你学Meta的顺序，可能真反了❗
1 Meta分析如何选题？
很多人在选题时经常会碰到一个问题：找了好久都没有合适的选题，终于在一个夜深人静的晚上，自己突发奇想到了一个合适的题目，立马起身去文献库一搜，却发现已经有人早已做过这项研究，于是又一次卡在选题这里，也再次陷入自我焦虑。
其实原因，归根结底是我们在**“想到主题→进行搜索”** 这一步时，使用的只是关键词检索。这种方式检索出来的文献大多数情况下都是几十上百篇，而我们只是看到有人写了这个方向的文章，就自我否定这个选题，甚至根本没有深入阅读过别人的Meta分析文章，也没有深入探究其发表的论文是否有缺陷和不足。
所以当遇到这种情况时，最好的方式是把那些和你所想题目相近的Meta分析文章读一读，看看他们的PICOS是什么？分析方法是哪些？多久发表的这篇文章？如果我们来做，还可以从哪些方面去切入研究？如果这些问题自己可以回答出来，那也就证明你所想到的这个题目是具有可行性的。
Meta分析选题的**“切入点五要素”**——临床相关性、争议性、创新性、明确的效应指标、合适的原始研究，可以帮助你判断你的选题是否适合做Meta分析。
2 纳入排除标准——纳入标准
这里又要提到我们老朋友 “PICOS” 原则了，我们可以依据PICOS原则，分别制定纳入标准（注意并不一定要完整地包括PICOS五个要素。）
以这篇文献为例：
✅ P：研究对象，可以是人群，也可以是某一类人群，如儿童、成人、老年人或患有疾病人群。应明确人群特征，如年龄、性别、种族、生理状态（健康/疾病）等对疾病进行定义时，应指明疾病类型、进展的严重程度、疾病诊断方式。在上述meta中，研究对象即为糖尿病患者，作者定义包括1型及2型糖尿病。
✅ I：干预措施/暴露因素，可以是药物、治疗措施，也可以是环境因素暴露状态。针对药物和治疗这一类干预措施，应包括相关的剂量、时间、强度、频率等，还应考虑在原始研究中是否存在已施加的部分干预措施或者干预措施加强等情况；针对环境因素暴露状态，应明确定义、测量方法等。在该meta分析的文献中，暴露因素为地中海膳食，通过问卷调查对膳食进行收集以进行评价。
✅ C：对照组或对照措施，在考察临床试验中，对照组常为安慰剂组。在预后治疗上增加另外一种干预措施的研究，则分为干预组和对照组。在上述文献中，对照措施及为非地中海膳食。
✅ O：研究结局，研究结局有时很难不在纳入与纳出标准，避免因人为设定的研究结局而局限重要的研究结局，但在进行后续分析时研究结局同样重要。在上述文献中，研究结局为心血管疾病和死亡。
✅ S：研究设计，最简单的一步，研究问题针对的何种研究设计类型则只纳入这种研究设计即可。上述文献纳入的研究设计为前瞻性队列或随机对照试验研究。
纳入标准不能过宽或过窄，标准过宽会导致主题不明确，标准过窄会导致原始研究遗漏。在设置纳入标准的具体条目时，我们可参考前类比主题文献中的相关定义。
2 纳入排除标准——排除标准
排除标准建立在纳入标准基础之上，通常包括：
- 文献为会议摘要、Letter、评论等。
- 基于同一研究（如同一个队列/RCT试验）发表了多篇文献，一般会选择最新、数据最全或研究对象人数最多的文献。
- 在与作者联系后仍无法获得meta分析中所需数据的研究。
在进行纳排的过程中，我们要对所有文献的纳入及排除原因做好记录，以便后续制作文献纳排流程图。
3 文献检索
Meta分析的基础就是文献，文献检索的重要性不言而喻。
| 第一步：检索数据库的选择 | 第二步：检索策略的制定及优化 | 第三步：文献追溯的方法查找可能遗漏的文献 |
|---|---|---|
| 对于医学类的Meta分析，我们主要检索PubMed、Embase、Cochrane library 三个数据库。 | 一般情况下，我们首先将研究的问题转化为 P(I/E)COS 模式。优化考虑三方面：a) 检索词的同义词、近义词、相关词的扩展；b) 自由词与主题词的组合检索；c) 适当使用截词符号。 | 这里我们可以通过查询与检索主题相关的最新综述或查阅类似Meta分析的参考文献，以获取在检索过程中可能漏掉的文献。 |
4 文献质量与评价
根据纳入文献的研究类型，选择合适的研究工具：
| 研究类型 | 方法学质量 | 报告质量 |
|---|---|---|
| 动物实验 | SYRCLE | ARRIVE |
| RCT | Cochrane ROB | CONSORT |
| 非随机试验 | MINORS量表 | TREND |
| 病例-对照研究 | NOS量表 | STROBE |
| 队列研究 | NOS量表 | STROBE |
| 诊断性试验 | QUADAS-2 | STARD |
| SR/Meta分析 | ROBIS | PRISMA |
5 数据提取
数据提取的一般规则如下：
- 两个人分别提取数据（其偏倚程度低于一人两次提取）。
- 如果在核对数据过程中出现争执，则需要通过两个人商量或第三人参与从而使争执达成一致。当然，如果能够联系原作者进行数据确认，则是最好不过的。
一个详细的数据提取表也是必不可少的，数据提取表需要包括哪些内容呢？基本上来说应该包括以下5点：
- 纳入研究的基本信息：编号、第一作者姓名、发表年份、研究地区等内容。
- 研究对象的基本特征：年龄、性别比例、种族、疾病诊断标准、疾病严重程度及有无并发症状、研究地点等基本状况。
- 临床信息。
- 结局指标。
- 质量评价相关的信息。
6 统计分析——分析哪些内容？
数据分析可以分为定性与定量分析，Meta分析主要是定量分析，包括以下几个内容：
- 效应量：量化不同研究间效应大小的指标，常见的效应量指标：
- 比值比（Odds Ratio，OR）
- 风险比（Risk Ratio，RR）
- 均数差（Mean Difference，WMD）
- 标准化均数差（Standardized Mean Difference，SMD）
- 合并效应量：使用加权平均法对效应量进行合并，可选模型：
- 固定效应模型（Fixed Effect Model）
- 随机效应模型（Random Effects Model）
- 异质性分析：通过统计模型判断纳入研究间的异质性：
- 通常使用 I² 指标和 Q 检验判断异质性（I² < 50% 为可接受异质性，I² > 50% 可能不稳定）。
- 敏感性分析：单因素敏感性分析、亚组分析、meta回归分析等。
- 发表偏倚：
- Egger检验（α=0.1，结果越大说明发表偏倚的存在概率越低）。
- Begg检验（α=0.1，结果越大说明发表偏倚的存在概率越低）。
7 Meta分析结果解读（森林图为例）要能看懂结果图
- 二分类变量的森林图
- 研究ID、研究描述、效应量（相对风险RR）、95%置信区间
- 研究所占权重、异质性分析结果
- 整体合并效应量
- 连续变量的森林图
- 研究ID、研究描述、均值（Mean）、标准差（SD）
- 研究所占权重、均数差（WMD）及95%置信区间
- 合并效应量、异质性分析
走完这个流程，你的Meta分析基本就完成啦，剩下的就是写作！
Meta分析看似每个步骤有固定的套路，学起来也不复杂，但是自己操作的时候就会遇到很多细节问题。
新手想要快速发表一篇SCI也没那么容易。如果有个经验丰富的老师带着你学，提前规避新手坑，效率会高很多！
