智能手机-随机对照临床试验:智能手机应用程序慢性疾病的随机对照临床试验的在线存储库

背景

慢性疾病对全世界的残疾、发病率和死亡率有重大影响。智能手机健康应用(app)可以改善慢性病患者的健康状况，提高医疗保健的质量和效率。智能手机健康应用程序的随机对照试验(rct)数量正在增加，但仍然没有将现有证据收集到一个数据库中。本研究的目的是描述Smartphone-RCCT这是一个正在进行的智能手机应用程序慢性疾病随机对照试验数据库。

方法

要将一项研究纳入数据库，必须满足以下标准:(a)随机对照试验发表在同行评议的期刊上;(b)人口:患有一种或几种慢性疾病的成年研究参与者，这些慢性疾病代表了研究干预措施所解决的主要健康问题;(c)干预:患者使用的智能手机健康应用;(d)比较器:任何控制条件;(e)结果:任何患者报告的健康结果(排除了专门测量患者对慢性病的了解或他们对智能手机应用程序满意度的研究);(f)样本量:每个研究组至少15名受试者。我们检索了电子数据库和其他资源以确定相关研究。两位审稿人选择研究并独立提取数据。计划进行年度更新。

结果

拟议的数据库被称为智能手机- rcct，这是一个开放访问的存储库，收集书目参考文献和慢性疾病智能手机应用程序的随机对照试验的重要特征。该数据库在开放科学框架(OSF)中免费提供:https://osf.io/nxerf/．迄今为止，它包括70个试验。他们的参考文献可以导出到标准的参考文献管理软件中，提取的数据可以在Microsoft Excel文件中使用。

结论

智能手机-随机对照试验是第一个系统的开放访问数据库，收集了针对慢性疾病患者的智能手机应用程序的随机对照试验的同行评审出版物。该数据库加速了动态研究领域中循证信息的传递。它代表了不同利益相关者的重要资源，例如从事证据综合、元流行病学研究或计划随机对照试验的专业人员。

慢性健康状况需要持续管理数年或数十年[1］．它们涵盖了传统非传染性疾病概念之外的广泛健康问题[1］．慢性健康状况持续时间长，通常进展缓慢[2并且需要医疗保健系统在较长一段时间内做出复杂的反应[1］．

慢性疾病是常见的，影响着全世界的人们，无论其收入水平、年龄和性别如何。全世界约有三分之一的成年人患有一种以上的慢性疾病[3.]，高收入国家近75%的老年人患有多种慢性疾病。此外，由于人口老龄化，慢性病和多种慢性病的发病率和患病率将在未来急剧上升[3.，4，5］．

慢性疾病在个人和社会层面都有巨大的影响。它们降低了生活质量，造成过早死亡，是全世界成年人死亡和残疾的主要原因[6］．慢性疾病也会对个人及其家庭造成严重的经济负担[7］．最后，慢性病造成的巨额医疗保健费用将在未来几年增加，有可能使全世界的卫生系统不堪重负[1，8，9］．

对慢性疾病的智能手机应用程序进行随机临床试验(rct)的基本原理

移动医疗(mHealth)是由移动设备支持的医疗和公共卫生实践[10，11］．流动设备的例子包括流动电话(例如智能手机)、平板电脑、个人数码助理(pda)和无线设备(例如智能手表和病人监护设备)[11，12］．智能手机已成为全球市民日常生活不可或缺的一部分(普及率约75%)[13]，而且数量还在不断增加[14］．智能手机应用程序(app)是为移动设备设计的软件或程序。

移动医疗是一个快速发展的领域，在公民、患者、医疗保健专业人员和营利性机构中越来越受欢迎[15，16，17，18］．这种兴趣解释了为什么现在有超过32.5万个健康应用程序可用[19］．健康应用程序的激增将改变患者与医疗保健系统之间的互动[20.］．移动健康应用程序可以在许多临床实践场景中提供帮助[18]，例如支持临床诊断和决策，或作为独立的数字治疗，这是本文的重点。数字化治疗的一个例子是认知行为治疗(CBT)的数字化，这是一种经典的治疗形式，现在也以数字化的方式提供。18］．此外，移动医疗具有促进健康、预防和早期诊断的潜力，这反过来又可能预防或延迟慢性病的发作[1］．

移动医疗可以通过促进自身健康的自我管理和支持个性化的健康和护理来增强公民的权能[12，21，22］．此外，移动健康有望改善慢性疾病患者的生活质量，这通常是低[8];患有慢性疾病的病人往往得不到治疗[1]，移动医疗有望通过促进患者与健康专业人员的互动，提高专业人员和患者对治疗的依从性。最后，移动医疗有潜力提高医疗保健的效率和可持续性[23］．例如，可以减少诊所的常规预约，使专业人员能够集中精力治疗需要紧急治疗的慢性病患者[1］．由于这些原因，世界各国政府和研究资助机构都将移动医疗(以及智能手机健康应用)视为克服慢性病负担的战略领域。

高质量的证据仍然需要更好地理解移动医疗是否可以用来增加临床护理的价值[18］．此外，智能手机健康应用的准确性、可靠性和有效性仍有提高的空间[24，25，26］．最后，它们的使用引起了额外的关注，例如个人健康数据的安全性和隐私性，在临床实践中缺乏临床指南，或者通过移动医疗平等地获得医疗保健。22］．由于随机对照试验是循证医学的支柱，移动健康应用程序的有效性和安全性应该在基于随机对照试验的严格评估中不断得到证明。

智能手机- rcct数据库的目的和实用程序

智能手机- rcct代表智能手机随机慢性病试验．它是一个文献参考库，也是患者用于改善或控制慢性病的智能手机应用程序的随机对照试验的重要特征。该数据库在开放科学框架(OSF)中免费提供:https://osf.io/nxerf/［27］．

据我们所知，智能手机-随机对照试验是第一个集中收集评估智能手机健康应用程序影响的随机对照试验的存储库。还有其他智能手机应用程序数据库[28，29，30.，31]，但他们并不关注随机对照试验和慢性病。此外，正如本文将详细介绍的那样，我们的存储库将收集测量患者健康结果的研究，这是支持临床决策的关键信息。

智能手机-随机对照试验旨在成为一个系统的、更新的和开放的资源，提供同行评审的随机对照试验出版物的概述，评估智能手机应用程序对慢性疾病患者的影响(有效性和安全性)。该数据库旨在确保其用户能够访问该领域最大数量的相关随机对照试验。

智能手机- rcct有三个主要的工具。首先，它概述了现有的慢性疾病智能手机应用程序的随机对照试验。维持一个随机对照试验的数据库是必要的，因为随机对照试验被认为是对保健干预效果的最可靠估计[32，33，34］．在这方面，临床指南的制定者认为，对随机对照试验进行良好的系统评价是回答医疗干预问题的最佳证据[34，35，36］．此外，关于智能手机干预的随机对照试验的数量也在增加，因此保持一个概述将是具有挑战性的。因此，识别所有相关的随机对照试验和维护数据库是支持知情医疗保健决策的关键步骤[32，35，37］．其次，Smartphone-RCCT对纳入的rct进行分类。用户可以根据相关标准(如慢性病类型或健康结果)快速访问研究。因此，该数据库为研究识别提供了直观的搜索环境，并允许识别研究差距，以通知进一步的研究需求。第三，用户可以使用标准参考管理软件导入内容Smartphone-RCCT。

本文介绍了智能手机rcct数据库及其开发方法。论文进一步介绍了数据库的特点和现有数据。

项目团队

补充和综合医学研究所［38]，这是…的一部分苏黎世大学医院(瑞士苏黎世)，以及瑞士Cochrane补充医学Smartphone-RCCT推出。该团队与Cochrane密切相关，并拥有可靠的背景，可以有效地进行搜索、筛选和数据提取。有经验的图书管理员将为数据库的更新进行搜索。我们将按照下面描述的方法来创建和维护数据库。数字1在流程图中总结了该过程。

纳入数据库研究的资格标准

到目前为止，下列资格标准已被用于纳入数据库。我们保留在将来修改标准的权利，如果它似乎是合理的，以提高数据库对研究人员的适用性，因为数字健康的主题可能会随着时间的推移而改变。资格标准的任何变化都将透明而详细地加以说明。

刊物种类

该数据库包括2005年(2007年第一代iPhone发布前2年)之后发表的研究报告。该数据库不包括论文报告、会议报告或正在进行的试验。它不打算搜索预印本档案，例如在bioRxiv或medRxiv．出版的语言没有限制。数据库中的所有研究都评估了成年人用于改善或控制慢性病的智能手机应用程序的有效性或安全性。

研究设计

随机对照试验是使用随机分配过程(例如，随机数字生成或投掷硬币)将参与者前瞻性地分配到研究组的研究。每组少于15名受试者的试点研究不符合条件。非随机研究(准随机对照试验、非随机对照临床试验或观察性研究)被排除在外。我们纳入了那些被报道为随机但序列生成方法不明确且我们无法从作者那里获得澄清的研究。

参与者类型

如果研究对象是患有一种或几种慢性疾病的成年人(18岁或以上)，则纳入研究。慢性疾病必须代表研究中调查的主要健康问题。例如，一项旨在改善社区获得性肺炎患者抗生素治疗的智能手机应用程序的随机对照试验将被排除在外，即使患者也患有慢性疾病，如糖尿病。

根据世卫组织的建议，慢性病被定义为“需要在数年或数十年内持续管理”的疾病。[1］．要被认为是慢性的，病情本身需要是慢性的(即糖尿病)，或者症状需要持续至少3个月[39，例如慢性腰痛。如果没有报告疾病的持续时间，但通常被认为是慢性的，我们将该研究归类为合格研究。

如果精神障碍患者的症状持续时间预计超过3个月(即抑郁症、焦虑症)，则符合条件。排除暂时性精神障碍(即适应障碍、中毒)。

如果超重/肥胖预防或管理旨在改善慢性疾病(例如，智能手机应用程序减少糖尿病患者的超重)，则包括关注预防或管理超重[体重指数(BMI)低于30]或肥胖(BMI为30或更高)的研究。但是，排除了健康个体和具有非ICD诊断的危险因素的个体的研究。

要符合资格，健康问题需要列入世卫组织国际疾病分类(ICD)(第十次修订)或精神障碍诊断和统计手册(DSM)。额外的文件1详细列出符合条件的慢性病(并非详尽无遗)。仅包括健康受试者或可能包括健康受试者和患者的人群的研究被排除在外。因此，该数据库不包括慢性病一级预防干预措施的研究。

干预措施的类型

基于智能手机的应用程序干预，任何持续时间，当患者使用慢性疾病来管理慢性疾病。我们考虑以下定义:

• 智能手机:一种蜂窝电话，也称为移动电话，配备各种附加功能，移动操作系统，多媒体功能，互联网接入和基本功能(短信，语音通话)[40]

• 智能手机应用:为智能手机设备设计的软件或程序

研究中评估的主要干预措施必须是智能手机应用程序。因此，我们排除了使用其他类型移动健康干预措施的研究，例如主要基于网络的干预措施或通过平板电脑、pda、监测设备(如收集运动信息的设备)、智能手表或其他移动设备提供的干预措施。当智能手机应用程序干预与其他联合干预一起提供时，例如与医疗保健提供者的面对面互动，该研究是合格的。然而，联合干预必须有时间限制，智能手机应用干预必须是本研究评估的主要干预措施。因此，我们排除了智能手机应用程序只是综合面对面干预的共同干预的研究。我们排除了专门用于诊断目的的智能手机应用程序。然而，如果该应用程序具有筛选功能，并作为干预试验的一部分进行评估，则该研究符合条件。

据我们所知，目前还没有移动医疗干预措施的标准化分类;我们关于干预措施的合格性的决定以NICE移动健康干预措施分类为指导[41[附加文件2）.

比较器的种类

我们纳入了具有任何对照条件的试验，无论是活跃的还是不活跃的。但是，如果比较者仅对应用程序干预的积极治疗条件进行了轻微的调整(例如，干预的持续时间或智能手机应用程序的设计)，则排除研究。

结果测量的类型

试验必须测量患者的健康结果(没有特定的测量工具或时间框架是强制性的)，如HbA1c水平、生活质量、抑郁、疲劳或运动行为。然而，专门测量有关患者对慢性疾病的了解或他/她对智能手机应用程序满意度的结果的研究被排除在外。我们还排除了仅报告未在患者中测量的结果的研究，例如慢性病对患者亲属或医疗保健系统的影响，例如成本或经济影响。

研究的鉴定:检索方法

当前状态的数据库包括MEDLINE、Web of Science、PsycInfo和CINAHL的初始搜索结果。我们计划在电子数据库和其他资源中进行定期搜索(每年一次)。两位经验丰富的图书管理员设计了搜索策略。图书馆员将参与数据库的更新，它将搜索以下来源。

搜索电子数据库

我们将检索以下电子数据库。

• MEDLINE (via Ovid)

• Embase(通过Elsevier)

• 中环(经威利)

• PsycInfo(通过Ebsco)

• 中国足球(通过Ebsco)

额外的文件3.介绍了将在每个电子数据库中使用的搜索策略。智能手机术语改编自两个Cochrane系统综述[42，43］．搜索策略不考虑与慢性疾病相关的术语，因为慢性疾病涵盖了许多健康问题1）.此外，有些疾病被不一致地标记为慢性疾病。为了避免在我们的搜索策略中不适当地使用术语，从而错过合格的研究，我们实施了更广泛的搜索并省略了慢性病术语。因此，我们评估了所有智能手机应用程序的随机对照试验的合格性。

为了识别随机对照试验，我们使用了苏格兰校际指南网络(SIGN)开发的方法过滤器[44］．出版的语言没有限制。如果我们发现有改进的机会，我们可能会在未来的更新中修改搜索策略。

搜索其他资源

我们会咨询Epistemonikos［45来识别智能手机干预的系统评估。反过来，我们将筛选这些系统综述的参考文献，以确定符合我们数据库的其他rct。

研究选择

我们开发了一个编码手册来实现选择过程。两个人(KE和JW)用48个标题和摘要试验了这个编码手册。这些决定由第三者(杰比)检查。如果我们发现有改进的机会，我们可能会修改手册。

我们将所有搜索结果导入Endnote X9 [46]并删除了重复项。我们将独特的记录转移到Rayyan QCRI [47]并使用该软件来实现选择过程。两位审稿人独立筛选标题和摘要。每条记录被分类为“包括”、“排除”或“可能包括”。我们获得了那些被定义为"包括"或"可能包括"的记录的全文两名审稿人独立评估全文是否纳入。我们将每个全文分类为“包括”或“排除”。在评选过程的所有阶段，我们都试图通过初始评价者之间的共识来解决分歧。如果无法解决分歧，就会咨询第三人。如果信息不足以确定是否合格，则联系研究作者进行澄清。在选择研究的过程中，我们并没有对发表的细节视而不见。 If there were multiple reports of the same study, they were collated so that each study, rather than the report, was the unit of interest in the database. We chose the most complete and recent report as the main source for each study.

数据提取程序

我们创建了一个Microsoft Excel表单来提取数据库中包含的每个研究的数据，并对表单的可用性进行了试验。两名审稿人独立完成每项研究的数据提取。任何分歧都是通过协商一致解决的。如果分歧无法解决，第三者就会介入。我们计划联系研究作者以澄清或遗漏数据。如果我们不能澄清问题，我们将相应的领域描述为“不清楚”。如果报告错误，或者研究作者要求更正自己的材料，我们将对数据进行修改。

概述数据库的特点

第一版智能手机- rcct可在OSF (https://osf.io/nxerf/) [27］．数字2显示数据库的一个工作表的屏幕截图。

2022年4月19日，它包括70项试验和73项记录(分别在3篇和2篇文章中报告了两项研究)。这些结果是基于2019年4月执行的搜索策略得出的。提取的数据在Microsoft Excel文件中可用。此外，数据库研究的参考文献以文件形式提供，可导入标准参考文献管理软件，如Endnote或Mendeley．对于每个研究，可以获得以下信息(参见附加文件中的完整代码本)4）.那些标有*的方面将在数据库的未来更新中实现。额外的文件5解释如何在OSF中访问数据库及其结构。

研究鉴定

每一项纳入数据库的研究用以下信息进行识别:(1)研究识别号;(2)记录识别编号(如多份报告涉及同一项研究，则最完整和最新的报告定义为“主要报告”;其余的报告将列为“次要报告”);(三)初次报告的第一和最后作者;(三)出版年份;(四)出版语言;(五)参考(引用);(6)物品识别号，如数字对象标识符(doi);(七)记录入库的日期。这个数据库是“基于研究的”，所以同一项研究的所有参考文献都被识别为相同的“研究识别号”。 The export files contain all the references, so more records than studies may be generated. To group all the references linked to the same study, sort by the column “Study identification number” in the excel file.

研究设计

展示了每个纳入研究设计的关键信息，包括以下几个方面:(1)序列生成方法;(二)分配单位*;(3)试验类型*(如平行、析因或交叉);(4)研究臂的数量。干预类型和对照组被标记，以便于他们的识别。

研究背景

该数据库包含有关每项纳入研究的设置的以下信息:(1)研究进行的国家;(2)招募研究参与者的渠道;(3)研究参与者被招募的环境(住院患者、门诊患者，或两者都有)*;(四)按照《中华人民共和国临床医学法》规定的临床试验的疗效性质。纳入试验的疗效谱评定)工具[48］．

参与者的特征

该数据库说明了研究参与者的基本特征，特别是以下特征:(1)性别*，(2)按性别分类结果的可用性*，(3)性别*，(4)按性别分类结果的可用性*，(5)年龄*，(6)教育水平*，(7)社会经济水平*，以及(8)研究中涉及的慢性健康状况(最好从附加文件中的列表中选择)1）.

干预的细节

该数据库涵盖了实验干预措施的关键信息，例如:(1)应用程序开发者*:名称和类型(非/营利组织、大学或其他公共研究机构或其他);(二)干预开始日期*;(3)干预的理论框架。

数据库根据实施的行为改变技术(BCT)对干预进行分类:(1)对患者进行BCT干预的教育;(2)对BCT干预的反馈和监测;(3)干预的目标和计划;(4)应用程序用户之间的沟通;(5)干预尝试减少负面情绪、压力和提示或线索。

应用程序进行干预的背景也被提取出来，比如是否有应用程序和面对面的治疗，或者治疗包括应用程序和与治疗师的虚拟接触。

最后，数据库描述了计划的干预剂量和强度(疗程数和持续时间，以周为单位)以及联合干预对患者健康的预期影响，包括培训/支持。此外，还详细说明了应用程序对研究参与者的成本和他们参加试验的经济补偿。

比较器的细节

数据库根据Gold等人的分类方法描述了每项纳入研究的控制条件* [49]，其中包括以下类别:(1)主动比较者，(2)最小治疗控制，(3)非特异性因素成分控制(也称为心理安慰剂)，(4)无治疗控制，(5)患者选择，(6)安慰剂药片，(7)特异性因素成分控制，(8)照常治疗，(9)候补名单控制，(99)不明确(附加文件)4详细说明每个类别)。

结果

该数据库包括每项研究报告的结果，例如，患者报告的健康状况、生活质量、症状严重程度、抑郁、焦虑、感受到的压力、身体活动、体重、健康/风险行为、疾病管理措施(糖尿病、高血压等)、动机、疼痛、正念(自我评估)、对干预的满意度，或对应用程序干预和治疗的依从性(减量、退出)。

主要结果

本文介绍Smartphone-RCCT这是一个开放获取的书目数据库，其中包含针对慢性疾病患者的智能手机应用程序的随机对照试验。该数据库将涵盖这些随机对照试验的重要信息，以促进该领域的系统评价。该资料库以开放资源的形式免费提供给OSF (https://osf.io/nxerf/) [27]，包含70个试验(2022年4月19日)。

该数据库汇集了纳入研究的关键信息，如研究设计和设置、研究参与者的特征、实验干预和对照干预以及报告的参与者的健康结果。对可用随机对照试验的概述可以对不同的利益相关者有用。特别是，该数据库将对从事证据综合工作的专业人员(如系统评价)、开展元流行病学研究的研究人员以及计划启动随机对照试验的试验人员和资助机构很有价值。我们的项目还将与其他尝试识别随机对照试验的计划保持一致，例如中央，以及旨在传播其随机对照试验结果的机构和研究人员。

数据库的潜在用户

几个利益相关者将受益于使用Smartphone-RCCT：

1. 1.

   证据合成专业人员，如系统审稿人。该数据库将有助于识别研究，这是应用程序研究系统评论中耗时的一步，这是一个快速发展的领域，在系统评论搜索和分析之间延迟2年是很常见的[50］．此外，在移动健康干预措施的系统综述中，异质搜索策略可能产生不同的纳入研究，并且在纳入标准相似的综述中发现异质结果[50，51］．我们的数据库可以帮助减少这种异质性。另一方面，我们承认我们的数据库不会取代其他资源来识别系统评价中的随机对照试验，如CENTRAL、MEDLINE或Embase。然而，我们仍然认为我们的存储库将作为在系统评审中执行的常规搜索的补充源。它可以是一个有价值的工具，审稿人可以用它来检查他们是否错过了合格的试验。

2. 2.

   研究人员发展元流行病学研究[52例如，智能手机健康应用的随机对照试验，以确定应用效果调节者。我们的数据库提供了一组可供分析的随机对照试验(健康应用程序干预研究的搜索策略通常会产生大约10,000篇参考文献，其中只有一小部分符合条件)。53])。

3. 3.

   研究人员和资助机构计划开始一项随机对照试验。该数据库可以帮助快速识别已经针对特定临床问题进行的研究。这些信息有助于决定进一步的研究是否必要和有用。因此，该数据库将有助于避免研究浪费[54］．

4. 4.

   其他识别随机对照试验的举措。智能手机rcct团队是Cochrane的一部分，所以我们数据库中的记录已经准备好与Cochrane中央对照试验登记(中心)55］．

5. 5.

   旨在传播应用程序干预研究结果的机构和研究人员。智能手机rcct有助于传播应用程序干预研究，例如，通过促进将其纳入系统评价或指南。

与前期工作比较

有几项倡议收集了针对不同健康状况的试验。一个例子是Cochrane中央对照试验登记册(Central) [53]，这是世界上最大的试验登记机构。该数据库已被证明对全世界的系统审稿人至关重要。另一个著名的倡议是Cuijpers等人关于抑郁症心理治疗的随机对照试验注册[54］．截至2019年7月，该数据库已生成81篇同行评议论文[55］．然而，这个数据库的范围比我们的数据库更有限，因为它关注的是抑郁症心理治疗的随机对照试验。此外，我们的数据库对未来的元流行病学研究具有重要的领域，如对照条件的分类[51］．

数据库的局限性

局限性在于选择性结果报告缺失研究的风险。由于排除了未报告患者健康结果的研究，因此即使测量了患者健康结果但未报告结果，也会在数据库中遗漏这些随机对照试验。

另一方面，我们预见报告将经常缺乏对关键方面的详细描述，例如控制干预。如果有疑问，我们会联系研究作者进行澄清，但我们可能无法获得所需的信息。然而，我们将注意到这种信息的缺乏，并将强调报告的不足，这是该项目的一个重要发现:数据库将有助于确定需要在已发表的文献中更好地描述的那些方面。

尽管我们将试图找到所有已发表的针对慢性疾病患者的智能手机应用程序的随机对照试验，但我们承认，由于发表偏倚，已发表的试验可能不能完全代表所有的随机对照试验。数据库的一个限制是不搜索灰色文献(即论文报告、会议报告和预印本档案)。此外，我们不会检索正在进行的试验，这将有助于识别那些已注册但其结果未发表的试验。

另一个限制来自于语言偏见的影响:尽管我们没有通过出版物的语言来限制我们的搜索策略，但我们只使用北美和欧洲的电子数据库。因此，我们没有搜索其他重要的数据库，例如位于中国的数据库。但是，我们将参考CENTRAL，它由从许多来源检索的记录组成，并且不受出版语言的限制。

最后一个挑战是保持数据库的更新，因为研究的选择将是手动的，也就是说，不是基于将数据库自动链接到新试验的过程。如前所述，移动医疗是一个快速发展的领域，因此，确定该领域的所有试验是具有挑战性的。为了最小化这个约束，我们将使用Epistemonikos数据库选择智能手机应用干预评价中包含的随机对照试验。目前,Epistemonikos是最大的系统评论数据库:它使用机器学习方法在每天或每周的基础上识别十个书目数据库中的系统评论[56］．反过来，我们将筛选这些系统评价，以确定其他符合我们数据库条件的随机对照试验。这将允许一个有效的选择过程。

智能手机- rcct是第一个系统的开放访问数据库，它提供了评估智能手机应用程序对慢性疾病患者的影响(有效性和安全性)的随机对照试验的同行评审出版物的概述和重要特征。

Smartphone-RCCT旨在确保对该领域最大数量的相关rcct的开放获取。因此，该数据库将对不同的利益相关者有用，例如从事证据综合工作的专业人员(例如，系统审稿人和指南制定人员)、开展meta-流行病学研究的研究人员、计划启动随机对照试验的试验人员和资助机构、其他确定随机对照试验的举措(例如CENTRAL)以及旨在传播随机对照试验结果的机构和研究人员。

在当前研究期间生成和/或分析的数据集可在智能手机- rcct存储库中获得[https://osf.io/nxerf/] [27］．

个随机对照试验:

随机对照试验

感谢Manuela Oehler对手稿的宝贵评论。

本项目由美国国立卫生研究院资助(NIH 2R24AT001293, Subaward 020468D)。该资金来源在本综述的设计、执行、分析、数据解释或提交结果的决定中没有发挥任何作用。

作者及单位

1. 苏黎世大学医院和苏黎世大学补充和综合医学研究所，瑞士苏黎世

   j尔根·巴特、Jesus Lopez-Alcalde、Christoph Kramm、Daniel Pach和Claudia M. Witt

2. charit - Universitätsmedizin柏林，自由Universität柏林和Humboldt-Universität zu柏林团体成员，德国柏林社会医学、流行病学和卫生经济学研究所

   王佳妮，Daniel Pach和Claudia M. Witt

3. 弗朗西斯科·维多利亚大学医学院，波苏埃洛Alarcón，西班牙

   耶稣Lopez-Alcalde

4. 西班牙马德里，Ramón y Cajal de Investigación卫生研究所(IRYCIS)， Unidad de bioestadística clínica，医院大学Ramón y Cajal (CIBERESP)，马德里

   耶稣Lopez-Alcalde

5. 医院大学医学图书馆Ramón y Cajal, IRYCIS，马德里，西班牙

   Noelia Alvarez-Diaz

6. 西班牙马德里医院大学医学图书馆Fundación Alcorcón

   尤拉莉亚Grifol-Clar

7. 美国马里兰州巴尔的摩市马里兰大学医学院中西医结合项目

   克劳迪娅·m·威特

贡献

JB、DP和CW构思了这个项目。JB、KE、NAD和EGC设计并执行搜索策略并消除重复。KE、JW、CK和JB选择研究纳入数据库的第一次搜索。CK、KE、JW、JLA、JB设计数据提取模板，提取数据。CK和JLA撰写了这份手稿的初稿。JLA编写了以下版本。所有作者都认真地阅读了手稿，并批准了它的最终版本。JB获得了这项研究的资金。杰比是担保人。作者阅读并批准了最后的手稿。

相应的作者

对应到尤尔根•巴斯．

伦理批准并同意参与

不适用。

发表同意书

不适用。

相互竞争的利益

作者宣称他们没有竞争利益。

出版商的注意

伟德体育在线b施普林格《自然》杂志对已出版的地图和机构的管辖权要求保持中立。

开放获取本文遵循知识共享署名4.0国际许可协议，该协议允许以任何媒介或格式使用、共享、改编、分发和复制，只要您适当地注明原作者和来源，提供知识共享许可协议的链接，并注明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可协议中，除非在材料的署名中另有说明。如果材料未包含在文章的知识共享许可中，并且您的预期用途不被法律法规允许或超过允许的用途，您将需要直接获得版权所有者的许可。如欲查阅本许可证副本，请浏览http://creativecommons.org/licenses/by/4.0/．创作共用公共领域免责声明(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文中提供的数据，除非在数据的信用额度中另有说明。

转载及权限