如何自学meta分析(meta分析如何操作)

投必得学术在本期教大家快速了解meta分析的必备入门常识以及常规的研究套路。

要说不做实验却发文章的，也就这么三款：

一个是系统性的综述，但这对晋升职称、升学毕业并没有加分作用，充其量是凑个文章数量；

其二是生信类的数据挖掘，虽说入门之后，文章量产的速度很快，但这个入门门槛高，光是R语言中各类packages的灵活处理就要花数把月进去了。

什么是Meta分析呢？

Meta分析的原则是对纳入的每一项研究计算其统计量，对每项研究统计量赋予权重，计算整体的效应值。

根据研究的方式和数据类型分类：

①网状meta分析；②累积Meta分析；③前瞻性/回顾性meta分析；④个体病例资料的meta; ⑤系统评价再评价等。

根据纳入的原始数据的研究类型分类：

①随机对照研究；②非随机对照；③队列研究；④病例对照研究；⑤横断面研究等

Meta分析意义有哪些意义呢：

①提高研究精度；②增加检验效能；③解决单一研究没有提出来的科学问题；④ 解决多个研究结果相矛盾的争议或者假说。

Meta分析的适用范围：

①有足够的可以相互比较、针对于同一科学问题的研究论文做支撑，最少为7篇以上；②对于每个研究，有可以提取meta分析合并治疗效应的某一格式的数据，以及每一个研究都有对研究特征的详细描述。

Meta分析逻辑框架—PICOS原则：

P：Participant，研究对象，根据诊断标准分类，人口学的特征选择，包括国家、治疗区域、疾病亚群、排除的类型；

I：Intervention，干预措施，治疗方法的选择、强度、是否有变更、频率、是否是联合治疗；

C：Comparison，对照组；

O：Outcome，研究结局，分清主要结局指标和次要结局指标；近期结局指标和次要结局指标；

S：Study design，研究设计，包括平行实验、交叉实验、横断面研究、个案研究、病例-对照，队列研究等。

①外文的包括：Pubmed, Cohrane, Ovid, Web of Science, Scopus, Embase, Medline等。

②中文的包括：中国知网，万方数据库，维普数据库，中国生物医学等。

Meta分析检索式的确定：

根据PICOS原则，进行P I C O S的主题词配合自由词的检索

Meta分析制作流程九步走：

①选择合适的科学问题为切入点，可以参考热门综述追踪临床前沿热点，参考临床疾病指南，也可以参考已经发表的同领域的meta分析文章进行排列组合或者把前几年发表的meta分析的研究内容再做更新研究；

② 制定合理的纳入和排除标准；

③在不同的数据库中进行检索；

④对文献内容进行筛选和质量评估；

⑤提取和汇总数据；

⑥数据处理统计；

⑦对所得的结果进行处理和解释；

⑧进行文章撰写；

⑨选择合适的期刊进行投稿和返修

Meta分析中的这些常用术语介绍：

效应量分类：

相对危险度(relative risk,RR): 暴露组的危险度(测量指标是累积发病率)与对照组的危险度之比。

比值比(odds ratio,OR): 表示疾病与暴露之间关联强度的指标

风险比（hazard ratio,HR）［HR=暴露组的风险函数h1(t)/非暴露组的风险函数h2(t),t指在相同的时间点上］。

归因危险度（AR）,又叫特异危险度、率差（rate difference, RD）和超额危险度（excess risk），是暴露组发病率与对照组发病率相差的绝对值，它表示危险特异地归因于暴露因素的程度。

Meta分析的五大必备数据图表：

①流程图，对文献纳入和剔除的过程的介绍，描述文献检索，去除重复文献，根据题目摘要再筛选，根据全文再三次筛选，定性和定量分析的过程；

②基线资料汇总，根据临床中不同的因素进行亚组间的分析，包括单因素分析、多因素分析。用table进行展示。

③效应量合并(Fixed effect model and Random effect model)，根据主要结局指标和次要结局指标进行分类，用森林图进行展示。

④异质性（P heterogeneity, Cochran’s Q test and Higgins l-squared）和发表偏倚分析(Begg’s funnel plot)，分析内容包括亚组分析、敏感性分析、Meta回归分析、发表偏倚（漏斗图、Begg’s funnel plot），用table和图表进行展示、或者可以用文字描述代替。

Meta分析常用软件汇总：

Stata、RevMan、R、Meta-DiSc