每个人都同意医学治疗应该基于可靠的证据。几乎没有人同意什么样的证据才算声音。
当然，有人说医学证据的“黄金标准”是随机对照临床试验。但这样的试验也有其缺陷，将其结果转化为现实世界中合理的建议并非易事。此外，最好的证据很少存在于任何一项研究中。合理的决策来自于将证据数据库作为一个整体来考虑。
这就是为什么元分析也是最佳证据的热门候选。原则上，元分析是有意义的。通过汇总许多研究并对其进行复杂的统计分析，meta分析可以识别出在小型研究中无法发现的有益影响(或潜在危险)。但是，只有在能够获得关于这一主题的所有研究，并且所有研究都对足够相似的人口使用基本的相似方法的情况下，这些统计技术才是合理的。这些标准很少得到满足。因此，接受元分析作为最终结论通常是不明智的。
尽管如此，荟萃分析常常是一些人认为的评估医学证据的最佳方法的一部分:系统回顾。
牛津大学(University of Oxford)的医生和卫生保健研究员特里莎·格林哈尔(Trisha Greenhalgh)及其同事在一篇新论文中写道，系统综述需要使用“一种预先确定的结构化方法来搜索、筛选、选择、评估和总结研究结果，以回答一个狭隘的研究问题。”“使用详尽的搜索方法，审稿人提取所有可能相关的主要研究，然后使用明确的包含和排除标准限制数据集。”
系统的审查是高度集中的;虽然最初确定了数百或数千项研究，但大多数都被剔除了，因此只有少数研究针对特定医学问题提供的证据进行了彻底审查。结果发表的论文通常通过对数据的定量分析得出一个被认为是客观的结论。
听起来不错,对吧?事实上，系统的检查作为一种优越的医学证据形式已经赢得了声誉。在医学实践和出版的许多领域，系统的评论被认为是你能得到的最可靠的证据。
但是，正如Greenhalgh、Sally Thorne(加拿大温哥华不列颠哥伦比亚大学)和Kirsti Malterud(挪威卑尔根大学健康研究中心)在他们的论文中指出的那样，“系统性”并不等同于“高质量”。这篇论文已被接受发表在《欧洲临床研究杂志》上。他们承认，有时系统的评估是有价值的。“但有时，‘系统审查’这个术语允许数据聚合在知识层次结构中占据比它实际应得的更有利的位置。”
例如，Greenhalgh和他的同事质疑，为什么系统的评论应该被认为优于“叙述性”评论。在叙述性评论中，该领域的专家调查相关出版物，然后对其进行解释和评论。格林哈尔和他的同事们写道，这样一篇综述的目的是“基于明智的判断，提出一个权威的论点”。叙事性综述不只是发表一篇宣布特定结论的论文，而是反映专家对哪些研究值得考虑，以及如何最好地解释证据主体，并将其应用于各种医疗问题的选择和判断。系统的评论就像亚马逊电脑向你推荐的产品;叙事性评论是久仰大名的朋友送给你的生日礼物。
格林哈尔和他的同事写道，出于某种原因，专家审稿人的“见多识广的智慧”被认为是给医生提供可靠建议的劣质资源。“通过专家的经验和判断撰写的评论通常被认为是不可信的(‘基于女性的’是一个贬义词)。”
然而，如果你真的想要最好的证据，最好是向那些在看到证据时就知道证据的人寻求建议。
格林哈尔和他的同事写道，系统的回顾可能有助于回答“关于如何治疗特定目标群体中的特定疾病的非常具体的问题”。“但诊所里的医生、病房里的护士或社区里的社工会遇到各种各样的健康状况、文化背景、疾病、痛苦和资源。”“现实生活中的病人往往与研究参与者没有什么共同之处。对与现实生活相关的证据进行有意义的综合，需要审查员在评估“广泛的知识来源和策略”时使用“创造力和判断力”。
叙事性评论有很多版本。有些是按自己的方式系统化的。但一个关键的区别是，标准的系统审查重点
