综述聚焦健康公平，PRISMA-Equity要怎样写出群体差异？

一篇系统综述声称“关注健康公平”，正文却只给所有人群合并后的平均效应。若不同收入、地区或社会处境的人群可能受益不同，一个平均数不足以回答公平问题。PRISMA-Equity是面向健康公平重点综述的报告扩展，提醒作者把公平视角落实到研究问题、资料提取、分析和结论，而不是仅在引言写一句“关注弱势群体”。

先说明什么差异值得比较

根据研究问题界定群体特征，例如经济条件、居住地区、教育或其他相关社会因素，并说明选择这些维度的理由。不要把所有特征都称为“弱势”，也不要把研究没有收集的身份信息推测填上。检索和纳入标准若排除了非主流语言、基层机构或特定地区，讨论这种选择可能让哪些证据缺席。稿件应区分干预效果的群体差异与研究可及性差异。

例如综述发现某服务平均提高随访率，但大多数研究来自城市医院，农村参与者数量极少。不能据平均结果断言服务缩小了城乡差距。若研究提供分组数据，报告各组样本、效果和不确定性，再说明差异是否经过预设分析；若没有足够数据，应如实写“无法判断”，并交代缺口从哪些原始研究来。

公平差异的比较还要留意各研究对同一标签的定义是否相同。“低收入”可能按家庭收入、地区贫困指数或医保类别划分，把这些指标简单合并，读者无法判断差异来自真实处境还是分类方式。可在资料提取表列出原研究定义和测量时间，并在可能时做分开报告。若某些群体只有极少参与者，结果区间可能很宽，不宜用单个显著或不显著判断公平效果。写论文标题和摘要时也要准确说“评估了哪些维度”，不要让读者误以为所有社会差异都已被检查。若证据只来自高收入国家的医院，讨论中要明确地域和服务体系的边界，不把研究空白解释成其他地区没有差异。

让讨论对应证据覆盖范围

在方法段写清怎样提取群体特征、是否做亚组或交互分析、如何处理研究之间定义不一致。结果段说明哪些维度有证据、哪些只有零散描述，避免把缺失群体一并计入平均结论。讨论时区分“没有发现差异”和“缺乏比较数据”，这两句话不能互换。报告清单可帮助检查论文是否让读者看见公平相关决策。

健康公平不是给综述加一个标签。真正有用的报告能告诉读者：哪些人被研究，哪些人没被研究，现有证据允许比较到什么程度。