网状Meta分析结论形成的方法:最小背景化框架

网状Meta分析的最大优势在于可量化比较针对同一疾病的不同干预措施,并按某一指标对其优劣进行排序。多种干预措施的纳入增加了网状Meta分析结果解读的复杂性,仅基于排序结果进行解读可能会存在误导性。目前,对网状Meta分析结果的解读尚无公认的标准。2020年11月,GRADE工作组基于网状Meta分析的GRADE分级结果,提出了2种网状Meta分析结论形成的方法:部分背景化框架(partially contextualised framework)和最小背景化框架(minimally contextualised framework)。本文结合具体实例,旨在对最小背景化框架的方法、原理和步骤进行介绍,以期为网状Meta分析制作者采用该方法呈现和解读结果提供指导。