危险因素Meta分析在医学研究和临床实践中扮演着至关重要的角色，通过系统性地整合来自多个独立研究的数据，能够提供对某一特定风险因素与疾病发生之间关联的更精确评估。为疾病的预防和控制策略提供坚实的证据基础，促进了我们对疾病成因的理解，并为制定公共卫生政策提供了科学依据。
在开展危险因素的Meta分析中，对各研究进行质量评价是必不可少的。目前，由于所纳入的原始研究类型主要为病例对照研究和队列研究，因此，质量评价工具主要采用的是纽卡斯尔-渥太华量表（Newcastle-Ottawa Scale, NOS）。以下是NOS的详细介绍：
队列研究
研究人群的选择（Selection）
① 暴露组的代表性
-
定义：暴露组是否能代表目标人群的真实暴露状态？
-
评分：
1★：暴露组来自有代表性的社区人群（如基于人群的队列研究）。
0★：暴露组来自特殊群体（如医院患者、志愿者）或未明确描述来源。
② 非暴露组的选择
-
定义：非暴露组是否与暴露组来自同一源人群？
-
评分：
1★：非暴露组与暴露组来自同一社区或机构（如同一医院的不同科室）。
0★：非暴露组来自其他地区或独立招募的对照组。
③ 暴露的确定
-
定义：是否采用可靠方法测量暴露因素？
-
评分：
1★：使用客观记录（如医疗档案、实验室检测）或经过验证的结构化问卷。
0★：依赖非结构化访谈、自我报告或未经验证的方法。
④ 研究开始时无目标结局
-
定义：是否排除基线时已患目标结局的参与者？
-
评分：
1★：明确报告通过病史记录、体检或问卷排除基线患者。
0★：未描述排除方法，或可能存在基线患者。
组间可比性（Comparability）
⑤ 混杂因素控制
-
定义：研究是否控制关键混杂因素？
-
评分：
1★：控制至少1个核心混杂因素（如年龄、性别）。
2★：控制至少2个核心混杂因素（如年龄、性别、吸烟、BMI）。
结局评估（Outcome）
⑥ 结局的确定
-
定义：结局是否通过客观、盲法评估？
-
评分：
1★：采用独立盲法评估（如病理专家复核）、客观记录（如死亡登记）或已验证的标准化工具。
0★：依赖非盲法评估或主观报告（如患者自述症状）。
⑦ 随访时间
-
定义：随访时间是否足够长以观察结局？
-
评分：
1★：平均随访时间≥5年（或符合疾病自然史，如癌症≥3年）。
0★：随访时间不足或未明确报告。
⑧ 失访率
-
定义：失访是否可能引入偏倚？
-
评分：
1★：失访率≤20%，且失访者与保留人群基线特征可比。其中，失访率的定义需要根据参考原始研究中病例数的估算方法。
0★：失访率>20%，或未报告失访分析。
病例对照研究
病例与对照的选择（Selection）
❶ 病例的确定
-
定义：病例是否明确定义且具有诊断可靠性？
-
评分：
1★：病例通过“金标准”诊断（如组织病理学、影像学确诊）且来源明确（如社区人群、医院连续病例）。
0★：依赖自我报告、非结构化诊断或来源不清晰。
❷ 病例的代表性
-
定义：病例是否代表目标疾病的所有潜在患者？
-
评分：
1★：病例为社区人群中的新发病例或连续住院病例（避免选择性纳入重症患者）。
0★：病例为特殊亚组（如仅纳入某医院术后患者）或未描述来源。
❸ 对照的选择
-
定义：对照是否与病例来自同一源人群？
-
评分：
1★：对照与病例来自同一社区或医院（非同一科室）。
0★：对照来源不同（如病例来自医院，对照来自社区志愿者）。
❹ 对照的确定
-
定义：对照是否明确无目标疾病？
-
评分：
1★：对照通过相同“金标准”确认无疾病（如影像学排除肺癌）。
0★：依赖自我报告或无客观验证。
组间可比性（Comparability）
❺ 混杂因素控制
-
定义：研究是否控制关键混杂因素？
-
评分：
1★：控制至少1个核心混杂因素（如年龄、性别）。
2★：控制至少2个核心混杂因素（如年龄、性别+吸烟、BMI）。
暴露测量（Exposure）
❻ 暴露的确定
-
定义：暴露信息是否通过可靠方法获取？
-
评分：
1★：病例与对照使用相同方法收集暴露信息（如结构化问卷、医疗记录）。
0★：病例与对照的暴露信息收集方法不一致（如病例通过访谈，对照通过自填问卷）。
❼ 暴露测量的非病例性
-
定义：暴露测量是否独立于疾病状态（避免回忆偏倚）？
-
评分：
1★：暴露信息在疾病发生前记录（如使用历史医疗档案）。
0★：暴露信息在疾病发生后收集（如病例确诊后回忆过去暴露）。
❽ 应答率
-
定义：病例与对照的应答率是否足够高且可比？
-
评分：
1★：病例和对照的应答率均≥80%，且无显著差异。
0★：应答率<80%或未报告。
优势和劣势
优势：纽卡斯尔-渥太华量表（NOS）作为观察性研究质量评价的核心工具，其核心优势在于提供标准化、易操作的评估框架。通过明确划分“选择偏倚、可比性、暴露/结局测量”三大维度，NOS以结构化条目（如病例代表性、混杂控制、失访率）系统识别偏倚风险，帮助研究者快速筛选高质量研究。其星级评分系统（0-9★）直观透明，便于在Meta分析中开展敏感性分析（如排除低质量研究），同时支持临床指南的证据分级（如GRADE框架）。此外，NOS广泛适用于队列研究和病例对照研究，且无需复杂统计学背景即可操作，成为循证医学教学和实践中的通用工具。
劣势：NOS的局限性主要源于其主观依赖性和评估深度不足。条目评分高度依赖研究者判断（如“暴露代表性”或“充分随访”的定义），易引入评分者间差异，且未明确关键混杂因素的优先级（如控制吸烟史对肺癌研究至关重要，但未强制要求）。同时，NOS采用二元评分（0/1★），无法区分中等质量研究的细节差异（如部分验证的暴露测量与完全验证的差异），且总分可能掩盖关键条目缺陷（如高总分但混杂控制不足）。此外，NOS忽略偏倚方向（如失访导致高估或低估风险）及复杂设计（如横断面研究、巢式病例对照研究），需结合ROBINS-I等工具补充，限制了其在现代多元研究中的全面性。
总结
NOS是一种广泛应用于非随机对照研究（如队列研究和病例对照研究）质量评价的工具。该量表通过“选择”、“可比性”和“结果”（或“暴露”）三个维度对研究进行系统评分，采用星评系统（满分为9颗星），帮助研究者评估偏倚风险并筛选高质量文献。NOS操作简便、适用性强，是进行Meta分析时常用的质量评价标准之一，有助于提高综合证据的科学性和可信度。
评论列表