所以难怪人家Meta分析学得好呐!

Meta分析(Meta-analysis)是用于比较和综合针对同一科学问题研究结果的统计学方法,其结论是否有意义取决于纳入研究的质量,常用于系统综述中的定量合并分析。与单个研究相比,通过整合所有相关研究,可更精准地估计医疗卫生保健的效果,并有利于探索各研究证据的一致性及研究间的差异性。

Meta分析的一般步骤:确定题目、检索文献、筛选文献、质量评价、提取数据、数据分析、撰写全文。

1 阅读Meta分析文献

阅读文献初步掌握Meta流程。

选择比较好的期刊,比如各领域Top期刊,选择一些好的Meta分析,最好在30篇以上,好好地阅读。比较推荐BMJ和Plos one,虽然后者的评价不好,但是发表在plos上的Meta制作过程都很详尽,可以作为菜鸟学习的样本。

2 构思好的Meta选题

构思好的Meta选题。如何才能有创新,这个很难,有了好的创新,相当于成功了一半,虽然你要仅仅跟踪你自己领域的比较好的期刊和指南,看看最近别人正在做什么,有什么临床试验发表了,发表了多少,结果有争议吗,以及指南中那些还是不确定的东西,等等,这是你写Meta的创新点。

🎯Meta分析选题tips:

实用性

  • 从临床实践中找问题;
  • 研究结论对临床有指导意义。

争议性

  • 不同研究结果(研究)之间存在矛盾;
  • 临床实践结论差异较大;
  • 单个独立研究给出的结果不信度不高。

创新性

  • 选择被人没有做过的内容和方向;
  • 对于正在或已经做过的内容,要从其他角度分析或更新。

可行性

  • 基于选题有一定数量/高质量的原始研究,原始研究要有明确的研究方法和效应指标;
  • 选题不宜太大火太小;
  • 可以明确给出结论,可以明确回答问题;
  • 选题中有明确的研究对象和研究目的。

3 文献检索

文献检索思路逻辑

STEP 1: 检索需求

  • 选题确定后,锁定检索需求:
  • 检索1:疾病类型
  • 检索2:研究方法
  • 检索3:干预措施

STEP 2: 制定检索策略

  • PICOS原则
  • 主题词/自由词
  • 截词符
  • 布尔逻辑检索

STEP 3: 制定检索来源

  • 首先检索的所有数据库
  • 有试验结果但未发表的文章
  • 会议论文/未开发的学位论文

STEP 4: 文献管理

  • 文献管理软件筛查
  • 删除内容不吻合
  • 去除重复性文献
  • 删除综述性/系统评价类文献

STEP 5: 获取全文

根据PRIMSA流程图记录相关信息,该流程图详细介绍了所有阶段的信息流。

4 数据提取

将检索的文献导入 EndNote:

  • 查重
  • 系统查重:在“reference”中找到“find duplicates”,点击有阴影部分的文件,选择删除;
  • 手动查重。
  • 初筛
  • 可根据文章类型进行分组,选取所需要的文章类型;
  • 也可根据PICOS原则看文章标题、摘要等进一步筛选的文章。
  • 复筛
  • 下载初筛后得到的文献;
  • 查看全文,着重阅读结局指标,确定纳入文献。

大家一定要根据纳入的文献提前制定 characteristics of study 表格(根据自己所要进行的 Meta 分析课题,选取相应的结局指标,进行绘制),把相关信息提取出来。

5 统计软件的选择

二分类和连续性的 Meta 分析,RevMan 基本可以解决。只是回归以及定量检测发表偏移 RevMan 没有,可以借助 Stata,Stata 功能强大。

诊断性 Meta,我推荐 MetaDisc,简单容易操作,图也还行,但如果你想高大上,就用 Stata 进行双变量等分析。

🧠 新手易错点,带你提前规避

  • ❌ 混淆 MD 和 SMD
  • ✅ 对单位统一的数据不能用 SMD,对单位不统一的数据要使用 SMD,而不是 MD。
  • ❌ 滥用随机效应
  • ✅ 针对存在异质性的数据,首先需要考察导致异质性的原因,而不是直接使用随机效应合并效应量。
  • ❌ 混淆医学原始研究类型
  • ✅ Meta 分析的选题定了,那么医学研究方法随之确定。如果针对选题,无法准确判断对应的医学原始研究方法,那么在文献检索的时候就会因为检索词汇不对而无法检索到准确的文献。

0基础怎么快速实现Meta分析从入门到发表呢?

首先,不建议小白在网上东学西学,因为当你遇到小众问题的时候,没有一个课程是为你定制的,一个问题被卡住全盘皆输的情况时有发生,精力和时间都付诸东流。

其次,能在项目中学习是最好的,边学边输出,真正从 0 开始把 1 个项目落地。第一篇 Meta 分析成功发表的时候,也就是你入门了 Meta 分析的时候,在自己动手把选题落地的过程中你还能提升科研思维!

Leave a Reply

Your email address will not be published.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