Meta分析RCT偏倚风险评估工具ROB2.0（Risk of Bias 2.0）速评指南领域（二）：干预偏离

上期为大家讲解了「Meta分析RCT偏倚风险评估工具ROB2.0（Risk of Bias 2.0）速评指南领域（一）：随机化」，本期详解领域（二）干预偏离。

在Meta分析中，我们需要整合多个随机对照试验（RCT）的结果来得出更可靠的结论。但如果试验本身存在偏倚，得出的结论就可能不可信。ROB2.0（Risk of Bias 2.0，偏倚风险评估工具2.0）是目前国际通用的RCT偏倚评估工具，其中第二个领域专门关注“因偏离预期干预导致的偏倚”——简单说，就是试验没按原计划执行干预，会不会让结果不准。今天我们就用可以轻松理解的语言，拆解这个领域的7个核心信号问题，还会把关键术语讲明白，帮你一步到位掌握评估方法。

先搞懂3个关键术语，再学评估不迷路

在看信号问题前，先明确几个必须知道的概念，避免越看越懵：

• 预期干预：试验方案里写清楚的干预措施，比如给A组吃某剂量的药、B组用安慰剂，甚至包括“如果出现严重副作用要换另一种药”这种特殊情况。

• 干预偏离：没按方案来的情况，比如A组患者偷偷吃了方案外的药、B组没按规定用安慰剂、患者没坚持用分配的干预等。

• 应答选项：每个信号问题都有5种回答，简单记：Y（是）、PY（很可能是）、PN（很可能否）、N（否）、NI（没信息，报告里没说），部分问题还有NA（不适用，前面的问题不满足时选这个）。

7个信号问题拆解：一步步判断偏倚风险

ROB2.0第二个领域的7个问题是按逻辑顺序设计的，先看“谁知道干预分组”，再看“有没有偏离”、“偏离影不影响结果”、“分析方法对不对”，我们逐个讲清楚怎么理解、怎么选答案。

问题1：参与者在试验期间知道自己分到的是哪种干预吗？

简单说：参加试验的人，知道自己用的是新药还是安慰剂吗？

为什么重要：如果参与者知道自己用的是新药，可能会更注意健康（比如更按时作息），这样得出的“新药有效”可能不是药本身的作用，而是心理作用，这就有偏倚了。

怎么选答案：

• 选Y/PY：能确定或大概率确定参与者知道。比如试验没设安慰剂，直接告诉参与者用的是新药；或者药有特殊副作用（比如吃了会犯困），参与者能通过副作用猜到自己用的是哪种。

• 选PN/N：能确定或大概率确定参与者不知道。比如用了“盲法”——新药和安慰剂长得一样、吃起来一样，参与者没法区分。

• 选NI：试验报告里没说参与者知不知道，比如只写了“用了干预”，没提是否让参与者知情。

问题2：照护者和给参与者做干预的人，知道参与者分到的是哪种干预吗？

简单说：比如给患者开药的医生、照顾患者的护士，知道患者用的是新药还是安慰剂吗？

为什么重要：如果医生知道患者用的是“待测试的新药”，可能会额外多关注这个患者（比如多开检查、多提醒注意事项），这样患者的恢复可能不是因为药，而是医生的额外关注，导致结果不准。

怎么选答案：

• 选Y/PY：能确定或大概率确定他们知道。比如试验没对医生护士用盲法，直接告诉他们分组；或者干预是手术（比如“微创手术”和“开放手术”），医生一看就知道是哪种，没法盲。另外，如果试验没隐藏“谁分到哪组”（比如用公开的随机表），默认医生护士知道。

• 选PN/N：能确定或大概率确定他们不知道。比如用了“分配隐藏”——医生要给患者分干预时，得通过专门系统申请，看不到分组名单；或者第三方机构来给患者做干预，医生护士不知道具体干预类型。

• 选NI：试验报告没说医生护士知不知道，比如只写了“医生实施干预”，没提是否知情。

问题3：如果问题1或2选了Y/PY/NI，有没有因为“试验本身的情况”导致干预偏离？

简单说：如果参与者、医生知道分组，那有没有因为“这是个试验”才出现的偏离？比如参与者觉得“我分到对照组，运气差，得自己找别的药吃”，这种就是“试验本身导致的偏离”；如果是参与者因为“不想吃药”而停药（和是不是试验没关系），就不算。

怎么选答案：

• 选Y/PY：能确定或大概率确定是试验导致的偏离。比如对照组参与者觉得“没用到新药”，主动去买试验外的药吃；或者医生觉得“新药可能更有效”，给分到新药组的患者多开了辅助治疗。

• 选PN/N：要么偏离和试验没关系（比如参与者回老家忘了带药，停药了），要么偏离是方案允许的（比如患者吃新药出现严重过敏，按方案换了别的药）。

• 选NI：试验报告没说偏离是不是因为试验导致的，比如只写了“有10%患者没坚持用药”，没说原因。

• 选NA：如果问题1和2都选了PN/N（参与者、医生都不知道分组），那这个问题就不用答了（不适用）。

问题4：如果问题3选了Y/PY，这些偏离会不会影响试验结果？

简单说：前面找到的“试验导致的偏离”，会不会让结果不准？比如对照组参与者偷偷吃了和新药作用类似的药，可能会让“新药比对照有效”的结果不明显，这就影响了结果。

怎么选答案：

• 选Y/PY：能确定或大概率确定有影响。比如研究“某药降血压”，对照组患者偷偷吃了别的降压药，那最后测的血压值就不能真实反映“原干预”的效果。

• 选PN/N：能确定或大概率确定没影响。比如研究“某药治感冒”，对照组患者偷偷吃了维生素C（目前没证据说维生素C能快速治感冒），这种偏离对“感冒恢复时间”这个结果没影响。

• 选NI：试验报告没说偏离对结果的影响，比如只写了“有偏离”，没分析会不会改结果。

• 选NA：如果问题3选了PN/N或NI，这个问题就不用答了。

问题5：如果问题4选了Y/PY/NI，这些偏离在两组（比如新药组和对照组）里是不是差不多？

简单说：比如新药组有10%的人出现偏离，对照组也有10%，那两组的“偏离程度”差不多，对结果的影响可能相互抵消；但如果新药组只有5%偏离，对照组有30%，那结果就可能偏向新药，不准了。

怎么选答案：

• 选Y/PY：能确定或大概率确定两组偏离差不多。比如两组都是8%的患者没坚持用药，且没坚持的原因、没坚持的时间都差不多。

• 选PN/N：能确定或大概率确定两组偏离差很多。比如新药组只有3%没坚持，对照组有25%没坚持；或者新药组偏离是“少吃一次药”，对照组偏离是“直接停药换别的药”。

• 选NI：试验报告没说两组偏离的情况，比如只写了“总共有15%患者偏离”，没说每组各多少。

• 选NA：如果问题4选了PN/N，这个问题就不用答了。

问题6：有没有用“正确的方法”分析干预效果？

简单说：分析结果时，是不是按“最初的分组”来算？比如某患者本来分到对照组，但后来偷偷用了新药，分析时仍把他算在对照组（这是正确的）；如果因为他用了新药，就把他改算到新药组（这是错误的）。

怎么选答案：

• 选Y/PY：用了正确的方法。比如“ITT分析”（意向性治疗分析）——不管患者有没有按计划用干预，都按最初的分组算；或者“修正ITT分析”——只排除那些没测到结局数据的患者（比如中途失联的），其他仍按原分组算。另外，如果随机后才发现某患者不符合入选条件（比如年龄超了），把他排除也是可以的。

• 选PN/N：用了错误的方法。比如“朴素符合方案分析”——只算那些完全按方案用干预的患者，把没坚持的排除；或者“实际治疗分析”——按患者实际用的干预分组，不是按最初分配的分组。

• 选NI：试验报告没说清楚用的是什么分析方法，比如只写了“用统计学分析”，没提怎么分组算的。

问题7：如果问题6选了N/PN/NI，用错分析方法会不会让结果差很多？

简单说：如果分析方法错了，这个错误对结果的影响大不大？比如总共1000个患者，只排除了5个没按方案的，影响可能不大；但如果排除了200个，且这200个患者病情都比较重，结果就可能差很多。

怎么选答案：

• 选Y/PY：能确定或大概率确定影响大。比如排除的患者超过10%，或者排除的患者病情和剩下的差很多（比如排除的都是重症患者）；或者结局很“稀有”（比如研究“某药预防中风”，中风发生率只有2%），排除几个人就可能让结果反转。

• 选PN/N：能确定或大概率确定影响小。比如排除的患者不到5%，且排除的人和剩下的人病情、年龄都差不多；或者结局很常见（比如研究“某药缓解头痛”，头痛发生率80%），排除几个人对结果影响不大。

• 选NI：试验报告没说排除了多少人、排除的人是什么情况，没法判断影响。

• 选NA：如果问题6选了Y/PY（分析方法对），这个问题就不用答了。

小提醒：Meta分析中怎么用这些知识？

看试验报告时，重点找“盲法”“干预实施情况”“分析方法”这几部分——比如有没有写“采用双盲”“ITT分析”，这些是判断信号问题的关键依据。

如果试验报告里没提某方面信息（选了NI），先试试找试验的补充材料，或者联系作者要更多信息；实在找不到，就按“可能有偏倚”谨慎判断。

不同结局的评估可能不一样：比如“患者满意度”这种主观结局，参与者知道分组后影响可能很大；但“死亡率”这种客观结局，影响通常比较小，评估时要分开看。

总结

ROB2.0第二个领域的7个信号问题，其实是帮我们一步步排查“试验没按计划做”会不会影响结果。从“谁知道分组”到“有没有偏离”，再到“方法对不对”，只要按顺序逐个判断，谁都能掌握这个重要的偏倚评估技能。下次做Meta分析时，不妨对着这7个问题逐一核对，让你的结果更可靠！