趙冰，姜彥彪，尚志忠，張哲文，張婷，耿勁松，李博，馬彬

對動物實驗進行系統(tǒng)評價，不僅可降低其結(jié)果向臨床轉(zhuǎn)化時的風險[1,2]，且有利于基礎研究領域的資源整合，尤其當研究問題涉及無預期益處的潛在危害時（如毒理學、環(huán)境流行病學）[3,4]，進行實驗動物可能是提供唯一相關數(shù)據(jù)的證據(jù)來源。但需注意證據(jù)體的總體質(zhì)量是影響決策的關鍵因素[5-7]，2019年筆者團隊基于GRADE工作組的動物實驗小組的理論，對GRADE在動物實驗系統(tǒng)評價中的應用原則進行詳細說明[8,9]，目前越來越多發(fā)表的動物實驗系統(tǒng)評價開始使用GRADE方法對其證據(jù)質(zhì)量進行分級[10-12]。

因此，為使讀者更加深刻理解和使用GRADE-animal的工具在動物研究系統(tǒng)評價中的應用。本文以一篇干預性研究《腦腸肽對心力衰竭狀態(tài)下小/大鼠病死率和心血管結(jié)局的影響：動物實驗系統(tǒng)評價》[10]為例，對GRADE系統(tǒng)在動物實驗系統(tǒng)評價中應用進行詳細解讀。

1 評估原則和內(nèi)容

GRADE系統(tǒng)在臨床前動物實驗系統(tǒng)評價中的應用原則依然遵循GRADE系統(tǒng)的基本原則，但又存在一定差異[8,9]。

一般而言，動物隨機對照實驗的起始證據(jù)級別為“高”，5個降級因素包括：①偏倚風險；②不一致性；③不精確性；④發(fā)表偏倚；⑤間接性。動物觀察性研究的起始證據(jù)級別為“低”，但何時升級或如何確定升級因素，目前尚存在爭議，仍需今后進一步研究[13-15]。如在不同物種間得到的效應的方向和大小一致，則可升級；此外，在環(huán)境健康領域，如動物種屬和模型的結(jié)果一致時，也可考慮升級。但在考慮升高證據(jù)質(zhì)量理由之前，必須先考慮所有降低證據(jù)質(zhì)量的標準，若上述任一方面存在嚴重局限性，很少進行升級。

2 評估步驟和過程

本文示例文獻[10]納入的動物實驗類型為“隨機對照試驗”，因此，本文將以其主要結(jié)局指標“病死率”為例，詳細解讀如何實施和考慮5個降級因素。

2.1 偏倚風險SYRCLE動物實驗偏倚風險評估工具，是目前公認的用于動物實驗內(nèi)在真實性評估的工具，其具體內(nèi)容和解讀請參見相關研究[16-18]。

示例文獻以表格形式呈現(xiàn)其偏倚風險評估結(jié)果，共納入4篇研究。偏倚風險評估結(jié)果如圖1所示，就“病死率”而言，考慮到盲法、動物安置隨機化和隨機化結(jié)果評估對其影響較小，且實驗組間基線特征的相似性較好，數(shù)據(jù)報告完整。因此，可考慮在不一致性方面不降級。

2.2 不一致性在不一致性方面，動物實驗系統(tǒng)評價同臨床試驗系統(tǒng)評價基本一致，可通過可信區(qū)間的重疊程度，所納入研究的效應量大小及方向、P值和I2值進行描述[19,20]。但由于動物實驗屬于探索性實驗，異質(zhì)性可被預期。加之部分異質(zhì)性可能被實驗人員刻意引入，在這種情況下，鑒于這部分異質(zhì)性可解釋，在評估一致性時可不考慮。因此，動物實驗系統(tǒng)評價中，對不一致性評價的核心，首先：①如何歸納和解釋異質(zhì)性；②如何解釋I2值。其次，異質(zhì)性可能源于種屬，應注意來自物種內(nèi)和物種間兩方面的不一致。如當分析中所有種屬動物都顯示出相同的效應方向時，那么不同物種間（包括人）的干預效應更加有力。在這種情況下，即使結(jié)果總體上有異質(zhì)性，也不會降低一致性。

示例文獻中，“病死率”Meta分析結(jié)果如圖2所示，共納入4個研究，研究間異質(zhì)性結(jié)果為P=0.31，I2=15%，異質(zhì)性較低，研究對象均為大鼠，且各納入研究顯示出相同的效應方向。因此，在不一致性方面不考慮降級。

2.3 不精確性動物實驗系統(tǒng)評價對證據(jù)體的不精確性評估也主要考慮：①納入研究的樣本是否達到最優(yōu)信息樣本量（OIS）；②可信區(qū)間的寬窄程度兩個方面[20]。在解釋臨床前動物實驗研究結(jié)果時，通常認為效應量的方向比其大小更為重要。因此，對于精確性的判斷主要基于可信區(qū)間是否包含了無效值。對于效應量的大小可考慮進行分級，如SMD＜0.2為小，0.2～0.5為中，＞0.8為大。目前還沒有嚴格、清晰的判斷標準，建議如果可信區(qū)間包含了兩個或多個級別，則可考慮降級，同時需要給出合理的解釋。

示例文獻中，如圖2所示：病死率的合并RR=0.83，95%可信區(qū)間較寬[0.46,1.47]，且4個研究共納入實驗動物，總樣本量較?。?個實驗，共121只實驗動物），且單個研究樣本量介于9-29間，故針對該指標而言，其不精確性方面需降級。

2.4 發(fā)表偏倚是否對發(fā)表偏倚進行科學評估，對解讀動物實驗系統(tǒng)評價結(jié)果的可信度具有重要意義[21-23]。在保證動物實驗系統(tǒng)評價檢索策略廣泛而全面的前提下，除可借鑒漏斗圖、Egger's檢驗、Begg's檢驗等用于發(fā)表偏倚的評估外[24]，還需要對一些特殊情況進行有效評估，筆者和Laman等的研究對此進行具體補充說明[8,25,26]。

示例文獻中，并為對發(fā)表偏倚進行評估。對“病死率”而言，納入實驗數(shù)量僅為4個，且究均為陽性小樣本研究。此外，該研究并未檢索Embase、BIOSIS Preview等數(shù)據(jù)庫，由于檢索的不充分不全面，無疑會增加發(fā)表偏倚的可能[27]。因此，綜合考慮需降級。

2.5 間接性GRADE系統(tǒng)中對動物實驗系統(tǒng)評價提出了兩個層面的間接性：第一層面是從臨床前動物實驗向臨床前PICO的間接性，第二層間接性是從動物模型（臨床前動物實驗）到人類（臨床PICO）的間接性，這也稱為可轉(zhuǎn)化性[28]。

示例文獻中的間接性主要源于：①研究納入了不同品系的大鼠，研究對象間因種間差異而使間接性增加；②納入的動物在誘導心衰模型過程中，所采用的方式略有差異；③納入動物的飼養(yǎng)環(huán)境不同；④研究對象的給藥周期與劑量存在差異；⑤在結(jié)局指標的測量時間亦存在差別；⑥在可轉(zhuǎn)化性層面，嚙齒類動物與人類的生理病理機制存在差異。綜合以上結(jié)果，故考慮在間接性方面降級。

圖1 SYRCLE偏倚風險評估結(jié)果（病死率）

圖2 腦腸肽對心力衰竭動物模型病死率指標影響的森林圖

3 小結(jié)

本文選取2015年發(fā)表的一篇干預性動物實驗系統(tǒng)評價作為示例，使用GRADE系統(tǒng)對其進行證據(jù)體質(zhì)量評價，5個降級因素中，就結(jié)局指標“病死率”進行分析，其在不精確性、發(fā)表偏倚和間接性方面需進行降級處理。因此，“病死率”指標的證據(jù)體級別為“極低”。

盡管GRADE工作小組和一些學者均已發(fā)表多篇文章[15,19,24,28-30]對GRADE系統(tǒng)存在的問題進行了詳細說明和解讀，但筆者認為對該示例文章證據(jù)質(zhì)量評價時仍存在較大困難和爭議，例如樣本量大小和可信區(qū)間寬窄程度如何進行定量/分級描述；此外，針對連續(xù)型變量如何進行精確性的評價。因此，雖然推薦GRADE系統(tǒng)作為評估動物實驗系統(tǒng)評價證據(jù)質(zhì)量的工具，今后還需在一些條目的細則方面進行不斷探索，例如如何計算OIS和定義臨床相關閾值（不精確性）；對于動物實驗系統(tǒng)評價種內(nèi)及種間的一致性（不一致性）該如何進行細化和規(guī)范；如何定義可轉(zhuǎn)化性/間接性及規(guī)范升級標準等。今后有必要建立更為詳盡的臨床前干預性動物研究GRADE分級框架，以更好地解釋動物研究系統(tǒng)評價結(jié)果，評估證據(jù)質(zhì)量，從而降低動物實驗結(jié)果向臨床轉(zhuǎn)化的風險。