学Meta与其3分钟热度,不如先坚持3周 ❗️

很多人觉得医学科研很难,发表一篇SCI不可想象,其实只要选择适合自己的研究坚持,你就能看到结果,把你所期待的东西打印出来,每日暗示!

种一棵树最好的时间是十年前,其次就是现在!

[太阳R]比如学习Meta分析先坚持3周:

寻找选题👉1周

Meta分析选题是最重要的一步,一个好的题目直接决定论文的层次。需要明白选题的原则,选题的思路。

文献获取👉3天

文献检索和文献筛选是正式研究过程中的关键步骤,需要拆解选题,根据PICOS原则,谨慎选择纳入文献!

方案注册👉1天

方案注册一般选择Prospero网站进行注册 ,提前注册方案可以避免抢发,投稿时很多期刊也要求附上注册号。

统计分析👉3天

一般包括数据提取、文献质量评价、效应量合并、敏感性分析、异质性检验、亚组分析等环节。

文章写作👉一周

所有数据数据分析完成后,最后就是写作了,文章写作需要遵照prisma清单标准,逐项说明研究细节。

选刊投稿👉时间不定

医学生为什么要学习Meta分析?

医学生为什么要学习 Meta 分析?

先想明白这个问题,我们学习 Meta 分析才有足够多的动力。否则不知道为什么开始,一遇到问题就会想要放弃!3 周估计也坚持不下来……

🟦 1 医学科研入门首选 Meta 分析

医学读研时间紧任务重,不是每个人都有条件和精力做基础实验的,不做实验发表 SCI 无非这几款:Meta 分析、临床研究、生信分析(现在需要简单实验验证)。

其中 Meta 分析是最适合入门的,因为它最简单。Meta 分析你可以简单理解为对现有文献的二次分析,只要找一个好的选题,按照 Meta 分析的流程去分析,就能快速得到结果。

Meta 分析虽相对简单,但不代表学习它只能用来“水”一篇文章。只要你认真走完一个完整 Meta 分析项目的流程,如文献检索、文献筛选、统计分析、SCI 写作……这些科研必备技能你都能练习到。

要知道,读研是没有课程系统教你科研基础的,都是进校后直接上,很多人感到吃力,也就是因为科研地基不牢!

而我们在学习 Meta 分析的时候,你会发现你啥也不会,所以这时学的都是新技能,而且学了立马用,以后基本就不会忘了,你说这样的实战是不是很好的练基础的机会?


🟦 2 每一篇 Meta 分析都可以作为选题思考的出发点

(1)将 Meta 分析的矛盾问题类比到其他研究对象

Meta 分析通常针对某个特定的矛盾问题或不一致的结果进行综合和分析。当 Meta 分析显示在某个特定主题上存在不一致的结论或矛盾的结果时,这个矛盾问题可以作为进一步研究的主题。我们还可以类比这个矛盾问题到其他研究对象上,以确定是否也存在类似的不一致或矛盾的结果。

(2)从 Meta 分析中挑选原始文献作为研究设计的选择

Meta 分析通常会纳入大量的相关文章,并对这些文献的质量和结果进行综合评估。这些原始文献为我们提供了丰富的资源和参考。

我们可以从这些原始文献中挑选出与自己研究方向相关的内容,作为自己研究设计的选择。

(3)将 Meta 分析的结果和小结作为后续研究的内容

Meta 分析的小结可以作为开展后续研究的指导和启示。我们可以根据 Meta 分析的结果确定最适合自己研究需求的问题和方法,从而有针对性地开展后续研究。


🟨 Meta 分析如何选题?

Meta 分析最重要的一步就是选题。这一步一定要花时间好好打磨,一些选题技巧分享给大家:

选题原则:

重要性:对临床研究和实践具有指导意义,切勿灌水。
争议性:临床实践争议性,研究结果争议性,证据不充分。

创新性:敢为人先
明确的效应指标:结局指标数据选择合理,统计正确
问答清楚,回答明确:选择题式 PICO
合适的原始研究

  • (1) 数据充分:二分类变量是否报道了发生时间数和样本量,连续型变量是否报道了 Mean 和 SD 等;
  • (2) 数量充足:Meta 分析要求原始研究 ≥ 5 篇

Meta 分析选题思路

🟦 1 参考临床指南或综述

临床指南总结目前治疗证据的研究进展,同时会给出治疗推荐意见,因此重点关注存在争议性的疗法,从而确定我们的选题。

  • (1) 看高影响因子临床实践指南;
  • (2) 看学科专业学会出版的指南;
  • (3) 看该学会最新的指南推荐;
  • (4) 若有推荐等级可关注C、D类证据

🟦 2 如何找最新的选题

  1. 文献订阅:对于关注的 topic 使用 PubMed 邮件推送功能创建 “Create alert”
  2. 通常建议使用疾病的主题词 AND 研究类型过滤器

阅读高质量文献 Introduction 部分,注意 but、thought、however、conflict、insufficient 等关键词找出选题,即使文献不够,在找到合适的选题后,可以立即在 PROSPERO 注册,“宣布版权”。


🟦 3 不一样的 Meta 分析

比如大部分已发表的 Meta 分析都没有探索其研究的样本量是否足够,在传统 Meta 分析基础上增加试验序贯 Meta 分析的结果,去探究样本量是否已经足够说明研究结论,另外可增加剂量-反应 Meta 分析等。


🟦 4 改变 PICO 进行 Meta 分析选题

当我们想到一个选题去检索,发现别人已经做过了,是不是就应该放弃这个选题呢?

答案是否定的。实际上,我们应该从这些已发表的 Meta 分析中寻找突破点,通过改变 PICO 入手,从而确定我们的选题。也就是通过 PICO 的扩大和缩小可以更加精确的解释临床问题

Leave a Reply

Your email address will not be published. Required fields are marked *