Meta分析 | 一个关于入门的野路子🥵
很多医学生问Meta分析要怎么学?结合自己从小白到6篇SCI的经验,总结了6个入门步骤,这就是我小白逆袭的路线!
1️⃣真正理解Meta分析是什么?医学生为什么学?
Meta分析是一种统计方法,它本身没有“高低贵贱”之分,网上所谓Meta分析烂大街,说的是选题不好、纳入文献质量差的低质Meta。但凡你去看一下顶刊上的Meta,就知道“Meta分析质量差”的言论不攻自破。
学习Meta分析不仅仅是帮助你快速发表一篇SCI,你要掌握的是整个科研过程,为你将来科研工作筑基。
2️⃣学习Meta分析范文,知Meta分析全貌
在不影响理解的前提下,把看不懂的地方先标记,随后再去找资料。将文献通读几遍后,你大概能理清楚Meta分析的整体流程。(见封面图)
3️⃣通过经典教材理解细节
通过学习范文,可以对Meta分析有整体的认识,但还有很多疑点,这时候我们可以看经典教材。
1 、《Cochrane handbook》
2 、《Meta分析导论》
3、 《实用循证医学方法学·第二版》
4️⃣还原Meta分析范文
从头到尾把一篇Meta分析文献还原出来,把文献检索、文献筛选、提取数据、质量评价、森林图、亚组分析、发表偏倚检验等内容都做一遍。
5️⃣撰写Meta分析报告
6️⃣更省心高效的学习方式:找个老师一对一指导你!
如果你学习能力很强,自律性也高,可以按照前面的方法自学。这也是我自学的路径,当时身边没有什么学习资源,没有人可以请教。所有事情都要自己去琢磨。
这样学习有利也有弊,好处是学得比较深刻,坏处就是学习周期太长,很容易放弃,效率太低。
时间成本就是蕞大的成本呀!
一次性讲清楚Meta分析
很多人问Meta分析要怎么学?结合自己从小白到6篇SCI的经验,总结了6个入门步骤,这就是我小白逆袭的路线!
1. 真正理解Meta分析是什么
关于Meta分析是什么,大家询问度颇高也能知一二。从Meta分析的定义来看,简单理解它是二次研究,是要纳入一些研究,对这些研究的结果数据进行统计分析,得到新的结论。
需要注意的是,Meta分析是一种统计方法,它本身没有“高低贵贱”之分,网上所谓Meta分析烂大街,说的是选题不好,纳入文献质量差的低质Meta。当大量人为了抢发SCI的机会,疯狂涌入这个赛道,Meta分析的质量就变得不可控,导致劣币驱逐良币,最终Meta分析的风评受损。
但凡你去看一下顶刊上的Meta,就知道“Meta分析质量差”的言论不攻自破。
2. 学习Meta分析范文,知Meta分析全貌
一篇文献,大概三千单词,四五页纸,似乎花不了多长时间去读。
但真正开始阅读的时候才发现困难重重,特别是里面有很多从未接触过的专有名词:quality assessment(质量评价)、heterogeneity(异质性)、Effect size(效应值)、random/fixed effects model(随机或固定效应模型)、Subgroup analysis(亚组分析)、Publication bias(发表偏倚)、sensitivity analysis(敏感性分析)等。
在不影响理解的前提下,把看不懂的地方先标记,随后再去找资料。将文献通读几遍后,你大概能理清楚Meta分析的整体流程。(见封面图)
通过文献阅读,你大概也能理解一些Meta常见疑问:
- 什么样的选题适合做Meta分析?
- 什么时候需要做Meta分析?
- 符合什么样标准的研究才能被纳入做Meta分析?
- 怎么提取数据?
3. 通过经典教材理解细节!
通过学习范文,可以对Meta分析有整体的认识,但还有很多疑点,这时候我们可以看经典教材。
- 《Cochrane handbook》
这是Cochrane协作网编辑的干预措施系统评价手册,可以说是指南,部分内容也适用于Meta分析。例如:制定纳入标准、异质性的定义。 - 《Meta分析导论》
如果说《Cochrane手册》使我们知其然,那么《Meta分析导论》的作用就是知其所以然,值得花时间细细品嚼。同样介绍异质性检验方法,后者更具体的例子介绍I square的本质,需要有一定的统计学基础去深挖I square背后的意义。 - 《实用循证医学方法学·第二版》
这本书可以理解为是某香园论坛的优质帖子的汇编。当年看这本书解决了不少问题。
4 还原Meta分析范文
实践是检验真理的唯一标准,纸上得来终觉浅,你不真正去操作,学习再多的Meta分析理论都没用。
从头到尾把一篇Meta分析文献还原出来,把文献检索、文献筛选、提取数据、质量评价、森林图、亚组分析、发表偏倚检验等内容都做一遍。
在这个过程中你又会慢慢解决更多细节问题:
❓ 文献检索为什么要用主题词+自由词,怎么找全关键词?
❓ 研究质量评价,你的评价依据是什么,跟文献的为什么不一样,是你弄错了还是标准比较模糊,两者都行?
❓ 文献报道的是中位数(四分位数),怎么转换为均数±标准差?
❓ 单、多因素logistics回归分析,提取哪个分析结果;同样是多因素回归,校正因素不同,使用哪个做meta分析?
❓ 有多个试验组,数据怎么选择?
……
于是,又一轮痛苦的时光。
5 撰写Meta分析报告
方法都学会了,最后一步就是写文章了,可以参照Meta分析的撰写规范。
例如PRISMA statement,逐条告诉我们,Meta分析文章要怎么写,有哪些注意事项。
写完文章,也不要忘记填写PRISMA checklist,那是可以让审稿人知道稿件是否符合撰写规范的必备工具。
6 更省心高效的学习方式:找个老师一对一指导你!
如果你学习能力很强,自律性也高,可以按照前面的方法自学。这也是我自学的路径,当时身边没有什么学习资源,没有人可以请教。所有事情都要自己去琢磨。
这样学习有利也有弊,好处是学得比较深刻,坏处就是学习周期太长,很容易放弃,效率太低。
时间成本就是最大的成本呀!