR在研究過程中給予的資助。卡彭特博士報告了輝瑞公司的個人費用，葛蘭素史克公司的贈款和非財政支持以及諾華公司的贈款，除了提交的工作。Reeves博士是Cochrane非隨機研究方法組的聯合召集人。提交人報告沒有其他關係或活動似乎影響了提交的工作。
出處:作者是流行病學家、統計學家、係統審稿人、試驗學家和衛生服務研究人員，其中許多人參與了Cochrane係統評價、方法組和培訓活動。ROBINS-I的開發參考了相關的方法學文獻、先前發表的評估非隨機研究方法學質量的工具、對這些工具和相關文獻的係統評價，以及作者開發評估隨機試驗、診斷測試準確性研究和係統評價中偏倚風險的工具的經驗。所有作者都為ROBINS-I的開發和編寫相關指南做出了貢獻。所有作者都審閱和評論了手稿的草稿。斯特恩將擔任擔保人。
這是一篇根據知識共享署名非商業(CC BY-NC 3.0)許可發布的開放獲取文章，該許可允許其他人以非商業方式分發，重新混合，改編，構建此作品，並以不同的條款授權其衍生作品，前提是原始作品被正確引用並且非商業性使用。看到的:http://creativecommons.org/licenses/by-nc/3.0/。