meta分析的基本步骤是什么-附实例讲解,meta分析七步快速见刊策略

本文来剖析一下,meta分析的基本步骤之:七步走。meta分析的基本步骤是这样的:选题→制定检索策略→确定纳入和排除标准→初筛复筛→文献质量评价→提取数据→数据分析和写作。

但是上面7个步骤,但凡懂点儿meta分析的都知道。我们如何从一般的步骤中得到不一般的方法呢。接下来就说说从meta分析的基本步骤中如何做出差异点。

1、meta分析的基本步骤(选题≈成败)

meta分析的选题不是一门玄学,好的选题一定是重要的、具有临床意义的、创新性的,是灵魂核心。不超过一行的题目,几乎决定了你的文章能发在几区,当之无愧的高分期刊敲门砖。找好切入点需要分析5个因素:

重要性。选题切记要和临床实际应用联系,解决重要而又没解决的问题。如果你用meta分析解决了一个很多临床医生都在乎的问题,那不用说你的文章能中SCI了,而且很可能冲击高分期刊。现在很多人写meta的尴尬点在于:他们写的都是自己关心的,闭门造车造出来的文章没有人在意,这样的文章怎么可能发得出去。

争议性。meta分析的出发点就是解决争议性,真理往往藏在争议当中,没有火花的碰撞怎么会有好的想法。如果能找到有争议的选题,那你的meta分析已经具备成功的条件了。争议性大致可以分为临床实践中治疗效果的争议性,研究结果的争议性,证据不具说服力。那如何找争议呢?大家可以请教领域内的专家,并且通过大量阅读文献的方式就能知道哪些选题可以纳入备选。

meta分析的基本步骤之选题要有创新性已经发表过的meta分析,我们还有必要作为选题吗?关于这个问题,其实我的个人建议是:如果近两年有关于这方面的多篇新文献,那你可以做,等同于对前人的完善和更新,也具有创新性。但更新别人写过的选题,请注意:第一,难度会很大。要找到新的切入点谈何容易。第二,易翻车。也许这就是前人计划埋的坑,这个坑他更希望由自己来填补,所以在你哼哧哼哧开整的时候,他可能新补充的研究又出来了。大部分情况下还是老老实实的研究没人做过的选题吧。

问题清楚,回答明确在提选题时,我们可对照国际上常用的PICOS原则。如图:

统计之光-Meta分析一对一全流程指导

例如这篇发表在BMJ上的27分的meta分析文章《第一次无端静脉血栓栓塞患者停用抗凝治疗后第一次复发性静脉血栓栓塞事件发生率的系统评价和荟萃分析》。这个题目就明确包含了PICOS原则。

明确的效应指标。常用的效应指标可以分为以下几种,对号入座就行。

统计之光-Meta分析一对一全流程指导

meta分析的基本步骤之选题要有合适的原始论文和选题范围。原始论文需要判定质量和数量。质量上我们需要分析发表原始论文的期刊是否是高质量的,还要注意原始论文的数据是否够充分、够科学,否则会导致后续无法进行统计分析。数目上选题的关键词在Pubmed数据库里查一下,如果是比较新的选题,能用的研究≥5篇就可以考虑。划重点!文献多的题目固然好,但是为了避免撞车,可充分考虑之后再做决定(有个词,叫“大热必si”)。选题范围也不宜过大,过大会增加研究难度,上万篇的筛选工作只是噩梦的开始。

不用太过于纠结可纳入数量是多少,只要具有意义,你的文章就是有价值的,比如下图的案例,仅纳入4篇,也发表了SCI。

统计之光-Meta分析一对一全流程指导

2、meta分析的基本步骤(制定检索策略≈影响结论的可靠性和真实性)

检索策略的制定也可以遵循PICOS原则(PICOS原则几乎贯穿Meta分析的全流程)。以发布在影响因子为1.897分期刊上的文章《动态手矫形器对成年脑卒中患者后手和手臂功能恢复:随机对照试验的系统评价和荟萃分析》为例,按PICOS原则制定检索策略:

P:特定的患病人群/临床问题=患有手功能障碍的脑卒中后患者

I:干预措施=使用非机器人版的动态手矫形器

C:进行比较的措施=不采用动态手矫形器(仅使用安慰剂,不进行干预或常规护理)

如果觉得PICOS原则限制过多,也可按主题词+自由词的检索原则在八大必检数据库知网、万方、维普、CBM、Web of Science、Pubmed、Embase、Cochrane Library进行文献检索。检索时尽量保证查全和查准,一些灰色文献、会议专题论文、专著章节等也不要放过。一旦有漏网之鱼可能直接推翻你的结论,失掉分析的可靠性。

一般检索步骤如下:

统计之光-Meta分析一对一全流程指导

3、meta分析的基本步骤(确定纳入和排除标准≈影响分析结论)

确定选题后,该如何排除和纳入文献呢,这时需要我们给文献制定标准。标准不对可能导致分析结论出现偏倚。纳入标准一般从研究类型、研究对象、结局指标三方面制定,其实也是PICOS原则的应用。排除标准,重点需要排除两方面的文献,一是研究类型、研究对象和结局指标无法满足分析要求的。二是全文无法获取、样本量小、专业性不强的。记得标记筛除的数量和理由,方便绘制后续的筛选流程图。

4、meta分析的基本步骤之初筛复筛

按照上面制定的纳入和排除标准,在EndNote或NoteExpress文献管理软件中汇总检索的结果,并做相应筛查。看看下图:这是我们录制的初筛视频教程。

统计之光-Meta分析一对一全流程指导

5、meta分析的基本步骤(文献质量评价≈你的meta文章的质量)

必须对筛选出来的即将纳入的文献进行严格的质量评价,纳入文献的质量直接关乎你的meta文章的质量。下图可以作为参考:

统计之光-Meta分析一对一全流程指导

6、meta分析的基本步骤(提取数据)

将筛好的文献中的数据仔细提取到excel表里,注意格式要统一,方便后面导入软件里计算。

7、meta分析的基本步骤(数据分析及写作)

写作提取数据后,需要导入到比较常用的RevMan或STATA软件里,通过操作就可以得出meta分析的最终结果,并绘制森林图、漏斗图等。不会代码的可以使用RevMan,它的操作比较简单些。但要注意一下,用RevMan绘制森林图时,系统会把“不利事件”默认为研究事件,森林图横坐标的左侧为“favours treatment”,右侧为“favours control”。如果你研究的是“有利事件”,那需要修改系统默认值,将左右两侧的“favours treatment”和“favours control”互换。否则,你绘出的森林图是错的!!!

下面是发表在《柳叶刀》期刊上的一篇 Meta 分析的森林图:

统计之光-Meta分析一对一全流程指导

最后补充一点,Meta分析的基本步骤几乎是固定的,不按这种模式来,傲娇的期刊可能会送你四个字:不予发表!按这7个套路步骤踏踏实实的走,相信你的文章会找到归宿。

统计之光-Meta分析一对一全流程指导
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,911评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,014评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,129评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,283评论 1 264
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,159评论 4 357
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,161评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,565评论 3 382
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,251评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,531评论 1 292
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,619评论 2 310
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,383评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,255评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,624评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,916评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,199评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,553评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,756评论 2 335

推荐阅读更多精彩内容