条件性现金转移在低收入和中等收入国家促进母婴传播预防服务采纳和持续使用方面的有效性：一项系统评价和荟萃分析

《JBI Evidence Implementation》：Effectiveness of conditional cash transfers for uptake and retention in HIV prevention of mother-to-child transmission services in low- and middle-income countries: a systematic review and meta-analysis

本范围审查旨在识别评估定量、定性及混合方法证据确定性的现有系统、框架或方法，填补当前混合方法综述中缺乏统一评估框架的空白，为开发综合系统奠定基础。

　　在医疗健康领域，评估证据的确定性或可信度是制定科学、合理的医疗建议和指南的重要基础。随着研究方法的多样化发展，定量研究、定性研究以及混合方法研究（即同时整合定量和定性数据）逐渐成为探讨复杂医疗问题的主流方式。然而，目前的评估框架往往局限于单一研究类型，未能有效应对混合方法研究中证据整合与评估的特殊需求。因此，开发一种适用于混合方法研究的统一评估框架，成为当前医疗健康研究中的关键课题。

评估证据的确定性或可信度与仅仅对研究方法的质性评估或识别研究设计有显著区别。前者不仅关注研究内部的有效性、严谨性和设计特征（如是否为随机对照试验），还涉及对整体证据体系的稳健性、适用性和一致性进行多维度考量。这种评估方式强调研究结果在不同研究之间的相互印证，以及其在现实医疗环境中的相关性。例如，在一项混合方法系统综述中，定量数据可能显示出干预措施在改善心理健康方面的显著效果，而定性数据则可能揭示患者的真实体验和干预实施中的障碍。通过对定量和定性数据的整合，可以更全面地支持医疗实践的决策，但若缺乏统一的评估框架，则难以对整合后的结论进行全面评估，从而影响证据的可信度和实际应用价值。

当前，定量研究常用的评估框架如“推荐评估、制定与实施指南的分级系统”（GRADE）主要依赖于可测量的结局和效应量来评估证据强度和推荐的确定性。相比之下，定性研究的评估工具如“定性研究综述中证据的可信度评估”（CerQual）则更关注研究的背景、连贯性和代表性准确性。然而，这些工具在评估混合方法研究时存在局限性，无法有效整合定量和定性数据的评估标准。因此，针对混合方法研究的评估系统仍然处于发展阶段，尚未形成统一的标准，这给证据整合和实践应用带来了挑战。

本研究旨在填补这一空白，通过系统梳理现有评估证据确定性或可信度的系统、框架或方法，探索其适用范围、评估标准和指导原则，从而为构建专门适用于混合方法研究的评估框架提供理论基础。在这一过程中，研究将涵盖定量、定性以及混合方法研究中的各种评估工具，以全面分析其在不同研究类型中的应用特点和理论依据。同时，研究还将关注这些工具的开发背景、验证过程和实际应用效果，以确保所构建的框架具备科学性和实用性。

研究将采用“系统综述的JBI方法”（JBI methodology for scoping reviews）进行，确保研究过程的规范性和透明度。该方法强调对现有文献的系统性筛选、数据提取和分析，以便全面了解相关领域的研究现状和发展趋势。为了确保研究的广泛性和代表性，研究将检索多个数据库和权威网站，包括PubMed、Embase、CINAHL（EBSCOhost）、Scopus、Web of Science、ProQuest Dissertations and Theses Global（ProQuest）以及Google Scholar。此外，研究还将访问诸如GRADE、JBI、Cochrane Collaboration、The Campbell Collaboration、Guidelines International Network、The National Institute for Health and Care Excellence、World Health Organization、Agency for Healthcare Research and Quality、The Evidence for Policy and Practice Information and Co-ordinating Centre、National Institute for Health Research和Scottish Intercollegiate Guidelines Network等具有国际影响力的组织网站，以获取最新的评估工具和方法。

研究的筛选过程将分为三个阶段。首先，通过初步检索PubMed和CINAHL数据库，确定相关的关键词和搜索策略（第一阶段）。然后，分析文献的标题、摘要和索引词，进一步优化搜索策略以适应不同信息源（第二阶段）。最后，通过检查所选文献的参考文献列表，寻找更多相关研究（第三阶段）。所有检索到的文献将通过EndNote v.21（Clarivate Analytics, PA, USA）进行管理，并去除重复项。随后，文献将上传至Covidence（Veritas Health Innovation, Melbourne, Australia）进行筛选，以确保筛选过程的系统性和一致性。

在筛选过程中，将采用双人独立筛选机制，首先对10篇文献进行试点，以测试筛选标准的一致性。之后，对所有文献的标题和摘要进行筛选，确保符合研究的纳入标准。对于筛选后的文献，将由两名独立研究者进行全文评估，以确保其符合纳入标准。评估过程中，若发现研究者之间存在分歧，将通过讨论或引入第三位研究者进行仲裁，以确保评估结果的客观性和公正性。所有筛选过程的结果将在最终报告中进行详细说明，并以PRISMA流程图的形式呈现，以直观展示文献筛选的全过程。

数据提取将采用专门设计的数据提取表格，该表格将在研究过程中由研究者共同开发，并在正式数据提取前进行试点测试，以确保提取过程的清晰性和一致性。试点阶段将使用部分文献来测试和优化表格，之后两名独立研究者将使用最终版本的表格进行数据提取。提取的关键信息包括评估工具的名称、目的和适用范围、修改或扩展情况、版本迭代、理论基础和关键理论影响，以及评估方法的具体描述，包括评估标准、指导原则和实际操作流程。此外，研究还将关注这些工具在实际应用中的效果，以及其在不同研究类型中的适用性。

在数据提取完成后，研究将采用表格和图表的形式对数据进行整理和呈现。表格将用于组织和总结关键信息，包括评估工具的名称、目的、适用范围、评估标准和指导原则等。图表可能包括不同评估工具之间的关系图，以及它们在不同证据类型（定量、定性、混合方法）中的应用情况。此外，研究还将提供一份叙述性总结，以综合概述所有发现，突出不同评估工具之间的共同点和差异，例如常见的评估方法、共享的评估标准或指导原则，以及不同证据类型中评估确定性或可信度的方式。叙述性总结还将提出如何利用这些发现来构建专门适用于混合方法研究的评估框架，以提高证据综合的质量和适用性。

本研究的成果将为医疗健康领域的研究者和实践者提供有价值的参考，帮助他们在制定医疗建议和指南时更全面地评估证据的确定性或可信度。通过整合定量和定性数据的评估标准，研究将推动混合方法研究在医疗健康领域的应用和发展，提高证据综合的科学性和实用性。此外，研究还将关注评估工具的理论基础和实际应用效果，为未来相关研究的开发和改进提供理论支持和实践指导。最终，研究的目标是构建一个适用于混合方法研究的统一评估框架，从而为医疗健康领域的证据综合提供更系统、更全面的方法。