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！

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：

① 重要性：对临床研究和实践具有指导意义，切勿灌水。
② 争议性：临床实践争议性，研究结果争议性，证据不充分。

③ 创新性：敢为人先
④ 明确的效应指标：结局指标数据选择合理，统计正确
⑤ 问答清楚，回答明确：选择题式 PICO
⑥ 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

文献订阅：对于关注的 topic 使用 PubMed 邮件推送功能创建 “Create alert”
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。