方法
2.1 研究设计
本系统评价与荟萃分析遵循《系统评价与荟萃分析优先报告条目》(Preferred Reporting Items for Systematic Reviews and Meta-Analyses, PRISMA)指南,研究方案已在国际系统评价前瞻性注册平台(International Prospective Register of Systematic Reviews, PROSPERO)预注册(注册号:CRD420261328950)。
2.2 纳入与排除标准
基于人群、干预、对照、结局和研究设计(Population, Intervention, Comparison, Outcomes, and Study design, PICOS)框架制定标准。纳入标准为:(1)研究对象为老年人(年龄≥55岁);(2)干预措施为结构化运动或体力活动;(3)研究报告GM多样性指数或分类学丰度变化并提供可提取数据;(4)研究设计为随机或非随机平行组或交叉试验;(5)发表语言为英语。排除标准包括:(1)荟萃分析、系统评价、会议摘要、学位论文或评论;(2)非运动干预研究,或与饮食、药物、补充剂、益生菌或抗生素联合且无法分离运动效应的干预;(3)结局数据无法获取或不完整;(4)动物或体外研究。
2.3 检索策略
两名独立研究人员系统检索PubMed、Web of Science、Cochrane Library和Embase四个电子数据库自建库至2025年12月的原始研究,并于2026年2月更新检索以纳入最新文献。检索策略采用布尔逻辑构建,结合医学主题词(Medical Subject Headings, MeSH)与自由词以提高全面性与准确性,具体检索式详见补充表S1。同时手动筛选纳入文献的参考文献列表及相关领域既往研究与综述,确保最大限度覆盖所有符合条件的研究。
2.4 数据提取
检索文献首先导入EndNote X9软件去重,随后由两名独立评审员进行标题与摘要筛选,再对合格文章进行全文评估。筛选与评估过程中,采用标准化数据提取表(Microsoft Excel)独立提取相关数据,分歧通过与第三位评审员讨论解决直至达成共识。提取数据包括研究特征(第一作者、发表年份、国家)、参与者人口学资料(年龄、性别、样本量、体重指数)、干预细节(模式与时长)、临床指标(甘油三酯、收缩压)及主要和次要结局数据。
2.4.1 主要结局指标
主要结局为GM α多样性变化,包括观测物种数、Chao1指数、香农指数和辛普森指数。由于α多样性估计对上游序列处理流程(包括特征推断、聚类策略、稀疏深度和标准化)高度敏感,本荟萃分析中的合并估计应解释为相对而非绝对生态或功能变化。为提高研究间可比性,定量合成限于基于操作分类单元(operational taxonomic unit, OTU)的工作流程,扩增子序列变体(amplicon sequence variant, ASV)水平结果未纳入主分析。此限制不意味着OTU优于ASV方法,而是为纳入研究提供一致的分析框架。OTU工作流程本身在不同研究中也存在差异,特别是聚类阈值、参考数据库和生物信息学流程,因此提取测序与预处理流程信息,为解释合并α多样性结果提供背景。
2.4.2 次要结局指标
次要结局包括特征微生物丰度变化,评估水平涵盖门水平(拟杆菌门、厚壁菌门、疣微菌门、变形菌门)和属水平(阿克曼氏菌、普雷沃氏菌、双歧杆菌属、埃希氏菌属)。为解决方法学异质性,提取研究层面的测序区域、平台、序列处理方法、稀疏深度(若报告)及多样性计算前应用的归一化或预处理流程等信息,用于解释α多样性结局的跨研究变异,并承认测序平台、生物信息学流程和上游处理的差异可能导致观察到的异质性。荟萃分析中,提取干预前后结局指标的均值与标准差(standard deviation, SD)。当研究以图形而非具体数值呈现数据时,使用WebPlotDigitizer工具提取数值。对于未报告或无法获取的数据,尝试联系原作者获取原始数据集。
2.5 偏倚风险评估
由两名研究人员使用Cochrane偏倚风险工具独立评估纳入研究的偏倚风险,从选择偏倚、实施偏倚、检测偏倚、 attrition偏倚、报告偏倚和其他偏倚六个领域进行评价,每个领域归类为“低风险”“高风险”或“不清楚风险”。对各评估领域进行综合分析,分歧咨询第三位研究人员解决。
2.6 证据质量评价
使用GRADEpro软件评估结局的证据质量。考虑局限性、不一致性、间接性、不精确性和发表偏倚五个评价领域,每个领域独立评估并归类为无(不降级)、严重(降1级)或非常严重(降2级)。基于此评估,证据总体质量分为高、中、低或极低四个等级。
2.7 统计分析
本研究遵循标准化流程开展荟萃分析。使用R软件进行统计分析与绘图,使用RevMan 5.3进行纳入研究的质量与偏倚风险评估(遵循Cochrane协作网推荐)。为合并效应量,采用组间标准化均数差(standardized mean difference, SMD),并计算Hedges’ g值校正小样本量,以95%置信区间(95% CI)表示。所有统计检验均为双侧,P < 0.05视为有统计学意义。为确保不同研究数据的可比性,对原始研究中各种数据报告格式采用标准化转换方法处理。对于报告标准误(standard error, SE)的研究,使用公式SD = SE × √n(n为样本量)转换为标准差;对于以中位数和离散指标(如极差或四分位距)呈现的数据,基于既定方法学建议估算均值与SD。
使用I2统计量定量评估研究间异质性,并按Cochrane手册标准分级:I2< 40%为低异质性,30–60%为中度异质性,50–90%为显著异质性,>75%为高度异质性。鉴于干预模式、样本特征和测量方法可能存在临床与方法学差异,所有主分析均采用随机效应模型,组间方差使用限制性最大似然(restricted maximum likelihood, REML)法估计。当观察到中度及以上异质性时,进一步开展亚组分析和荟萃回归以探索潜在来源。亚组分析比较预先设定的分层因素,报告组内效应量及组间差异检验结果。线性荟萃回归中,效应量为因变量,预先设定的连续协变量纳入混合效应模型分析,报告回归系数、标准误及模型解释力(R2)。此外,使用限制性立方样条(restricted cubic splines, RCS)估计运动量与干预疗效之间的剂量反应关系,并通过似然比检验(likelihood ratio test, LRT)比较线性与非线性模型的拟合优度。使用漏斗图视觉评估发表偏倚,并使用埃gger回归不对称检验进行定量分析,Egger检验P < 0.05提示存在潜在小样本效应或发表偏倚。