研究背景
系统综述通过收集，分析和总结研究以回答明确的研究问题。来自系统综述的证据被认为是最可靠的证据，并经常用于指导与卫生保健有关的决策。对一种疾病的预后、病因、危险因素和并发症的系统综述会纳入一种特殊类型的研究设计：观察性研究。检索文献通常涉及使用MEDLINE和Embase数据库，并可能产生大量的文章需要被筛选。因此，为了集中检索，研究人员经常使用一组与研究设计相关的术语，称为方法学过滤器（methodological filters）。然而，当使用这些过滤器时，研究人员可能会错过相关的研究，还会发现许多不相关的文章。过滤器的性能通过灵敏度（过滤器检索所有存在的相关研究的能力）和精确度（过滤器仅检索相关研究的能力）来评估。鉴于在系统综述中纳入观察性研究的证据的重要性，我们旨在评估研究的方法策略，策略主要涉及在两个主要的健康文献数据库，MEDLINE和Embase数据库中确定观察性研究。
研究特征
我们发现了2项合格的研究，报告了18个方法学过滤器，涉及MEDLINE数据库的过滤器有6个，涉及Embase数据库的有6个，其余6项两个数据库都涉及。第一项研究主要关注外科手术干预措施的观察性研究的过滤器。第二项研究主要关注于一种观察性研究的特定亚型的过滤器：非随机对照研究。
主要研究结果
来自于第一项研究的6个过滤器显示了99.5%-100%的灵敏度和16.7%-21.1%的精确度。一种类型的过滤器是通过另外两项系统综述来评估的（即外部验证），发现这个过滤器检索到的文章占参考标准的85.2%-100%。来自于第二项研究的12个过滤器显示了较低的灵敏度（48%-100%）和更低的精确度（0.09%-4.47%）。
证据质量
纳入的研究存在几个方面的局限性。第一项研究只对检索策略的发展进行了一次系统综述，并将重点放在手术干预的观察性研究上，这可能会限制研究结果对其他文献检索的普遍性。第二项研究的参考标准虽然包括四项不同的系统综述，但只包括有限的几项研究，这些研究可能影响评估结果的准确性。这两项研究都是10年前发表的，但是从那时起，观察性研究的标签和索引发生了变化。
我们在两项符合条件的研究中发现了18个方法学过滤器。第一项研究的检索策略具有较高的敏感性和准确性，经过外部验证和有针对性的观察研究。第二项研究的检索策略灵敏度和精确度较低，主要针对cNRSs，且没有经过外部验证。鉴于这一有限和异质性的证据及其方法的局限性，关于检索策略需要进一步的研究和更好的指数化。
系统综述对决策而言是必不可少的。对观察性研究的系统综述有助于回答关于病因学、风险、预后和罕见结果或并发症发生频率的研究问题。然而，由于文献数据库中索引的不完善和不一致，将观察性研究有效地纳入系统综述是一项挑战。检索策略包括一个方法学过滤器，关注于观察性研究的研究设计，可能有助于提高检索性能的准确性。
本综述的目的是评估检索策略的灵敏度和准确度，检索策略涉及在MEDLINE和Embase数据库中确定观察性研究的方法学过滤器。
我们在2018年4月检索了MEDLINE（1946年至2018年4月），Embase（1974年至2018年4月），CINAHL（1937年至2018年4月），Cochrane图书馆（the Cochrane Library）（1992年至2018年4月），谷歌学术（Google Scholar）和灰色文献开放数据库（Open Grey），我们还浏览了文献的参考文献列表。
我们纳入了使用相对查全的方法的研究，即比较包含方法学过滤器的检索策略的敏感度或精确度以确定MEDLINE和Embase中的观察性研究是否符合参考标准的研究，或那些比较两个或多个方法学过滤器的研究。
两位综述作者独立筛选文章，提取相关信息，并使用InterTASC信息专家小组（InterTASC Information Specialists' Sub-Group, ISSG）检索过滤器评估清单来评估检索策略的质量。
我们确定了2项合格的研究，报告了18和方法学过滤器。这两项研究中的所有方法学过滤器都是使用参考标准记录中的术语开发的。
第一项研究评估了六个过滤器，用于检索手术干预的观察性研究。该研究报告了六个过滤器：一个精确性术语过滤器（包含保持最高灵敏度并同时具有较高的精确度的术语）和一个特异性术语过滤器（包含保持最高灵敏度的同时具有较高特异性的术语），这两个过滤器适用于MEDLINE、Embase和MEDLINE/Embase联合检索。本研究报告了一项由217篇文献组成的参考标准，其中83.9%的纳入研究为病例系列。
第二项研究报告了用于检索非随机对照研究（comparative non-randomised studies, cNRSs）的12个过滤器，包括队列研究、病例对照和横断面研究。本研究报告了12个过滤器使用了四种不同的方法：固定方法A（由一组固定的对照词汇表（controlled vocabulary, CV）的单词组成），固定方法B（由一组固定的CV和自由词（text words, TW）组成），改进方法（CV）（随机选择与研究设计相关的CV术语）和改进方法（CV或TW）（随机选择与研究设计相关的CV术语，以及基于标题和摘要的TWs）。该研究报告了四个参考标准，包括来自四个系统综述的89个cNRSs。
从第一项研究发展而来的六种方法学过滤器报告了99.5%-100%的灵敏度和16.7%-21.1%的精确度。结合MEDLINE/Embase的特异性术语过滤器具有较高的精确度和与精确术语过滤器相同的灵敏度，因此更受青睐。来自于第二项研究的12个过滤器报告了较低的灵敏度（48%-100%）和更低的精确度（0.09%-4.47%）。改进方法（CV或TW）有最高的灵敏度。
两项纳入的研究都有方法上的局限性。第一项研究使用了一项以手术干预为重点的系统综述，从而限制了研究结果的普遍性。第二项研究使用了四个系统的综述，但研究不足100项。外部验证仅在第一个研究的特异性术语过滤器上进行，这两个研究都是10年前发表的，从那时起，观察性研究的标记和索引都发生了变化。
译者：刘雪寒；审校：鲁春丽。北京中医药大学循证医学中心。2019年4月7日