由于这项研究没有涉及人类，因此不符合美国联邦法规对人类受试者研究的监管定义，也不受机构审查委员会的监督。相关的协议、提取表单、数据分析脚本和其他研究工件已上传到开放科学框架，以确保透明度和可重复性[ 21］．为了进一步确保我们分析的可重复性，数据由第三方统计学家以隐藏的方式重新分析。这项研究与评估其他医学领域系统综述中自旋存在的类似研究同时进行。这些研究遵循的是在其他地方已经描述过的通用方法[ 20.］．相关的报告指南被纳入了本手稿的起草中，特别是PRISMA(系统评价和元分析的首选报告项目)[ 22Murad和Wang的[ 23]元流行病学研究指南。

研究小组成员(DW)，系统综述馆员，构建了MEDLINE (Ovid)和Embase (Ovid)数据库的搜索策略，并使用它们来定位黑色素瘤治疗方式的系统综述和荟萃分析( 文本框1）.

这两个数据库从一开始就被搜索了。DW在2020年6月2日进行了这些搜索;检索到的记录上传到系统审查筛选平台Rayyan [ 24］．在删除重复记录后，两位作者(RN和AW)独立筛选剩余记录的标题和摘要以确定资格。

研究必须满足以下纳入标准:(1)系统综述，包括或不包括荟萃分析;(2)重点研究黑色素瘤的治疗;(3)仅以人类为实验对象;(4)有英文版本。我们使用了PRISMA定义的系统评价和荟萃分析[ 25］．符合这些标准的研究被上传到Stata 16.1 (StataCorp LLC)进行随机化。然后从前200篇系统综述中提取数据。

在标题和摘要筛选开始之前，作者RN和AW完成了Li和Dickersin的系统回顾和元分析在线培训课程[ 26］．然后，他们完成了2天的在线和面对面培训，对系统回顾摘要中9种最严重的旋转类型进行定义和解释[ 27］ ．最后，他们接受了评估系统评价的测量工具(AMSTAR-2)的培训，AMSTAR-2是一种常用的16项工具，用于测量系统评价和元分析的方法学质量[ 28］．训练方案的详细大纲可以在我们的研究方案中找到。

数据以一种被掩盖的、重复的方式提取，使用了试点测试的谷歌表单。所收录的系统综述的摘要被彻底检查了9种最严重的自旋类型的存在。由Yavchitz等人定义的9种自旋类型[ 27]，分别如下:(1)结论包含不受研究结果支持的临床实践建议，(2)标题声称或暗示实验干预的有益效果，但不受研究结果支持，(3)选择性报告或过度强调有利于实验干预有益效果的疗效结果或分析，(4)结论声称安全性基于非统计显著性结果，置信区间宽，(5)结论声称实验性治疗的有益效果，尽管在初级研究中存在较高的偏倚风险;(6)选择性报告或过度强调危害结果或有利于实验性干预的安全性的分析;(7)结论将综述的发现外推到不同的干预措施(即，尽管综述涵盖了一类几种干预措施，但声称一种特定干预措施有效);(8)结论推断了综述的发现，从一个替代标记物或一个特定的结果到疾病的全面改善，(9)结论声称实验性治疗的有益效果，尽管报告存在偏见。

使用AMSTAR-2量表将每项研究的方法学质量评定为高、中、低或极低[ 28］．在先前的研究中，AMSTAR-2评分的评分者间信度为中至高，与原始AMSTAR仪器( r=0.91)和系统评价工具的偏倚风险( r= 0.8429) ( 29］．

从每个系统综述和荟萃分析中提取的研究特征如下:(1)干预类型(手术、药物、非药物、联合、其他);(2)期刊收到审稿的日期;(3)资金来源(医院、工业、私人、公共、包括工业的综合来源、不包括工业的综合来源、无、未提及、其他);(4)评审是否讨论了与PRISMA或PRISMA for Abstracts的合规性[ 30.];(5)期刊是否要求遵守PRISMA;(6)该期刊摘要的字数限制(如有);(7)期刊的5年影响因子。一旦数据提取完成，作者RN和AW被揭开。如有可能，以协商一致方式解决分歧。如果不能达成一致意见，作者RO将作出裁决。

自旋的总体频率及其亚型的特征是使用描述性统计。然后，我们使用未调整的逻辑回归模型来确定提取的研究特征对系统综述和荟萃分析摘要中自旋存在的影响的二元关联。然后，我们构建了一个多变量逻辑回归模型，以确定这些变量对自旋存在的影响，控制每个变量。在我们的方案中，我们预先指定了二元逻辑回归的可能性，并在本研究开始前计算了功率分析，以使用GPower(版本3.1.9.7)确定所需的样本量。先前一项针对寻常痤疮的系统综述和荟萃分析摘要中关于spin的调查表明，31%的摘要中存在spin。因此，我们基于以下假设和参数进行功率分析:(1)20%符合prisma标准的系统评价和40%不符合prisma标准的系统评价包含自旋;(2) I型错误率为.05(双尾);(3) .80的幂;(4)多重系数的决定系数为0.10。因此，我们得出的结论是需要185项系统综述。 These analytic decisions are documented in our protocol. We used Stata 16.1 for all analyses.

我们最初的搜索返回了3106篇独特的文章，其中718篇作为重复文章被删除。另有1972篇文章在标题和摘要筛选时被排除在外。全文筛选结果排除了189篇文章。因此，227篇系统文献符合纳入标准并进行随机分配，随后从200篇文献中提取数据。我们的筛选(排除的基本原理)和随机化过程说明在 图1．

最常见的干预类型是药物干预(115/200,57.5%)，其次是手术干预(38/200,19%)。他们出版的期刊从1992年到2020年收到了系统评价( 表1）.

在200项研究中，68项(34%)获得资助，最常见的资金来源是工业(27/200,13.5%)，而46项研究没有获得资助(46/200,23%)，86项研究没有提及资金来源(86/200,43%)。大多数研究未提及遵守PRISMA(119/200, 59.6%)，共有102项研究(51%)发表在其投稿指南推荐遵守PRISMA的期刊上。摘要平均字数限制为281 (SD 125.35)。我们样本的平均5年影响因子为6.02 (SD为6.57)。

在我们样本中的200项研究中，我们在76篇(38%)的摘要中发现了自旋。我们经常在摘要中发现不止一种类型的自旋;因此，确定了117个自旋实例。Spin类型3 -选择性报告或过度强调疗效结果或有利于实验干预有益效果的分析-是最常见的，出现在40篇摘要中(20%; 表2）.

最严重的旋转类型，类型1 -结论包含临床实践的建议，但没有得到研究结果的支持，出现在4篇摘要中(2%)。由于158项研究在其结论中未提及安全结果或安全措施，因此只有42篇摘要可以评估旋4型(3/ 42,7.1%)。没有包含自旋类型2的抽象。

从双变量logistic回归来看，与参考组相比，涉及药物干预的系统评价包含旋转的几率高出384%(优势比[OR] 3.84, 95% CI 1.46-10.2)。在对可能的协变量进行调整后，旋转和药物干预之间的相关性不具有统计学意义(OR 2.60, 95% CI 0.64-10.61)。我们发现含有自旋的文章的可能性每年都在下降(调整OR 0.91, 95% CI 0.84-0.99; 表1）. 图2说明了1992年至2020年聚焦于黑色素瘤治疗的系统综述摘要中旋转患病率的比例和总体下降趋势。我们没有发现自旋的存在与其他研究特征之间的其他联系。

在我们的样本中，共有58.5%(117/200)的系统综述在AMSTAR-2量表上获得了“极低”的方法学质量评级，9.5%(19/200)被评为“低”质量，23.5%(47/200)被评为“中等”质量，8.5%(17/200)被评为“高”质量。自旋的存在与研究的AMSTAR-2评级没有显著关联。所有AMSTAR-2项目和响应频率都在 表3．

我们的研究表明，大约三分之一的聚焦于黑色素瘤治疗方式的系统综述或荟萃分析在其摘要中包含spin。在我们的样本中发现的最常见的自旋类型是3型选择性报告或过度强调疗效结果或有利于实验干预的有益效果的分析。这种选择性报告的一个例子发生在Verma等人的一项研究[ 31]，该研究综述了复发性黑色素瘤高风险患者的全身辅助治疗。主要结局包括总生存期、无复发生存期、不良反应和生活质量;然而，摘要未提及4项结果中的3项(无复发生存期、不良反应和生活质量)。摘要中对主要结果的选择性省略有可能允许读者根据所报告结果的积极或消极性质对省略的结果做出假设。这一发现令人担忧，因为临床医生经常使用摘要来指导临床决策。因为忽略主要结果可能会影响病人的护理[ 9， 32， 33]，摘要必须包含关于疗效和不良事件的全部信息。

一个有趣的发现是6型自旋(选择性报告或过度强调伤害结果或有利于实验干预安全性的分析)与3型自旋同时发生的频率(30.7%)。例如，Dafni等人[ 34]报告了总生存期和毒性作为他们的2个次要结果，但选择性地没有将这些发现与其他所述的次要结果一起报告。这个同时出现3型和6型旋转的例子说明了选择性报告疗效和伤害结果如何会扭曲读者对实验方案的全部好处和风险的解释。这一点尤其重要，因为我们发现系统综述侧重于药理学干预，这通常与较高的毒性相关[ 35， 36]，则增加了控制自旋的几率。因此，临床医生认识到旋转及其对治疗建议的潜在影响是至关重要的。

为了将我们的发现纳入现有的自旋文献中，我们必须将我们的结果与先前随机对照试验和观察性研究中对自旋的评估进行比较。我们团队之前的研究发现，在肿瘤学随机对照试验中，摘要中的旋转率从37%不等[ 18]在耳鼻喉科随机对照试验中为70% [ 37］．最近的研究表明，自旋经常出现在系统综述的摘要中[ 38- 48］．如前所述，Ottwell等人[ 20.]在纳入的关于寻常痤疮治疗的系统综述和荟萃分析摘要中，有31%发现了自旋，这一发现与我们的发现类似。尽管任何数量的旋转都是相关的，因为它可能会误导读者，但应该指出的是，我们的研究结果表明，专注于黑色素瘤治疗的系统综述摘要似乎包含相同或更少的旋转量，而不是其他医学领域的同行，并且可能会随着时间的推移而改进。

2013年，PRISMA发布了用于抽象的扩展[ 30.，这是一项旨在提高摘要报告质量的倡议。然而，关于PRISMA for Abstracts的发布是否提高了摘要报告的质量，调查结果不一。有趣的是，这些研究中有一个一致的发现[ 49， 50是作者没有报告所有12个PRISMA for Abstracts条目。O 'Donohoe等人的一项研究[ 14他们发现，在抽象字数限制较高的期刊上发表的系统综述，其PRISMA for Abstracts报告得分明显更高。这一发现似乎合乎逻辑，因为更高的字数限制将允许报告所有12个项目，并允许报告所有结果，从而减少选择性报告的发生。尽管我们的研究没有显示更高的抽象字数限制会减少旋转，但作者在字数限制方面有更大的自由似乎是合理的，因为系统综述被认为是科学证据的“金标准”，其摘要已被证明在临床决策中发挥作用[ 9， 32］．

我们的研究以最大限度地提高可重复性和透明度的方式进行。这是通过将我们的方案(在调查开始日期之前)、所有数据和培训模块发布到开放科学框架来实现的。所有数据分析均由独立小组确认，从而获得了额外的统计可重复性。最后一个优点是数据是以复制和隐藏的方式提取的，Cochrane协作组认为这是黄金标准[ 51］．

关于局限性，对自旋的评估本质上是主观的。为了减少主观性，调查人员完成了几天的在线和现场培训，严格定义旋转和识别它的存在。此外，由于我们只搜索了2个数据库(MEDLINE和Embase)，可能遗漏了一些相关研究。特定的研究特征具有内在的局限性。例如，一些研究是在PRISMA发布之前发表的。由于没有以前的作者指南，目前尚不清楚期刊是何时开始推荐PRISMA指南的。此外，由于已发表研究的日期范围较广，我们使用5年影响因子来解释变化，这可能不能准确反映过去的期刊影响因子。最后，我们用于评估系统评价的工具AMSTAR-2于2017年开发并发布;因此，使用它来评估2017年之前发表的系统综述可能会导致较低的分数。

总之，我们发现38%的黑色素瘤治疗相关的系统综述和荟萃分析摘要中存在旋转。我们的结果表明，在聚焦于黑色素瘤治疗的系统综述摘要中，spin的发生率与其他医学领域的调查报告的发生率相同或更低。此外，我们的研究结果表明，聚焦于黑色素瘤治疗的系统综述摘要中的旋转正在减少。因此，皮肤病学和肿瘤学领域有机会成为减少抽象旋转流行和提高黑色素瘤治疗系统综述摘要报告质量的领导者。