使用模拟数据进行系统回顾和元分析的一步一步指南

背景

在过去几十年里，有关热带医学和健康的大量研究显著增加。在热带医学和卫生领域，进行良好的系统评价和荟萃分析(SR/MA)被认为是使临床医生跟上当前循证医学的可行解决方案。理解SR/MA步骤对其传导至关重要。这并不容易做到，因为研究人员可能会面临障碍。为了解决这些障碍，本方式学研究旨在为热带医学和其他卫生保健领域的初学者和初级研究人员提供一个分步方法，介绍如何正确地进行SR/MA，其中所有步骤都描述了我们的经验和专业知识，结合已经众所周知和公认的国际指导。

我们建议SR/MA的所有步骤由2-3个审稿人讨论独立完成，以确保数据的质量和准确性。

结论

SR/MA的步骤包括:提出研究问题、形成标准、检索策略、检索数据库、协议注册、标题、摘要、全文筛选、人工检索、提取数据、质量评估、数据核对、统计分析、双数据核对、撰写稿件。

在生物医学文献中发表的研究数量，特别是热带医学和健康，在过去几十年里显著增加。大量丰富的文献使得临床医学越来越复杂，通常需要来自各种研究的知识来告知特定的临床决策。然而，现有的研究在设计、操作质量和研究对象方面往往是异质的，并且可能以不同的方式处理研究问题，这增加了证据和结论综合的复杂性[1］．

系统综述和荟萃分析(SR/MAs)具有高水平的证据，以循证金字塔为代表。因此，实施良好的SR/MA被认为是保持健康临床医生领先于当代循证医学的可行解决方案。

与系统评论不同，非系统叙事评论倾向于描述性，作者经常根据自己的观点选择文章，导致其质量较差。另一方面，系统回顾被定义为使用系统的方法对问题的证据进行总结，并有详细和全面的研究计划。此外，尽管有效进行系统综述的指导方针越来越多，但我们发现，基本步骤通常是从提出问题开始，然后确定相关工作，包括标准制定和文章搜索，评估纳入研究的质量，总结证据，并解释结果[2，3.］．然而，这些简单的步骤在现实中并不容易实现。有许多麻烦，一个研究人员可能会斗争，没有详细的指示。

在热带医学和健康领域进行高级研究/硕士学位可能很难，特别是对年轻研究人员而言;因此，理解其基本步骤是至关重要的。这并不容易做到，因为研究人员可能会面临障碍。为了解决这些障碍，我们推荐一个流程图(图。1)，详细及分步地介绍了研究的各个阶段。本方法学研究旨在为热带医学和其他卫生保健领域的初学者和初级研究人员提供一种分步方法，说明如何正确和简洁地进行SR/MA;这里的所有步骤都是我们的经验和专业知识，结合已经众所周知和公认的国际指导。

进行系统评价和元分析的详细步骤

除了已发表的指南，如Cochrane指南{Higgins, 2011 #7}，我们搜索了热带医学和其他医疗保健领域已发表的SR/MA报告的方法[4]为SR/MA传导步骤的每一步收集最佳低偏置方法。此外，我们使用了适用于所有SR/MA步骤的研究指南。我们将这些方法结合起来，以总结并执行一个详细的流程图，该流程图显示了如何执行SR/MA步骤。

任何SR/MA必须遵循广泛接受的系统评审和元分析首选报告项目声明(PRISMA清单2009)(附加文件)5:表S1) [5］．

我们选择“评估埃博拉疫苗的安全性”为主题，根据一个有效的解释模拟实例提出了我们的方法，因为埃博拉是一种非常罕见但致命的热带疾病。所有解释的方法都是国际上遵循的标准，加上我们在进行SR方面积累的经验，我们认为这证明了一些有效性。这是由几个研究人员组成的一个研究小组进行的一项研究，此外，由于2013-2016年在非洲爆发的埃博拉疫情导致了严重的死亡率和发病率。此外，由于有许多已发表和正在进行的试验评估埃博拉疫苗的安全性，我们认为这将为解决这一激烈争论的问题提供一个很好的机会。此外，自2018年8月以来，刚果民主共和国再次爆发埃博拉疫情，新的致命疫情出现，据世界卫生组织统计，感染人数超过1000人629人都被杀了。因此，它被认为是继第一次埃博拉疫情之后第二次最严重的埃博拉疫情2014年的西非该病毒在爆发过程中感染了2.6万多人，造成约1.13万人死亡。

研究问题与目标

像其他研究设计一样，SR/MA的研究问题应该是可行的、有趣的、新颖的、伦理的和相关的。因此，应该制定一个清晰的、合乎逻辑的、定义明确的研究问题。通常使用两种常用工具:PICO或SPIDER。PICO (Population, Intervention, Comparison, Outcome)主要用于定量证据合成。作者证明PICO比更具体的SPIDER方法具有更高的灵敏度[6］．SPIDER(样本，感兴趣的现象，设计，评估，研究类型)被提出作为定性和混合方法搜索的方法。

在这里，我们推荐一种组合方法，即根据时间和资源限制，使用一个或两个SPIDER和PICO工具来检索综合搜索。当我们将此应用于我们假设的研究主题时，由于定性性质，使用SPIDER方法更有效。

PICO通常用于临床试验研究的系统评价和荟萃分析。对于观察性研究(没有干预或比较)，在许多热带和流行病学问题中，通常只使用P(患者)和O(结果)就足以形成研究问题。我们必须清楚地指出人群(P)，然后是干预(I)或暴露。接下来，有必要将(C)指示的干预措施与其他干预措施(即安慰剂)进行比较。最后，我们需要澄清哪些是我们的相关成果。

为了便于理解，我们选择埃博拉病毒病(EVD)作为例子。目前，埃博拉病毒病疫苗正在研制中，并正在进行一期、二期和三期临床试验;我们想知道这种疫苗是否安全，是否能对受试者产生足够的免疫原性。

基于PICO的SR/MA研究问题的一个例子是:埃博拉疫苗在人体内的安全性和免疫原性如何?(P:健康受试者(人类)，I:接种疫苗，C:安慰剂，O:安全性或不良反应)

初步研究和想法验证

我们建议进行初步搜索，以确定相关的文章，确保提出的想法的有效性，避免重复先前解决的问题，并确保我们有足够的文章进行分析。此外，主题应侧重于相关和重要的保健问题，考虑到全球需求和价值，反映当前的科学，并与所采用的审查方法一致。通过相关视频和讨论深入了解研究领域，对于更好地检索结果至关重要。如果我们忽略了这一步，我们的研究可能会被取消，只要我们发现以前发表过类似的研究。这意味着我们在浪费时间来处理一个已经解决了很长时间的问题。

要做到这一点，我们可以在PubMed或谷歌Scholar上做一个简单的搜索，搜索词是埃博拉和疫苗。在做这一步的同时，我们确定了影响埃博拉疫苗接种在非人灵长类动物和人类抗体反应的决定因素的系统综述和荟萃分析[7]，这是一篇相关的论文，阅读它可以获得更深入的见解，并找出差距，以便更好地制定我们的研究问题或目的。我们仍然可以对埃博拉疫苗进行系统评价和荟萃分析，因为我们根据不同的结果和不同的人群(仅人类)评估安全性。

纳入和排除标准

资格标准基于PICO方法、研究设计和日期。排除标准大多是不相关的，重复的，不可用的全文，或只有摘要的论文。这些排除应提前说明，以避免研究者产生偏见。纳入标准包括目标患者的文章、调查干预措施或两项研究干预措施之间的比较。简单地说，它是包含回答我们研究问题的信息的文章。但最重要的是，它应该是明确和充分的信息，包括积极或消极的，以回答问题。

对于我们选择的主题，我们可以制定入选标准:(1)任何评估埃博拉疫苗安全性的临床试验;(2)不受国家、患者年龄、种族、性别、发表语言和日期的限制。排除标准如下:(1)埃博拉疫苗在非人类受试者或体外研究中的研究;(2)使用未可靠提取的数据、重复或重叠的数据进行研究;(3)纯摘要论文，如前面的论文、会议、社论和作者回应论文和书籍;(4)文章无全文可用;(5)病例报告、病例系列和系统回顾研究。在SR/MA研究中使用的PRISMA流程图模板见图。2．

搜索策略

在PubMed中使用标准的搜索策略，然后根据每个特定的数据库对其进行修改，以获得最佳的相关结果。基本搜索策略建立在研究问题的提法(即PICO或PICOS)的基础上。在回顾主题领域的专家或信息专家的帮助下，构建搜索策略以包括自由文本术语(例如，在标题和摘要中)和任何适当的主题索引(例如，MeSH)，以检索符合条件的研究。此外，我们建议不要使用“结果”的术语，因为它们的包含可能会阻碍检索符合条件的研究的数据库，因为所使用的结果在文章中没有明显提到。

搜索词的改进是在进行试搜索的同时，从检索到的论文中寻找每个概念中的另一个相关词。要搜索临床试验，我们可以在PubMed中使用这些描述符:“临床试验”[出版物类型]或“作为主题的临床试验”[MeSH术语]或“临床试验”[所有领域]。经过几轮试验和搜索词的改进，我们制定了PubMed的最终搜索词如下:(埃博拉病毒或埃博拉病毒病或EVD)和(疫苗或接种或接种或免疫)和(“临床试验”[出版物类型]或“临床试验作为主题”[MeSH术语]或“临床试验”[所有领域])。由于本课题的研究有限，我们没有将结果项(安全性和免疫原性)纳入搜索项，以捕获更多的研究。

搜索数据库，将所有结果导入库，并导出到excel表

根据AMSTAR指南，在SR/MA中至少要搜索两个数据库[8]，但当你增加搜索数据库的数量，你会得到更多的结果和更准确和全面的结果。数据库的排序主要取决于复习问题;在临床试验研究中，您将主要依赖于Cochrane、mrct或国际临床试验注册平台(ICTRP)。在这里，我们提出了12个数据库(PubMed, Scopus, Web of Science, EMBASE, GHL, VHL, Cochrane，谷歌Scholar，临床trials.gov， mrct, POPLINE和SIGLE)，这有助于涵盖热带医学和其他健康相关领域几乎所有发表的文章。在这些数据库中，POPLINE的重点是生殖健康。研究人员应根据研究课题考虑选择相应的数据库。有些数据库不支持使用布尔或引号;除此之外，还有一些数据库有特殊的搜索方式。因此，我们需要修改每个数据库的初始搜索词，以获得满意的结果;因此，每个在线数据库搜索的操作指南都在附加文件中给出5:表S2。每个数据库的详细搜索策略可在附加文件中找到5:表S3。我们在PubMed中创建的搜索词需要基于数据库的特定特征进行定制。我们的主题谷歌Scholar高级搜索示例如下:

1. 1.

   上面写着埃博拉病毒

   至少有一个字:接种疫苗接种疫苗接种免疫

   我的话出现在哪里:在文章的标题中

2. 2.

   上面写着:EVD

   至少有一个字:接种疫苗接种疫苗接种免疫

   我的话出现在哪里:在文章的标题中

最后，将所有记录收集到一个Endnote库中，以便删除重复的记录，然后将其导出到excel表中。必须使用带有两个选项的删除复制功能。所有参考文献(1)具有相同的标题和作者，并发表在同一年份;(2)具有相同的标题和作者，并发表在同一期刊上，将被删除。在此步骤之后剩余的引用应导出到一个excel文件，其中包含用于筛选的基本信息。这些可以是作者的姓名、出版年份、期刊、DOI、URL链接和摘要。

协议撰写和注册

在早期阶段进行方案登记可保证研究过程的透明度，并防止出现重复问题。此外，它被认为是团队行动计划、研究问题、资格标准、干预/暴露、质量评估和预分析计划的文件证明。建议研究人员将其发送给首席研究员(PI)进行修改，然后上传到注册网站。有很多注册网站可以用于SR/MA，比如cochran&campbell合作提出的那些;但是，我们建议将协议注册到PROSPERO，因为这样更容易。根据PROSPERO的说法，协议模板的布局可以在附加文件中找到5:文件S1。

标题和摘要筛选

选择检索到的文章进行进一步评估的决定基于资格标准，以尽量减少包括不相关文章的机会。根据Cochrane指南，完成这一步必须有两名审稿人，但对于初学者和初级研究人员来说，这可能会很烦人;因此，根据我们的经验，我们建议至少有三名审稿人独立工作以减少错误的机会，特别是在有大量作者的团队中，以增加更多的审查并确保适当的行为。大多数情况下，三个评论者的质量会比两个好，因为只有两个人的意见不同，所以他们不能决定，而第三个意见是至关重要的。这里有一些系统综述的例子，这些综述是我们按照同样的策略(由我们课题组的另一组研究人员进行的)进行的，并成功发表的，它们具有热带医学和疾病的相关思想[9，10，11］．

在这一步中，当审查人员发现重复时，将手动删除重复。当对某篇文章的决策有疑问时，团队应该是包容的，而不是排他的，直到主要领导或PI讨论一致后做出决定。所有被排除的记录应说明排除原因。

全文下载和筛选

许多搜索引擎提供免费的全文文章链接。如果没有找到，我们可以在一些研究网站上搜索，如ResearchGate，这些网站提供了直接向作者请求全文的选项。此外，探索想要的期刊档案，或联系PI购买它，如果有。同样，2-3名审稿人根据资格标准独立决定纳入全文，并报告文章的排除原因。如果有任何意见分歧，最后的决定必须通过讨论做出。

手动搜索

人们必须通过执行显式手工搜索来检索可能从第一次搜索中删除的报告，从而用尽所有可能的方法来减少偏见[12］．我们采用五种方法进行手动检索:从收录的研究/评论中查找参考文献，联系作者和专家，在PubMed和谷歌Scholar上查看相关文章/被引文章。

本文介绍了提高和改进人工检索效率的三种连续方法:一是检索收录文章的参考文献表;其次，执行所谓的引文跟踪，即审稿人跟踪引用每一篇收录文章的所有文章，这可能涉及到数据库的电子搜索;第三，类似于引文跟踪，我们跟踪所有“相关”或“类似”的文章。上述每一种方法都可以由2-3名独立审稿人进行，所有可能的相关文章必须在遵循电子数据库产生的相同记录(即标题/摘要和全文筛选)后，根据纳入标准进行进一步审查。

我们建议通过为每个团队成员分配一个“标签”和不同的方法进行独立评审，最后将所有结果汇总，进行差异比较和讨论，最大限度地检索，最小化偏差。同样，纳入文章的数量也必须在整体纳入记录的基础上注明。

数据提取和质量评估

该步骤将从结构化提取excel表格中包含的全文中收集数据，该表格之前已使用一些随机研究对提取进行了试点测试。我们建议同时提取经调整和未调整的数据，因为这样可以在以后将它们合并，从而给出在分析中使用的最允许的混杂因素[13］．提取过程应由2-3个独立评审员执行。大多数情况下，该表格被分为研究和患者特征、结果和质量评估(QA)工具。

以图表显示的数据应由软件工具提取，如Web绘图数字化仪[14］．在分析和估计其他变量的标准差(SD)之前，可以用于提取的大多数方程都在附加文件中找到5:文件S2，并引用Hozo等人。[15]，向等。[16]，以及Rijkom等人[17］．根据设计的不同，QA可使用多种工具:用于随机对照试验的rob2 Cochrane工具[18]作为附加文件1:图S1和附加文件2:图s2 -来自以前发表的文章数据- [19]，美国国立卫生研究院的观察性和横断面研究工具[20.]，非随机试验的ROBINS-I工具[21]， QUADAS-2工具用于诊断研究，QUIPS工具用于预后研究，CARE工具用于病例报告，ToxRtool用于体内和体外研究。我们建议2-3名审稿人独立评估研究质量，并在纳入分析前添加到数据提取表中，以降低偏倚风险。在NIH的观察性研究工具(队列和横断面研究)中，如在埃博拉病例中，为了评估偏倚风险，审稿人应该将14个项目中的每一个都分为两类变量:是、否或不适用。综合分数是将“是”等于1，“否”和“NA”等于0的所有分数相加得出的。每篇论文都将被打分，分为差、一般和良好，其中0-5分为差，6-9分为一般，10-14分为好。

在上面的埃博拉病例示例中，作者可以提取以下信息:作者姓名、患者国家、发表年份、研究设计(病例报告、队列研究或临床试验或RCT)、样本量、埃博拉感染后的感染时间点、疫苗接种时间后的随访间隔、疗效、安全性、疫苗接种后的不良反应和QA表(附加文件)6:数据S1)。

数据检查

由于预期的人为错误和偏差，我们建议采用数据检查步骤，通过证据照片将每篇纳入的文章与抽取表中的文章进行比较，以检测数据中的错误。我们建议将文章分配给2-3个独立的审稿人，最好不是那些对这些文章进行提取的审稿人。当资源有限时，给每个审稿人分配的文章都与他在前一阶段提取的文章不同。

统计分析

研究人员使用不同的方法来组合和总结纳入研究的结果。在分析之前，在提取表中有一个重要的步骤叫做数据清理，在这个步骤中，分析人员以分析软件可以读取的形式组织提取表数据。分析分为定性分析和定量分析两种类型。定性分析主要描述SR研究中的数据，而定量分析主要包括两种类型:数据分析和网络元分析(NMA)。亚组、敏感性、累积分析和元回归适用于检验结果是否一致，调查某些混杂因素对结果的影响并寻找最佳预测因子。应评估发表偏倚，以调查可能影响摘要的缺失研究的存在。

为了说明基本的荟萃分析，我们提供了关于埃博拉疫苗安全性(注射后14天的不良事件)和免疫原性(注射后6个月埃博拉病毒抗体几何平均滴度上升)的研究问题的假想数据。假设通过搜索和数据提取，我们决定做一个分析来评估埃博拉疫苗“A”的安全性和免疫原性。由于研究数量有限，没有对其他埃博拉疫苗进行荟萃分析(相反，将其纳入叙述性回顾)。疫苗安全性元分析的假想数据可在附加文件中访问7:数据S2。为了进行元分析，我们可以使用免费软件，如RevMan [22]或R package meta [23］．在本例中，我们将使用R包元。元分析套件的教程可透过“元分析通用套件”教程pdf [23］．R代码及其对元分析的指导可以在附加文件中找到5:文件S3。

为了分析，我们假设研究在性质上是异质性的;因此，我们选择了一个随机效应模型。我们对埃博拉疫苗A的安全性进行了分析。从数据表中，我们可以看到本研究对象肌肉注射A疫苗后发生了一些不良事件。假设我们包括六项符合我们纳入标准的研究。我们可以对从研究中提取的每个不良事件进行荟萃分析，例如，关节痛，来自使用R荟萃包的随机效应荟萃分析结果。

从附加文件中显示的结果3.:图S3，我们可以看到关节痛的比值比(OR)为1.06 (0.79;1.42),p值= 0.71，说明肌肉注射埃博拉疫苗A与关节痛无关联，OR接近1，且P值为> 0.05，不重要。

在元分析中，我们还可以在森林图中可视化结果。如图所示。3.一个模拟分析的森林图的例子。

从森林图中，我们可以看到六项研究(A到F)及其各自的OR (95% CI)。绿色方框表示每个研究的效应大小(在本例中为OR)。方框越大意味着该研究的权重越大(即样本量越大)。蓝色菱形代表六项研究的合并OR值。我们可以看到蓝色钻石穿过垂直线OR = 1，这表明对于关联没有意义，因为钻石几乎在两边相等。我们也可以从95%置信区间中确认这一点，包括1和p值为> 0.05。

对于异质性，我们看到了这一点我²= 0%，表示未检测到异质性;这项研究是相对同质的(在真正的研究中是罕见的)。为了评估与关节痛不良事件元分析相关的发表偏倚，我们可以使用R元包中的metabias函数(附加文件4:图S4)和使用漏斗图的可视化。发表偏倚的结果如图所示。4．我们看到p与此测试相关的值为0.74，表明漏斗图的对称性。我们可以通过观察漏斗图来确认。

看漏斗图，漏斗图左右两边的研究数是一样的;因此，图是对称的，表明未检测到发表偏倚。

敏感性分析是一种程序，用于发现一个自变量的不同值将如何影响一个特定因变量的显著性，从MA中删除一个研究。如果全部包括研究p值< 0.05，因此，删除任何研究不会改变显著相关性。它只在存在显著关联时执行，因此如果p所做的MA值为0.7 -大于1 -本案例研究示例不需要敏感性分析。如果有两项研究p值为> 0.05时，删除两项研究中的任何一项将导致显著性丧失。

双重数据检查

为了更加保证结果的质量，分析的数据应该通过证据照片从全文数据中重新检查，以便对研究的PI进行明显的检查。

撰写手稿、修改并提交期刊

写作以四个科学部分为基础:介绍、方法、结果和讨论，大多带有结论。执行研究和患者特征的特征表是一个强制性步骤，可以在附加文件中作为模板找到5:表S3。

团队完成稿件撰写、特征表、PRISMA流程图后，发给PI修改好并回复他的意见，最后为稿件选择影响因子较大、拟合领域合适的期刊。在投稿前，我们需要注意阅读期刊的作者指南。

循证医学在生物医学研究中的作用正在迅速增长。SR/ ma在医学文献中也在增加。本文试图提供一种全面的方法，使审稿人能够生成高质量的SR/ ma。我们希望读者能够获得关于如何进行SR/MA的一般知识，并有信心进行SR/MA，尽管与叙述回顾相比，这种研究需要复杂的步骤。

除了MA传导的基本步骤外，还有许多用于特定目的的高级步骤。其中一个步骤是元回归，用于调查任何混杂因素与MA结果的关联。此外，除了标准MA，还有其他类型的MA，如NMA和MA。在NMA中，当没有足够的数据来进行标准元分析时，我们调查了几次比较之间的差异。它使用直接和间接的比较来得出竞争对手之间什么是最好的。另一方面，患者的mega MA或MA倾向于利用其个体受试者数据来总结独立研究的结果。由于可以进行更详细的分析，因此在进行重复测量分析和时间到事件分析时非常有用。可以进行方差分析和多元回归分析;但是，它需要同质数据集，并且在进行[24］．

系统综述/元分析步骤包括研究问题的制定和验证、标准的形成、检索策略、数据库检索、所有结果导入库导出excel表、方案撰写和注册、标题和摘要筛选、全文筛选、人工检索、数据提取和质量评估、数据检查、统计分析、双数据检查、稿件撰写、修改和投稿。

不适用。

NMA:

网络分析

PI:

首席研究员

皮科:

人群，干预，比较，结果

棱镜:

系统评价和元分析报表的首选报告项目

质量保证:

质量评估

蜘蛛:

样本，兴趣现象，设计，评价，研究类型

SR / MAs:

系统回顾和荟萃分析

一个也没有。

这项研究(部分)在日本长崎大学热带医学研究所热带疾病联合使用/研究中心进行。

作者及隶属关系

1. 埃及开罗艾因沙姆斯大学医学院

   Gehad Mohamed Tawfik

2. 网上研究俱乐部http://www.onlineresearchclub.org/

   Gehad Mohamed Tawfik, Kadek Agus Surya Dila, Muawia Yousif Fadlelmola Mohamed, Dao Ngoc Hien Tam, Nguyen Dang Kien和Ali Mahmoud Ahmed

3. 印度尼西亚巴厘岛布雷伦新加拉贾市萨万街道吉里埃马斯村新加拉贾-阿姆拉普拉街，Pratama Giri Emas医院，81171

   Kadek Agus Surya Dila

4. 苏丹喀土穆，喀土穆大学医学院

   Muawia Yousif Fadlelmola Mohamed

5. Nanogen制药生物技术股份公司，胡志明市，越南

   道玉显潭

6. 越南泰平医药大学妇产科

   阮当坚

7. 埃及开罗爱资哈尔大学医学院

   阿里·马哈茂德·艾哈迈德

8. 基于证据的医学研究小组和应用科学学院，同德生大学，胡志明市，70,000，越南

   阮天惠

9. 通德升大学应用科学学院，胡志明市，70000，越南

   阮天惠

10. 长崎大学热带医学研究所(NEKKEN)临床产品开发部，领先的研究生院项目和生物医学研究生院，日本长崎，852-8523坂本1-12-4

    阮天惠

贡献

NTH和GMT负责这个想法和设计。该数据是由格林尼治时间公布的。所有作者都参与了手稿的撰写和最终版本的批准。

相应的作者

对应到阮天惠．

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

作者宣称他们之间没有利益冲突。

出版商的注意

伟德体育在线施普林格自然对出版的地图和机构从属关系中的管辖权主张保持中立。

开放获取本文根据创作共用属性4.0国际许可协议(http://creativecommons.org/licenses/by/4.0/)，允许在任何媒介上不受限制地使用、分发和复制，前提是您对原作者和来源给予适当的赞扬，提供到创作共用许可证的链接，并注明是否进行了更改。创作共用公共领域奉献弃权书(http://creativecommons.org/publicdomain/zero/1.0/)除另有说明外，适用于本条所提供的资料。

转载及权限