meta分析文章

RR和HR都是前瞻性研究的效应值，表示与对照组比较，试验组中研究结局（死亡、疾病发生/复发、感染、痊愈等）的发生风险（或发生率）提高/降低了多少倍。如RR或HR等于（），那么就是说试验组的研究结局发生率比对照组降低了8%（），差异有统计学意义（可信区间范围与1没有交集）。不同的是HR引入了时间变量，在做Meta分析时，HR可以直接转换为RR，然后与RR值一块进行合并。OR来源于病例对照研究（Case-control study），其意义与RR相近，从计算公式的角度来讲（公式略），当研究结局的发生率比较低时，OR≈RR，所以RR也可以转换成OR，然后进行合并。从信息的丰富程度来讲，OR的信息较少，RR居中，HR的信息最为丰富，所以选择RR在一般情况下都是适用的，有不少Meta分析文章也是这样处理的。

1.首先要明白什么是meta分析，以及自己写meta的目的是什么。meta分析中文叫荟萃分析，是利用统计学方法对现有的研究资料进行分析的一种方法。举个简单的例子，如术前血糖控制与手术并发症的关系，假设现有RCT 12个，每篇文章的结果不尽相同，你通过量化分析等到的就是一个样本量更大、理论上更为可靠的结论。当然，这个分析绝对不是死板的，比如你分析的时候可以从手术种类、原先血糖范围、控制后血糖分为、并发症种类进一步分析，这样得到的结果是单篇研究所不具有的。明白了什么是meta，于是大家都发现，这是一种不用“做实验”的写作方式，并且主题源源不断，于是有人把他当成了一种发文章的手段，据说上海某神人曾今一年发过100多分文章，其中不少都是meta。但是话说回来，无论你目的是什么，如果没有对自己的meta分析进行严格的质量控制，或是为了发文章而发文章，没有很好的想法，是很难写出一篇较好的meta分析的。所以，我更主张那些有想法（无论会不会写meta，哪怕是什么都不会写也没关系）去写有意义的meta分析，而不建议那些meta分析熟手、能手大量刷这类文章，这类文章，写一两篇便已足够。永远都是meta分析的灵魂，选题是最重要的！我想，所有准备写meta分析的同学有这样的困惑：为什么我想写的话题都有人发了，而自己找的一些都很难写，或者干脆文章不够？这其实是有多方面原因的，一是meta分析作为一种近几年稳步发展的分析方法，目前已经有很多人写了，所以重要的主题、又有很多RCT的基本都被写了，二是现在不少医学生文献检索能力还没有达到熟练的等级，一个同样的话题，一个人只能搜到三四篇，而有些人可能可以搜到十几篇。但是以上两个都还是次要的，主要的还是对自己学科和领域缺乏持续性的关注，想突击出一个好想法是很难的；而且对自己的领域学习不够深入，就算是有好想法，往往思考到一半就放弃了。我的第一篇也是目前唯一发表的meta其实是自己事先略有关注的，并且发表的还是骨科的Top杂志，而其他一些突击寻找的主题，都被杂志拒稿了。10年开始，当时还在住紫金港，没事逛逛丁香园、JBJSA，了解一些学术动向，但是被两篇新英格兰的文章吸引，就是质疑椎体成形术（PVP）效果的两篇RCTs，后来在Lancet上找到一篇类似的RCT，搜了一下，大概总共有六七篇篇文献，这些文章的结论都是支持PVP的，直到后来11年6月份接触了meta分析，突然想到，以前这么好的话题怎么没有人写meta，我后来查了美国骨外科学会（AAOS）的Guideline，仔细对照了它的参考文献，觉得这是一个很好的争议话题，于是着手搜集资料、写作。因为担心别人抢先，真正的写作修改只花了我两个月时间，但前期搜集资料的时间其实是很长的。11月投稿，今年5月份接受，6月份电子版刊出，期间经历两次修改，peer reviewer的问题非常多，不过态度都还好。刊出以后，令人惊奇的是AAOS则在Research版块首页进行回应 （Headline News 7/27/12 )，坚持Guideline的正确性，虽然是作为反方，但竟然能上美国骨科学会reseach版块的版面还是让我觉得很有成就感。其实回过头来看，我的第一篇meta能被接受的最主要原因不是写作这些次要的，而是选了一个很好的题，引起主编的兴趣，而选择好题目，对以后引用率的影响也是非常有意义的。3.如何进行文献搜索？上面提到了，有个好的想法很重要，那么接下去就是做了，第一步便是搜索。常用的数据库应该在4个以上，其中本人推荐一下四个：Pubmed， Web of science，Embase，Cochrane。其中浙大的同学可能发现Embase学校没买，所以要用别的方法，如淘宝上买或是别校同学代为搜索。合理运用搜索语言或是搜索方法，如布尔逻辑赋、Mesh、Limits等等，增加精度。搜到的文献，就要进行筛选，从标题到摘要到全文，一步步精简。具体搜索文献的方法就不赘述了，有问题的同学可自行翻看当年医学院胡晓君副教授的课件。这里推荐两个好网站（1）读秀，IP识别，浙大的同学可直接登录，里面可以留下邮箱，就会有工作人员帮你搜索文献然后发到你邮箱（2）康健世讯，某附属医院购买的数据库，需要密码（需要可发短信问我哈），不过今年9月份好像会过期搜索时及时保存搜索结果（如Pubmed可以注册一下，就能保存了）。搜索步骤就要在文章中体现成下表4.文献质量评估及数据提取。这个部分其实没什么具体可以介绍的，也是最烦人的一点，仔细阅读文章，找到能用的所有数据。学会转化数据，如：直接从图中测量Mean和SD，将四分位数据转化为Mean+SD，只有Mean的时候如何估计SD等等。实在不行，可以联系原作者，有礼貌地索要数据。事先做好表格，数据往里填，一个格子只用一个数据，等到你把他往分析软件里面搬的时候，就发现有多方变了。文献的质量评价方面，阅读别人的文章，学习别人的评价方式对自己引入的研究进行质量评价，还有别忘了引入文献的基本信息也是要写进去的。文献的质量评价是很重要的，决定了meta的可可信程度，对于低质量的文献，甚至可以在分析中直接删除。我采用的是腰背部手术文献的质量分析表，由十二项组成（具体的见图，不翻译了），每一项质量评价如果该研究有做到就打Y，得一分，累计下来，按从高到低划分质量档次。5.数据分析数据分析是meta分析的重点。目前常用的软件不多，推荐Stata和RevMan。RevMan比较好上手，图片比较好看，而且是Cochrane出品的，被各类杂志认可，缺点是缺少某些复杂的功能。下面以Revman为例：数据栏采用“傻瓜式”输入法上面是输出结果（已经被我PS成比较好看的了）。具体操作不想赘述，详见但是有几点需要说明：（1）异质性：可以用I2来评价，异质性的意思是不同研究间差异太大。如果异质性太大，分析结果就会不可信，解决方法有回归分析和亚组分析（2）随机模型和固定模型：这个很难理解，简单记住：I2大于50%，用随机模型，否则反之。（3）回归分析：Revman中无法直接实现回归分析，可以使用Stata。如果引入文章数量小于10篇，则不能（或无需）进行回归分析。（4）亚组分析：根据不同因素分不同亚组，分开进行分析，如是否是随机性研究，从而可以：1.减少异质性；2.发现因素对结果的影响6.各分析的质量评估这个和前面的文献质量评估是不一样的，是对你的每一个分析的质量进行评估，常用的标准是GRADE（Google就能查到，还有软件，里面有说明，其实这个软件完全是多余的，不过有了确实方面点）还有就是漏斗图，这个我想大家都知道，评价发表偏倚的，也是要的，Revman就可以实现，很好用7.成文与投稿于是，具备以上一些要素，然后你再写点引言、分析就行了，投稿方面与一般的文章无差别，但有以下几点需注意：（1）投稿的杂志选择，是否都接受meta分析。投稿的杂志是不是符合你的心理预期，另外可以结合学校/医院特点，如学校订的Top期刊首先考虑。（2）文章类型的选择。Meta分析在不同杂志被认为是不同类型的文章，一些是Review，也就是综述，而有些则是Article有些是Systemtic review但在ISI中查询可以发现是Article。Article的文章在毕业、晋升等方面与review有很大的不同，所以如果有这个需要的可以用ISI查一下用类型的文章在ISI中显示的类型，因为晋升的话，你就要拿着在学校图书馆开ISI检索证明，所以那个显示什么就是什么。（3）最后一点，meta分析不像实验性研究，很可能被人抢先而你的努力白费了，所以一定要非常快！切记！