meta-analysis

Meta-分析技能

Meta-分析类型

类型	偏倚风险工具	统计模型	报告指南
DTA（诊断试验准确性）	QUADAS-3（旧版综述使用 QUADAS-2）	二元 / HSROC	PRISMA-DTA
干预（治疗效果）	RoB 2（RCT）/ ROBINS-I（NRSI）	随机效应（REML，Hartung-Knapp CI）	PRISMA 2020
预后因素（某一因素与结局的关联）	QUIPS	随机效应	PRISMA 2020
预测模型（模型性能）	PROBAST	随机效应	PRISMA 2020
观察性研究（患病率 / 关联）	NOS / JBI	随机效应	MOOSE

如果类型不明确（DTA 还是干预），请先向用户确认再继续。

---

工作流阶段

阶段 1：方案制定

目标：编写一份符合 PROSPERO 要求的方案文档。无论用户使用何种语言，方案、提取表和论文文本均须用英文撰写——PROSPERO 记录和目标期刊均使用英文。

1. 研究问题：DTA 使用 PIRD（人群、待评估试验、参考标准、诊断）；干预研究使用 PICO（人群、干预、对照、结局）。

2. 仅适用于 DTA——现在完成 QUADAS-3 阶段 1 和 2，而不是等到偏倚风险评估时再做。 这两个阶段属于综述层面，应纳入方案：阶段 1 说明综合问题（人群、待评估试验、目标状况——一项综述可能有多个问题）；阶段 2 为每个问题定义理想的试验准确性研究（目标、参与者、待评估试验、目标状况的定义、分析）。之后所有偏倚风险和适用性判断都以该研究为基准。还须在此处写明针对本综述、用于回答各项信号问题的指导，并纳入临床和方法学方面的意见，然后将其作为网络附录发布。看过研究结果后再定义理想研究，是根据结果作出的判断，并非评估。参见 references/checklists/QUADAS3.md。

3. 纳入标准：研究设计、人群、待评估试验／干预、对照／参考标准、结局（DTA 使用 Se/Sp；干预研究使用效应量），以及附有理由的排除标准。

4. 检索计划：至少检索 3 个数据库——PubMed、Embase 和 Cochrane CENTRAL（视需要增加 Scopus／Web of Science）；根据 PIRD/PICO 组成部分制定布尔检索策略；制定灰色文献检索计划（会议摘要、试验注册平台）；明确说明语言限制和日期范围，并给出理由。

5. 偏倚风险计划：根据研究类型选择工具（见上表），至少安排 2 名独立评估者，并说明分歧解决方法（协商一致、第三名评审者）。

6. 综合计划：DTA 使用双变量随机效应模型（Reitsma）或 HSROC（Rutter & Gatsonis）；干预研究使用随机效应模型（阶段 6）；制定异质性、亚组／敏感性分析和发表偏倚计划。

7. PROSPERO 注册文档：阅读 ${CLAUDE_SKILL_DIR}/references/PROSPERO_template.md，并遵循其中的字段指南、字数限制、输出格式（Markdown + pandoc 生成的 DOCX）和常见问题检查清单。保存至项目的 7_Submission/ 或等效目录。

   • 在正式检索前提交，并记录日期。 注册由用户提交；请在项目状态文件（STATUS.md、project_state.json 或 project.yaml，以项目实际使用的文件为准）中记录首次提交日期（而非记录发布日期）。阶段 2 的入口检查会核查此日期。提交前可以进行试检索；但不得进行正式检索、筛选或提取，包括 AI 首轮草稿。
   • 注册编号格式检查。 PROSPERO 编号的格式为 CRD42 + 9 位数字（共 14 个字符），例如 CRD42024500001。使用 grep -oE 'CRD42[0-9]+' 验证稿件或注册文档中出现的任何编号，并确认其长度为 14 个字符且符合 ^CRD42\d{9}$——15 位编号（多出一位数字）属于转录错误，评审者会对照实时记录核查。
   • 综述类型选择。 根据实际设计，在门户提供的综述类型中选择最接近的选项，并在方案中说明门户的任何限制。描述性单臂比例综合并非“干预综述”；仅为满足门户字段而选择该类型，会与后续的 GRADE／效应确定性陈述相矛盾。方案承诺使用的确定性表述（GRADE 或“仅陈述证据”）必须与稿件中的措辞完全一致——描述性综述类型并不支持指南式的“我们建议”表述。

阶段 2：检索策略

目标：制定并验证可复现的检索策略。

入口检查——正式检索前先注册。 查找阶段 1 步骤 7 中记录的注册提交日期。如果没有记录，请暂停并询问用户选择：现在提交注册，并在该日期之后进行检索；或不提交注册而继续，此时阶段 8 第 5 项将限制手稿可以声称的内容。记录用户的选择。提交前进行的筛选或提取（包括 AI 首轮草稿）之后无法变为前瞻性研究。在 /orchestrate --e2e 下，这一暂停对应 REGISTRATION_PENDING 停止状态；不会自动默认跳过此检查。

1. 根据 PIRD/PICO 组成部分构建检索块，并使用 /search-lit 在各数据库中执行检索（PubMed：MeSH + 自由文本；Embase：Emtree + 自由文本；其他数据库按方案规定）。此步骤仅限检索：筛选记录和提取结果属于阶段 3–4，不属于 /search-lit 自身的筛选和深度阅读步骤。
2. 按照 PRISMA-S 报告（Rethlefsen 等，2021，PMID:33499930）：每个数据库单列一节，注明检索日期、结果数量以及应用的任何限制条件。
3. 合并并去重到一个电子表格中：优先按 DOI 去重，其次按 PMID。保存原始计数，以用于 PRISMA 流程图。

阶段 3：筛查与筛选

目标：由两名独立审阅者系统地进行标题／摘要筛查和全文筛查。执行一轮筛查时（排除代码集、AI 预筛查模板和 Methods 模板文本），或触发 3f/3f.5 关卡时（集合代数、协调表），请阅读 references/phase3_screening_detail.md。

3a. 第 1 轮——标题／摘要（单名审阅者）。 根据方案定义排除代码。为每条记录标记 INCLUDE / EXCLUDE / MAYBE，并注明原因代码 → round1_{date}.tsv。

3b. 第 2 轮——标题／摘要双人独立筛查。 由第二名独立审阅者（或将 AI 作为有记录的二次筛查工具，并由人工核验）重新筛查所有 R1 记录。在 Methods 中报告 Cohen's κ。round2_tag = INCLUDE / EXCLUDE / MAYBE（MAYBE = 意见不一致或任一审阅者标记存在不确定性），另加 round2_reason。

3c. 第 3 轮——裁定（第一名审阅者）。 先处理 MAYBE 记录，再对 INCLUDE 记录进行简要确认 → round3_decision（仅在推翻 R2 决定时填写 round3_reason）。可选的 AI 预筛查可以减少工作量，但AI 建议不等于决定：审阅者必须独立确认或推翻每一项建议。

3d. 第 4 轮——全文（/fulltext-retrieval）：针对 round3_decision = INCLUDE 的记录进行全文筛查，使用全文排除代码，由两名独立审阅者筛查并计算 Cohen's κ，通过共识或第三名审阅者裁定。将对比研究标记为优先提取对象。

3e. PRISMA 流程图。 跟踪每个阶段（R1 → R2 → R3 → R4 → 最终纳入）的数量；最终结果确定后，使用 /make-figures 绘制流程图。

3f. 共识后数量核对关卡（第 5 阶段撰写前的强制要求）。 根据原始 ID 集合，而非文字摘要核对数量，并整理到一个权威文件中：

python "${CLAUDE_SKILL_DIR}/scripts/screening_reconcile.py" \
  --screening 2_Screening/fulltext_screening.tsv \
  --consensus 2_Screening/consensus_decisions.tsv \
  --table1 6_Tables/table1_studies.csv \
  --output 2_Screening/screening_consensus.json

后续阶段使用 screening_consensus.json 获取数量和 ID 集合；Markdown 共识文档则保留作为人工说明。以下三条硬性规则：

1. 明确列出仅见于叙述的 ID。 最需要警惕的是声称某个数字（例如“10 项仅见于叙述的研究”），但该数字与可枚举集合 (A ∪ C) \ B \ T 不符。
2. 没有 ID 凭据，就不能声称“N → M”变化。 “FLAG 共识后 k 从 30 增至 32”必须列出新增／移除的 ID。没有可枚举 ID 集合的变化声明属于 P0，会阻止移交至第 5 阶段。
3. STAGE_TRANSFER_LOSS 属于 P0。 如果某条记录已在筛查中纳入，却完全未出现在共识产物中，即从未记录过裁定，则以退出码 1 结束。排除是一项决定；没有记录则是缺失。绝不能让此类记录最终仅见于叙述。

3f 还有另外两个关卡；任一关卡以非零退出码结束，都会阻止撰写第 5 阶段内容：

# every applied exclusion code vs the *registered* eligibility criteria
python3 ${CLAUDE_SKILL_DIR}/scripts/check_exclusion_code_validity.py --protocol 0_Protocol/protocol.md --screening 2_Screening/*.tsv --strict
# DI-6: PRISMA numbers on 5 surfaces vs YAML SSOT; re-run on every revision touching PRISMA numbers
python3 ${CLAUDE_SKILL_DIR}/scripts/prisma_5way_consistency.py --ssot prisma.yaml

排除代码的判定结果：CODE_CONTRADICTS_ELIGIBILITY（某代码排除了方案允许纳入的研究设计——可能造成其他关卡无法发现的大量研究损失）、CODE_NOT_REGISTERED、CODE_RENUMBERED。判定结果、NOT_ASSESSED 情况以及所有 3f 关卡的已知局限，见 references/phase3_screening_detail.md §3f。

• 已知局限：PRISMA 5 类仍未涵盖 after_dedup → full_text_assessed；可选的 prisma2020: 计数会加入报告层级的身份标识（§3f）。

3f.5 研究池组成锁定（裁定冻结时的强制要求）。 通过 3f 后，将研究池冻结到一个权威 YAML 文件中，以便核对所有下游产物：

cp "${CLAUDE_SKILL_DIR}/templates/FINAL_POOL_LOCK.yaml.template" 2_Data/FINAL_POOL_LOCK.yaml
# fill counts + UID lists from 3f, compute the SHA-256 over the sorted UID list,
# and COMMIT THE LOCK before any Phase 4 extraction

• 构建稿件时，绝不能从提取 TSV 重新推导 k included——始终引用锁定文件中的 final_pool_n。
• 汇总患者／病灶数量也要锁定，而不只是研究数量。 区分可按组别拆分的行与涵盖两组的行：仅贡献一个组别的研究，其完整队列数量不得计入汇总总数。若手动沿用的核心总数无法根据锁定的逐项研究数值重新推导，则属于 P0。
• 冻结后若要更改研究池，必须正式修订 PROSPERO：提交修订，将研究池重新冻结为 FINAL_POOL_LOCK_v2.yaml，并同步更新所有产物。

第 4 阶段：数据提取

目标：创建标准化提取表，并提取 2×2 数据或效应量数据。创建表格（DTA／干预字段列表）时、有人分享 AI 草稿时、使用可选的 extract_assist.py 建议（AI_SUGGESTED，每项都由人工确认后再运行 dta_extraction_qc.py）时，或触发 QC 标记时，请阅读 references/phase4_extraction_detail.md。

4.0 入口关卡（强制）——样本池组成锁定 ↔ 裁决 TSV。 开始任何提取工作之前，请确认第 3 轮裁决 TSV 与 FINAL_POOL_LOCK.yaml（第 3f.5 阶段）在纳入哪些 UID 上一致：

python "${CLAUDE_SKILL_DIR}/scripts/check_pool_consistency.py" \
    --lock 2_Data/FINAL_POOL_LOCK.yaml \
    --adjudication-tsv 2_Screening/round3_adjudication.tsv \
    --decision-col round3_decision --uid-col uid \
    --include-labels "INCLUDE,INCLUDE_MIXED" \
    --out qc/pool_consistency.json

关卡采用失败即阻止的机制：任何 UID 不一致都会阻止提取。 请通过重新冻结并修正 UID 集（并向下游传递）或更正标记错误的 TSV 行来解决。若存在不一致，切勿继续——提取矩阵将无法与锁定样本池对齐，并且这种偏差会在同行评审时成为足以构成学术造假的严重警示。

# before the first extraction row (DI-1): comparative arm rows never live in R-script comments
python3 ${CLAUDE_SKILL_DIR}/scripts/extraction_consensus_log_init.py --output 2_Data/extraction_consensus_log.md

故障模式交叉参考 → references/data_integrity_checklist.md 中的 DI-1~DI-5 在提取期间必须执行（2×2 组别互换、KM 审计轨迹、方法不匹配、PRISMA 五方偏差、单一来源 k）。

提取表。 设计表格前，请阅读 ${CLAUDE_SKILL_DIR}/references/empirical_lessons.md。对于高影响力的放射学／医疗 AI 研究目标，请使用 ${CLAUDE_SKILL_DIR}/templates/extraction_form_v2.md：其中的双提取者、来源页码引用和逐字引文列，可弥补 2×2 单元格互换和队列重叠盲点。

AI 起草的初始文档——应视为可能存在幻觉。 如果导师或合作者分享了 AI 起草的研究列表、2×2 数据集或效应估计（即使标注为“仅供参考”），请将其保存，并在文件名末尾添加 _DO_NOT_USE_VERBATIM，然后根据来源 PDF 重新核实每个 N、分母、事件数、OR／CI 和作者／年份。可信度顺序：来源 PDF + 自行分析的 stdout > 导师直接提供的文本 > 附带的 AI 草稿——绝不可将草稿提升到该顺序中更高的位置。

4b. 特殊情况（KM 重建、复合暴露）。 如果研究只通过 Kaplan-Meier 曲线报告结局，或干预由多种技术组合而成，请加载 ${CLAUDE_SKILL_DIR}/references/phase4_km_composite.md，查看 WebPlotDigitizer → IPDfromKM 流程（引用 Guyot 等，2012，doi:10.1186/1471-2288-12-9）以及复合暴露的四路径决策树。请预先指定一项敏感性分析，排除复合暴露研究。

交叉核验（≥2 名独立审阅者）。 报告标题／摘要阶段和全文阶段的审阅者间一致性（百分比或 Cohen's κ）。核实分母一致性——同一研究的不同结局可能使用不同分母，因此请对每个结局反算 event ÷ denominator，并确认结果与论文报告的百分比一致。区分 KM 曲线估计值与原始事件数，并记录数据来源（表格／KM／正文）。将所有共识决策记录在 2_Data/extraction_consensus_log.md 中，然后锁定数据集；之后的更改必须附有注明日期的理由。如果缺少 2×2 单元格数据，建议联系作者，或使用填补值进行敏感性分析。

4c. 提取 QC 与队列重叠。 双提取者达成共识后，在锁定前运行以下两项：

# 2x2 cell integrity: validates TP/FN/TN/FP against source-reported sens/spec (catches arm-swap)
python3 "${CLAUDE_SKILL_DIR}/scripts/dta_extraction_qc.py" \
  --input 2_Extraction/extraction.csv --tolerance 0.02 \
  --out 2_Extraction/qc/dta_extraction_qc.tsv

# cohort overlap: shared public DB / same institution+period / same first author ±2y
python3 "${CLAUDE_SKILL_DIR}/scripts/cohort_overlap_check.py" \
  --input 2_Extraction/studies.csv --enrich \
  --out 2_Extraction/qc/cohort_overlap.md

任何 FLAG_SWAP／FLAG_MISMATCH 都必须由第三名审阅者裁决后，才能进入第 6 阶段。确认的标记只有在提取表本身完成编辑后才算解决——如果只在审阅备注中修正标记，它仍会悄然重新进入综合分析；因此，请重新运行 QC，并确认锁定前没有未解决的标记。高置信度重叠研究对必须在局限性中予以说明，并进行排除其中一项研究的敏感性分析。

阶段 5：偏倚风险评估

目标：使用适当的工具指导结构化 RoB 评估。

DTA：此阶段执行 QUADAS-3 第 3–6 阶段（流程图、确定要评估的估计值、评估、总体判断）。第 1–2 阶段——综合问题和理想的诊断准确性试验——已在上文阶段 1 中撰写。如果尚未撰写，请先停下来补上，再进行任何判断；每项判断都以它们为参照。

根据荟萃分析类型选择工具（见上表），然后阅读其清单：

工具	清单文件
QUADAS-3（DTA，当前版）	${CLAUDE_SKILL_DIR}/references/checklists/QUADAS3.md
QUADAS-2（DTA，旧版）	${CLAUDE_SKILL_DIR}/references/checklists/QUADAS2.md
RoB 2（RCT）	${CLAUDE_SKILL_DIR}/references/checklists/RoB2.md
ROBINS-I（NRSI）	${CLAUDE_SKILL_DIR}/references/checklists/ROBINS_I.md
PROBAST（预测）	${CLAUDE_SKILL_DIR}/references/checklists/PROBAST.md
NOS（观察性研究）	${CLAUDE_SKILL_DIR}/references/checklists/NOS.md
JBI（病例系列）	${CLAUDE_SKILL_DIR}/references/checklists/JBI_Case_Series.md

对于 AI/ML 预测模型，还要应用 PROBAST+AI 扩展。

输出：汇总表 + 交通灯图（使用 /make-figures）。

第 6 阶段：统计综合

目标：执行荟萃分析并生成可直接用于发表的输出。

失效模式交叉引用 → references/data_integrity_checklist.md DI-6/DI-7/DI-9 是一致性检查关卡（CSV ↔ 脚本 ↔ 正文；k 的单一来源；第 4 阶段之前进行三方数值核对）。

始终使用 R（软件包：meta、metafor、mada）；所有报告的估计值、CI、p 值和样本量均须来自已执行代码的输出（第 6b 阶段会对此进行审核）。切勿猜测数据集的列名或编码——如果映射不确定，请输出 [VERIFY: variable_name]，并请用户根据数据字典确认。

分析类别	主要工具	关键输出
DTA	mada::reitsma()（双变量）	合并 Se/Sp + 带置信区间/预测区间的 SROC
干预	meta::metagen() / meta::metabin()	合并 OR/RR、τ² + I² + 预测区间、与效应量匹配的漏斗图检验（k ≥ 10）、逐一剔除分析
双重（比较性 + 单臂）	metabin + metaprop	根据预先指定的方案确定 PRIMARY 与 SECONDARY

运行合并分析前，请阅读 ${CLAUDE_SKILL_DIR}/references/phase6_statistical_synthesis.md——其中包含完整的 R 代码模板（配套文件：${CLAUDE_SKILL_DIR}/references/r_templates.md）、双重方法决策表（比较性与单臂）、实用注意事项（method.tau、HK CI、零事件单元格校正）、发表偏倚检验的效能、敏感性分析选项以及错误处理规则。将每项分析的合并估计值、异质性统计量和 k（取自已执行的 R 输出）写入 analysis/meta_analysis_outputs.json。

汇总结果前的三项检查——每项检查都须写入方法部分的一句话，而不只是作为一项设置。R 代码和详情见同一参考文件：

1. **事件是否罕见？**合并事件率 < 1%，或任何组出现零事件，都应将分析从默认的逆方差法改为 Peto / Mantel-Haenszel（不进行零事件单元格校正）/ GLMM。对于罕见事件，应避免使用包括 DerSimonian-Laird 在内的逆方差法，也应避免与这些方法搭配使用 0.5 连续性校正。
2. **为什么选择这个模型？**选择固定效应还是随机效应模型，取决于是否认为存在一个共同的真实效应——绝不能根据 Cochran's Q 或 I² 推导。“因为 I² 为 65%，所以采用随机效应模型”会被审稿人指出，而不是充分的理由。
3. **是否有研究贡献了多个相关效应量？**同一参与者的多个结局、读者、阈值或时间点，需要为每项研究预先指定一个估计值、采用多变量模型，或进行稳健方差估计——不能将其视为独立效应进行合并。

合并经转录的比值 CI（并反向推导 SE）之前，请先检查（列为 study, measure, estimate, lower, upper，可选的 ci_level 以百分比表示，ci_method）；RATIO_CI_IMPOSSIBLE 属于 Major，RATIO_CI_ASYMMETRIC（Minor）表示需要核对转录内容或声明 ci_method：

python3 ${CLAUDE_SKILL_DIR}/scripts/check_ratio_ci_symmetry.py --extraction 2_Extraction/extraction.csv --out 2_Extraction/qc/ratio_ci.json --strict

阶段 6b：分析后源数据保真度审计（必须执行）

目标：发现前向流程（CSV → .R → 手稿）中仍未被发现的数值幻觉。

**运行时机：**每当阶段 6 的输出发生变化时（初稿、修订、审稿人要求的重新分析）都要运行，包括“轻微”重跑。先例：在一次小修阶段的重新分析中，由于根据误读的源表格手动输入了 Fisher matrix()，导致某安全性结局的各组事件数（及其 p 值）报告方向颠倒，而提取 CSV 中的数据是正确的。所有下游产物都沿用了错误的数字，因此内部一致性检查均通过；只有一次对原始论文的随机回查才发现了问题。

不可妥协的规则：

1. **存在 CSV 时，不得手动输入数值矩阵。**使用 read.csv(...) 并进行子集选择／筛选；绝不能凭眼睛把论文中的 2×2 表格抄到 matrix(c(...), ...) 中。如果确实无法避免手动输入（例如仅从文本提取），则 matrix、c() 或 data.frame 那一行 MUST 添加注释，注明确切的 CSV 行＋列，或原始来源的确切表格／页码位置：

   # source: data_extraction_final.csv row <N> (<first-author> <year>), cols <event_arm1>=0, <event_arm2>=1
   # verified against primary source Table <X>, page <P>
   fisher.test(matrix(c(0, 45, 1, 55), nrow = 2, byrow = FALSE))
   

2. **比较组子集必须单独占用共识日志中的一行。**如果一项研究的组别特定数值用于比较分析，而其他地方使用的是其完整队列数据，则 extraction_consensus_log.md 必须为组别特定数值明确添加一行。汇总总数与组别特定数值 MUST NOT 共用一行。

3. **结束阶段 6 前随机回查 3 条声明。**森林图／漏斗图／亚组分析输出稳定后，从结果初稿中随机抽取 3 条数值声明，并将每条追溯至 (a) R 输出日志和 (b) 原始论文中的表格／图。记录在 peer_review_<vN>_internal.md 中：

   声明（手稿行）	R 输出文件：行	原始来源（论文、表／图、页码）	是否匹配？

   出现一处不匹配即为 P0 阻断问题——解决前不得进入阶段 7。

4. **修订新增的数字必须标记。**v1 之后新增的任何数字——包括来自新比较／亚组／敏感性脚本的数字——在 /self-review 中的阶段 2.5a 审计确认无误前，MUST 在手稿中以内联形式标记为 [VERIFY-CSV]。

5. 必须基于修改后的数据重新计算敏感性分析，不得复制。敏感性／逐一剔除／侵蚀／替代模型分析中报告的每个效应量（Cohen's dz/f、AUC、OR、HR、β、sens/spec、ICC）都 MUST 根据修改后的数据重新推导。如果敏感性分析表中的效应量保留两位小数后与主要分析在 ≥4 个数值上完全相同，而底层均值／SD／计数不同，则可能并未运行重新计算（逐一剔除导致的微小变化可能四舍五入后相同，因此应检查脚本输出确认，而不是想当然），也可能是直接转录了主要分析的数值——请对修改后的数据重新运行脚本。

6. **审计备注标记为“已修复”／“已解决”必须有重跑证据，不能只有声明。**只有提供时间戳以及显示修正值的 stdout／输出文件行，或说明所做更改的提交记录，标记为 fixed、resolved 或 corrected 的数值才算处理完毕。仅写“已在 v10 修复”不足以清除此问题——请重新运行脚本并附上输出。在接受任何“已修复”状态前，结果分母交叉核对（/self-review 阶段 2.5b，队列算术／汇总锁定断言）必须通过，且核对对象必须是当前输出。

阶段 7：GRADE / 证据确定性

目标：评估证据总体的确定性。

DTA：GRADE-DTA——偏倚风险（来自 QUADAS-3，或旧版综述使用 QUADAS-2）、间接性 （适用性方面的疑虑）、不一致性（异质性）、不精确性（置信区间较宽、样本量较小）、 发表偏倚。干预：标准 GRADE。

按结局评估确定性，而不是对整篇综述只评估一次。 各结局对应的领域评估结果各不相同—— 一项基于 12 项研究汇总、置信区间较窄的结果，与一项基于 3 项研究汇总、置信区间较宽的 结果，不能共用一个评级；而一句笼统的“中等确定性”综述级结论，无法告诉读者他们关心的 结局如何。对纳入“结果汇总”表的每个结局进行评级，并说明每次降级的原因（具体领域及原因）， 不能只给出最终标签。

输出：“结果汇总”表——每个结局一行，同时列出汇总估计值及其精确度，以及确定性评级 （高／中等／低／极低）。

阶段 8：报告与论文

目标：生成符合 PRISMA 要求的论文各部分。

故障模式交叉引用 → references/submission_package_drift.md——准备多期刊投稿文件夹时，采用 _build.sh 模式和 DO_NOT_EDIT_HERE 关卡。

投稿前重新阅读 references/empirical_lessons.md。

1. 检查报告规范符合情况：使用 PRISMA-DTA（随附副本： references/checklists/PRISMA_DTA.md）或 PRISMA 2020 运行 /check-reporting，然后对 摘要单独再运行一次 PRISMA 2020 for Abstracts（PRISMA_2020_Abstracts.md，共 12 项， 使用其自身的分母）。单独报告该评分：主清单的第 2 项仅要求参照该摘要清单，因此论文即使 满足正文的全部 42 项，也仍可能漏掉摘要清单中的大多数项目；把两者合并为一个总分，正是 这些问题不易被发现的原因。

2. 撰写论文：根据 Meta 分析类型运行 /write-paper → manuscript/manuscript.md。 切勿凭记忆生成参考文献；所有引文都使用 /search-lit。

3. 图表（/make-figures）：PRISMA 流程图、森林图（DTA 使用配对图）、SROC 曲线 （DTA）、漏斗图（DTA 使用 Deeks' 方法——参见 DTA 陷阱）、偏倚风险汇总图（红绿灯图）。

4. 表格：纳入研究的特征；每项研究的 2x2 数据（DTA）；偏倚风险评估结果；证据汇总／ GRADE 表（每个结局一行——阶段 7）。

5. 已发表的放射学 SR/MA 最常遗漏的项目——在运行符合性检查前，手动核查以下项目。Park 2022（Korean J Radiol；PMID:35213097）依据 PRISMA 2020 对 24 篇 SR/MA（其中 18 篇包含 Meta 分析）进行了评分，每项均使用其自身分母（仅 MA 项以 18 为分母），发现 42 项中有 24 项 的报告率低于 80%：

   PRISMA 项目	缺失内容	观察结果
   20a	对于每项综合分析，简要总结其纳入研究的特征和偏倚风险——而不是用一段总述涵盖所有汇总结果	0/24
   27	数据可用性：提取表、提取数据、分析数据集和分析代码中，哪些已公开，以及公开位置	0/24
   24a–c	注册编号、可查阅方案的位置，以及任何修订——明确说明“未注册”即可满足 24a	0/24
   22 / 15	每个结局的证据确定性，以及评估确定性所用的方法	9%
   13f / 20d	敏感性分析：方法和结果	28%（5/18）
   18	每项研究的偏倚风险，应逐项展示，而不是仅展示汇总比例	32%
   13d	综合分析模型的选择依据（参见阶段 6 检查 2）	28%（5/18）
   16b	看似符合条件但最终排除的研究，需逐项引用并说明排除原因	25%
   摘要 #3、#12	结构式摘要中的纳入标准和注册信息	各 0/24
   根据首次提交日期表述注册情况（而非记录之后的发表日期），不得套用模板：“前瞻性注册”仅用于筛查开始之前注册的情况；筛查或数据提取已开始后注册的，应表述为“回顾性注册”；没有记录时，应表述为“本综述未注册”（明确说明即可满足 24a）。注明实际使用的注册库（PROSPERO、OSF Registries）。
   同一表述应出现在声明的每个版本中：摘要、Methods、投稿附信以及门户网站的伦理和注册字段。

6. 数据可用性声明：注明共享的内容（提取模板、锁定数据集、分析代码、RoB 判断）以及存放位置——存储库、DOI 或补充文件。如今很少有期刊接受“可根据合理请求向通讯作者索取”，且这已不再满足第 27 项。如果 Zenodo DOI 在接收后生成，references/post_submission_release_ops.md 介绍了如何将其补充回此声明。

7. 补充材料与分析代码投稿前审核门槛（第 9 阶段传阅前及门户网站上传前）。具备 8 个文件的材料包（经验教训 5）是必要条件，但并不足够——每项内容还必须达到审稿就绪状态：

   • 去除脚手架内容：清理内部 QC／工具产物——原始 /check-reporting 输出（“Assessed by: ”、JSON 块、“READY FOR SUBMISSION”判定、行动项列表）、检索策略开发规划文档（决策日志、预期产出估算、[Check on execution] 占位符、版本历史开发备注）以及过时的版本标记。提交简洁的 PRISMA 2020 核对清单（仅含 27 项／42 个子项的表格）和基于实际执行方法编写的检索策略文档，而非工作草稿。
   • 匿名化：删除作者姓名／首字母缩写以及同系列项目的交叉引用（“Designed by: ”、“identical to a sibling review”）——标准应与匿名稿件相同。
   • 交叉一致性：所有补充材料中的数字都必须与正文一致——PRISMA 计数、合并分析的 k/N、Cochrane/CENTRAL 检索描述以及 RoB 计数。
   • 可复现、自包含的分析代码：从材料包的干净副本运行代码。代码必须读取材料包内的锁定数据集（而非材料包外的路径）、将文件写入工作目录，并重新生成结果表中的每项合并分析。若硬编码的研究 ID 子集与稿件不一致（例如，合并分析的 k=7，但稿件报告 k=9），则属于 P0 问题——必须修复并重新运行；切勿提交过时的代码或由此生成的图表。
   • 仅针对补充材料的审查：稿件自审不会检查补充材料；请参照 /self-review 第 2.5c–2.5d 阶段，对补充文件进行参考文献和交叉引用 QC。

8. 投稿门槛（在第 8 阶段预提交及每次期刊重新定向时执行；非零退出码会阻止提交）：

   • /sync-submission SR-MA 门槛：补充材料包符合 templates/supplementary_8file_checklist.md 中的全部 8 个文件要求（PRISMA、PROSPERO、检索策略、排除列表、提取表、逐项研究 x 逐领域 RoB、亚组森林图、敏感性分析 / 发表偏倚）；包含 AI 披露（交叉引用 /peer-review 第 2A 阶段 P8）；引用列表中没有重复的 PMID/DOI（/verify-refs 门槛 5）。
   • DI-8 标签门槛 — 如果 7_Manuscript、supplement、SUBMISSION 等目录中仍存在 VERIFY-CSV/TODO/FIXME/XXX，则检查失败：bash ${CLAUDE_SKILL_DIR}/scripts/tag_cleanup_gate.sh
   • SPD 材料包完整性 — 基于校验和检测主稿与构建的 SUBMISSION/{journal}/ 文件夹之间的偏差（期刊可编辑文件 — 投稿信、回复、MANIFEST、DO_NOT_EDIT_HERE.md — 会自动排除）。每个期刊首次构建时运行 python3 ${CLAUDE_SKILL_DIR}/../sync-submission/scripts/verify_package_integrity.py --record --journal <name>，然后在每次重新提交前运行 --verify --journal <name>。
   • 每位作者的 ICMJE COI 表：${CLAUDE_SKILL_DIR}/references/icmje_coi_guide.md。

---

第 9 阶段：合著者传阅

目标：在提交前将稿件传阅给合著者和资深方法学家 / 审稿人，设定明确的审阅期限并控制附件范围。

触发条件：第 8 阶段已完成，且草稿已通过第 6b 阶段的来源忠实度审计。

摘要：回复之前版本的邮件线程，以保持 In-Reply-To 的连续性（v1 → v2 → v3 均在同一处跟踪）。附上含内嵌图表的稿件正文；对于 v≥2，还需附上修改摘要 — 在确认目标期刊前，不附图形摘要、投稿信、COI 表和补充材料。TO = 通讯作者 + 一位资深方法学家；CC = 其余合著者。设定 7 天期限（5 个工作日 + 周末）。请通讯作者提供目标期刊偏好、审稿人候选人和投稿信的表述思路。

按需加载的流程细节（线程连续性、附件范围依据、篇幅至方法对照表、期刊未定时的表述方式、回复跟踪日志）： ${CLAUDE_SKILL_DIR}/references/phase9_circulation.md。

失效模式交叉引用 → references/review_orchestration.md RO-1~RO-5（双重评分完整性、防御性语气偏差审计、回复矩阵数值跟踪、第二审稿人是否可用的阻断检查）。

---

阶段 10：自审恢复（v{N} → v{N+1} 冲刺）

目标：当审计发现结构性数据错误或方案应用错误时，撤回当前版本，重新构建，并在透明的审计跟踪记录下重新发布。

触发条件（满足任一项即可）：

#	触发条件	来源
T1	提取 CSV ↔ 原始来源之间的某个单元格不一致，且该单元格会影响合并估计/亚组估计或报告比例	阶段 6b 审计
T2	重新阅读后发现纳入/排除的研究违反预先规定的标准	方案审查
T3	分析脚本中手动输入的数值字面量可追溯到错误值	阶段 6b 审计
T4	PROSPERO 方案 ↔ 已交付分析在结局、亚组或资格标准方面存在不一致	方案 ↔ 分析差异
T5	双评审者共识记录 ↔ 锁定数据集在纳入情况方面存在不一致	共识日志差异

不可妥协的规则：如果阶段 9 发布后、期刊投稿前触发此规则，必须在 24 小时内撤回当前版本。与自行撤回相比，由评审者发现问题是严重得多的失败情形。

冲刺：阅读 ${CLAUDE_SKILL_DIR}/references/phase10_recovery.md 并执行其中的 12 个步骤，从 10.1（在 qc/audit_vN_to_vNplus1.md 中记录审计日志）开始，经过 PROSPERO 修订（修正申请内容，而非更改标准）以及在阶段 9 讨论串中重新发布，直至 10.12（恢复后循环）。

失败模式交叉引用 → references/post_submission_release_ops.md 中的 Gate 4 涵盖拒稿/修订后的 Zenodo 版本管理、标签清理关卡以及重新定向工作流（避免在重新定向时误用“新版本”）。

---

DTA 专属注意事项（务必检查）

注意事项	问题	解决方案
分别合并 Se/Sp	忽略相关性	使用双变量/HSROC 模型
忽略阈值效应	造成异质性假象	根据 SROC 图和双变量 Se–FPR 相关性判断（Spearman 仅作描述性分析）
将标准漏斗图用于 DTA	不适用	使用 Deeks 漏斗图
仅使用 I-squared 衡量异质性	无法反映阈值效应	使用 SROC 上的预测区域
缺少 GRADE	DTA MA 中常见的遗漏	应用 GRADE-DTA。如果研究少于 4 项，则对每个领域进行叙述性评估，并明确说明这一局限
部分验证偏倚	高估敏感度	QUADAS-3 3.2（对所有参与者评估目标状况）。QUADAS-3 不含流程与时间领域——那是 QUADAS-2 中的内容
差异性验证偏倚	扭曲 Se 和 Sp	QUADAS-3 3.3（以相同方式评估所有参与者的目标状况）
排除无法评估的结果	导致准确性估计偏倚	报告诊断意向分析

---

小样本研究注意事项

纳入研究数量较少（< 10）时：

• 双变量/HSROC 模型可能无法收敛（DTA 综述的研究少于 4 项时，提醒用户）——可考虑将单变量随机效应模型作为备用方案
• 发表偏倚检验的统计效能不足——说明这一局限
• 不建议进行亚组/Meta 回归分析
• 预计预测区域较宽——在结论中强调不确定性
• 可考虑以叙述性综合作为替代或补充