个体患者数据荟萃分析

个体患者数据荟萃分析（IPD-MA）是一种系统合成方法，研究人员通过该方法获取并分析来自多个随机对照试验的患者层面原始数据，而非依赖已发表的汇总统计数据（聚合数据）。IPD-MA由Cochrane协作网率先提出，并由Stewart、Clarke和Riley正式确立，被认为是证据合成的“金标准”，因为它能够在不同试验间实现结果定义的一致性、进行稳健的亚组分析，并检测治疗-协变量交互作用。尽管耗时且资源密集，IPD-MA能提供最可靠的干预效果估计，是关键临床决策的首选方法，尤其适用于识别哪些患者能从治疗中获益最多。