先天自学圣体教程（普通医学生无脑跟练版）
Meta分析简介
Meta分析是一种针对同一个问题的多项独立的定量研究进行再分析，进而得出一般性结论的统计学分析方法。
相比其他研究，Meta分析有着一套较为完善的流程，只要遵循步骤就可以产出一篇标准的科研论文。但前提是使用的文献质量需较高，若引用了质量参差甚至有误的研究，将影响最终结论的准确性。
一篇完整的Meta分析通常遵循以下七个基本步骤：
- 明确研究问题
- 制定检索策略
- 筛选纳入文献
- 提取数据信息
- 评估研究质量和偏倚风险
- 采用Meta分析方法合并数据
- 报告结果
第一步：选题，明确研究问题
选题决定Meta分析的成败。一个好的选题应具有：
- 重要性、新颖性、合理性；
- 问题清晰、结构明确；
- 当前存在争议且尚无定论的热门问题；
- 丰富的相关文献。
可利用 CBM、PubMed 等数据库查阅文献，了解研究现状及中英文文献数量。
选题需关注 PICOS 五要素：
- 研究对象：疾病特征、人口学特征（如种族、年龄、性别等）
- 干预手段（I）：如治疗方法或暴露因素
- 对照组（C）：无干预或替代治疗组等
- 结局指标（O）：二分类或连续变量等
- 研究类型（S）：RCT、队列研究、病例对照等
第二步：制定检索策略
需从三个方面进行考虑：
- 数据库选择：
中文：万方、维普、CNKI、SinoMed
英文：PubMed、Web of Science、Embase、MedLine、Cochrane Library
推荐：PubMed、Embase、Cochrane - 检索关键词选取：
精确描述研究问题；可参照PICOS原则编写。 - 语言与发表年限限制：
通常不限制，检索由两人同时进行：一人计算机检索（如MEDLINE），一人传统检索（如INDEX MEDICUS），以提高检索全面性。
第三步：筛选和评价纳入文献
快速浏览题目和摘要确定是否纳入，细读文献以提取数据，明确研究多样性与特殊问题。
在 PICOS 原则指导下制定纳入排除标准，并根据文献质量适当修正，避免低质量文献影响结果。
在系统综述与Meta分析论文中，通常使用PRISMA流程图展示文献筛选与排除过程。
提取数据信息
从纳入文献中提取数据时，可依循以下几点：
- 一般资料：作者、发表年份、出版类型等基本信息，有助于原文获取及后续引用。
- 试验设计：如双盲、开放、随机、随访时间等，涉及所有设计特征。
- 研究组与对照组处理：对照与处理组对比（如药物与安慰剂），需记录药剂量与治疗时间；事件数、失访病例数等亦为计算和分析基础。
质量分析是评价文献中研究质量的关键步骤，有助于确定偏倚来源。
数据录入、分析和结果
确定文献后，将数据录入 SAS、Stata、RevMan 等软件进行meta分析。
- RevMan：Cochrane推荐，操作简便，功能全面，但无法绘制偏倚回归图；
- Stata：功能强大，支持回归与敏感性分析，作图效果最佳；
- 推荐结合使用RevMan与Stata以优化分析与展示效果。
统计学分析
基本步骤包括：
- 判断异质性：
- 无异质性 → 固定效应模型（fixed-effect model）
- 有异质性 → 随机效应模型（random-effects model）
- 做异质性分析：回归分析、敏感性分析
- 探索结果稳定性：亚组分析、敏感性分析
- 发表偏倚：判断是否存在文献发表偏倚
结果解释与论文撰写
需结合研究目的，确保结果准确、可靠。论文撰写可参考 PRISMA指南：《系统综述和荟萃分析优先报告的条目》。
想从0写出一篇Meta分析，仍需大量实践。
