meta的分析方法

1. 如何做meta-analysisi

在信息爆炸的时代，对数据的二次加工显得尤为重要。那么多健康类的App和网站，或多或少都在做信息二次加工的事情。在临床科研中，meta分析则是最符合当今时代节奏的，相信所有医生都对其有所了解，想要通过meta分析发表文章，指导临床行为。Meta分析就是对已发表的他人文献进行二次加工，并根据经验和分析标准对数据进行定性和定量的合成，在不做实验的情况下得出质量很高的科学结论。本期，小编通过解读一篇文章，来给大家介绍下如何才能做一篇高质量的meta分析。
这篇文章于2004年发表在JAMA上，是关于维生素D和跌倒之间关系的一项研究。原文如下：
Bischoff-Ferrari, HA et.al “Effect of vitamin D on falls: a meta-analysis”.JAMA (2004).
Meta分析总体可分为三个阶段：选题和立题阶段、施行阶段、分析结果和报告阶段。
第一阶段：选题和立题
第一步：确定评价问题的创新性和必要性
（务必搜索已发表或正在进行的系统评价，以避免重复工作）
搜索常用的数据库，包括：Medline、EMBASE等；
Cochrane 数据库整合了Cochrane Database of Systematic Reviews，Database of Abstracts of Reviews of Effectiveness (DARE)，Health Technology Assessment Database。
在例文中，作者阐述了做这篇meta的原因如下：
1）老年人中跌倒频发，后果严重；
2）维生素D可能有效，但是之前的各RCT结果不明确；
3）之前没有做过系统评价。
如何衡量meta分析文章的质量呢？可以从以下几个角度入手：
1. 所评价的问题是否明确，比如研究人群、干预（暴露因素）、比较组、结果和研究设计（PICOS）？
2. 搜索战略是否合适？有没有任何语言限制、发布状态限制、或出版日期限制？
3. 在试验选择中是否采取了预防性措施以尽量减少偏差和错误？
4. 评估标准是否适当？
5. 在数据提取过程中是否采取了预防性措施减少偏差和错误？
6. 所选试验是否有足够的细节？
7. 数据整合方法是否恰当？各文献间差异性是否评估？
8. 作者的结论和结果是否匹配？
9. 这个评价是否是最新的？
只有知己知彼，才能创作出高质量的meta分析的文章。
第二步：制定评价方案
先确定方法。这对降低偏倚风险非常重要（比如：不能通过结果挑选文献等）。
在进行meta分析过程中，常规需要经历以下步骤，且每一步都要有明确的方法：
－锁定评价问题
－纳入/排除标准
－文献检索策略
－对检索到的研究进行选择
－数据提取
－质量评估
－数据整合
－计划传播
锁定评价问题已经在第一点中提及，接下去会对每一步进行分析，考虑到步骤间的交叉，所以在顺序和分点上有所改变。小编也推荐参看******* 2015年11月20日的文章“在这里，学会最全的PICOS原则”。
例文根据PICOS原则，可以归纳如下：
1. 所探究的问题是：维生素D是否可以阻止老年人跌倒？
2. 研究人群：老年人；
3. 干预／暴露因素：维生素D；
4. 结果：摔倒在地；
5. 研究设计：仅包括之前发表的各RCT。
第二阶段：施行阶段
第一步：文献检索
在制定文献检索策略时，总体的要求就是查全和查准。
需要考虑如下几个方面：
1. 圈定搜索数据库（外文有：MEDLINE、the Cochrane library、医学文摘、TOXLINE、OVID、EMBASE、ISI Web of Science、EBSCO等；国内有：维普全文VIP、CNKI、万方数据库）
2. 确定语言类型：包括所有英语和非英语的文献；
3. 明确需要包含的研究类型：仅包含RCT，还是病例对照试验，队列研究等。
4. 明确暴露因素/治疗方法
5. 筛选关键词：这将直接影响文献检索的准确性和敏感性，也关系到指定检索策略。
- 关键词需要根据研究问题本身来确定；
- 对于每一个关键词尽量包含所有可能的表述形式；
- 可以尝试几种关键词组合以搜最合适的文献。
6. 检索获取摘要和全文：其中联系专家是一种很好的方式，不仅可以获取全文，甚至可以询问文献中的细节帮助后续使用文献。建议搜索文献引用名单，可以增加文献搜索的全面性。
在例文中，作者搜索了所有英语和非英语的文章，包括：Medline、Cochrane对照试验注册、Embase、专家、搜索文献引用名单、在美国骨骼和矿物质研究协会中的摘要。在搜索的过程中，主要使用的医学关键词包括“vitamin D” OR “vitD”， “falls” OR “accidental falls”、“human”等。
第二步：根据纳入/排除标准完成文献选择
总体来说，首先在计划书中需要描述纳入/排除标准，且这些标准不应该是看了搜索的文献后制定的，而是应从评价问题出发直接得出。
在文献筛选过程中，首先，需要由两位研究者独立通过对文献的题目和摘要进行初筛，初筛后的文献通过阅读全文进行二次筛选，然后交叉核对筛选结果，如果有分歧则通过共同讨论决定是否纳入，必要时可有第三位研究者协助解决。如果文中信息不全或信息不清楚，与原始研究作者联系获取信息。在筛选过程中，需要记录你每个步骤的选择和排除原因。至于被排除的文章，则需要在灵敏度分析中进行分析。
如例文，在这个文献中，已提前确定了纳入和排除标准，包括：仅包含RCT研究，参加人群平均年龄≥60岁，排除酗酒人群、健康不稳定人群等，而所排除的研究在灵敏度分析中进行了分析。
下面的这个流程表描述了整个meta分析纳入和排除的过程，这个流程表在meta分析中一般都是必要的。

第三步：资料选择和提取
资料提取是从符合纳入要求的文献中摘录用于系统评价的数据信息，所提取信息必须是可靠、有效、无偏的。
总体来说，在进行数据提取时必须使用数据提取表对每个研究进行数据提取，时刻记住所评价的问题以及以后的分析。有时可能需要主观决定提取的信息，所以必须由2人独立进行，核查过程中遇到不同之处应该通过讨论解决。对于无法获取必要信息的文献，则应予以排除。
从提取的数据角度，需要提取相关研究的特点、结果和质量数据。
下表给出了常需要提取的一些数据类型，非常适合各位看官收藏下来在需要时进行查看。
一般信息 文献研究特点
进行数据提取的研究员
数据提取日期
文献识别特点
- 各文献特有编号
- 第一作者
- 文章标题
- 引用
- 出版物类型、名称、发表年限
- 国家
- 资金来源
宗旨/目标
研究设计
纳入和排除标准
分组数
样本量
招募过程（如：随机方法、盲法）
随机干预的单位（如：个人还是
一组人，或者左右眼）
研究场所
研究对象的基本特点 干预措施／暴露因素
研究对象在研究开始的特点，
包括：年龄、性别、种族、社会
经济状况、疾病特点、并发症、
诊断标准、疾病分期、病例来源
等；
各对比组的研究对象数量或平均
特点（记录下是入组人数还是可
行人数或者随机人数）
干预措施进行的环境
对干预／暴露因素／或者对照组
的描述（如：剂量、应用方法、
干预时间、执行者、干预方法、
理论依据等）
对co-intervention/co-exposure
的描述
健康结局或结果（outcomes）
分析或评估单位
所用统计方法
对每一个提前确定要研究的结果
o 是否在文中有报道
o 研究中对该结果的定义
o 对该结果的测量工具和方法
o 随访的时长以及测量
对于所有干预／暴露组以及对照组
o 每组开始参加者人数（enrolled）
o 每组在分析中包括的参加者
o 每组退出者，排除，lost to FU 人数
o 总结结果数据
> 二分法：时间和／或参加者人数
> 连续：平均值和SD
在研究中所用方法（如：intention to treat, per protocol）
研究方法结果（如：odds ratio，risk ratio, confidential interval, p-value，mean difference，CI）
如果计划做亚组分析，则需要对每一组都提取以上信息
其他结果及任何与结果相关的详细信息
花费
使用的资源
不良反应事件
在最后加入“备注”一栏，可以用于输入不能填入其他栏的信息
拿例文说，就有如下图对目标文章所提取的数据进行了总结：

第四步：纳入研究的质量评价和特征描述
完成数据提取后，就需要对所选择的文献进行质量评估。常常通过评价一个研究在设计、实施和分析中防止和减少系统误差（偏倚）和随机误差的程度，来评价其研究质量，并以此为依据在敏感性分析、亚组分析中给以不同的权重。
评估的角度有很多，常需要包含以下领域条目：
研究设计是否与研究目的相匹配
偏倚风险
结果选择
统计问题
报告方式
干预／暴露测量
下面，陈列一下常用的文献质量评价工具：
1. 随机对照试验的质量评价工具：
Cochrane风险偏倚评估工具（最常用）、PEDro量表、Delphi清单、CASP清单、Jadad量表、Chalmers量表、CONSORT声明（不专用，但可以用）。
2. 观察性研究的质量评价工具：
（1）NOS量表（最常用）：病例对照研究和队列研究；
（2）CASP清单：病例对照研究和队列研究；
（3）JBI标准：横断面研究；经验总结、案例分析及专家意见；
（4）AHRQ；
（5）Combie横断面研究评价工具；
（6）STROBE声明；
（7）STREGA声明。
3. 非随机对照实验性研究的质量评价工具：
MINORS条目、Reisch评价工具、TREND声明。
4. 诊断性研究：
QUADAS工具、CASP清单、STARD声明。
5. 动物试验：
STAIR清单、CAMARADES清单、ARRIV指南。
在该例文中，共有三名作者独立进行数据提取，使用已经设计好的数据领域，包括研究质量指数，评估了以下方法：随机方法、随机分配、双盲等。此外，还做了灵敏度分析。
第五步：数据整合
系统评价过程中，对上述数据进行定量统计合并的流行病学方法称为Meta分析(Meta analysis)。Meta意思是more comprehensive，即更加全面综合。
对数据的整合分为描述性整合和定量整合：
对于描述性整合，应考虑：
• 建立干预/暴露因素是如何导致结果的假说，包括原因和适用人群；
• 初步综合纳入的研究，以文本形式或者制表和／或图形显示；
• 探讨各研究内或各研究间的关系；
• 评估证据的稳定性；
• 评估meta分析的重要性。
对于定量整合，则可以：
1. 提高了统计检验的power和精度；
2. 统计结合各研究结果给出一个“平均”干预效果的合并估计值，改进对作用效应的估计；
3. 评价结果一致性，解决单个研究间的矛盾;
4. 解决以往单个研究未明确的新问题。
那么如何进行meta分析呢？
a．异质性检验（齐性检验）
由于纳入文献存在临床异质性、方法学异质性和统计学异质性，所以在对结果数据进行统计合并之前，首先应该进行异质性检验，保证现有的各独立研究间的结果的不同仅仅是由于抽样误差造成的。否则，就要进入亚组分析，或取消合并。
异质性评估（Heterogeneity assessment）
异质性：除抽样误差外的不同性
Chi-square test for interaction (Q = x2 statistic, df =degrees of freedom)
也可以比较各亚组的点估计是否相同
若同时如何I2<50%和P≥0.1时，纳入文献被认为是同质的，采用固定效应模型（fixed effect model）分析；反之说明研究间存在实际异质性，需要查找一致性的来源，之后采用随机效应模型（random effect model）。
如果存在较大的临床异质性，那将无法进行meta分析，只能进行描述性整合。
在JAMA这篇文章中，用Q值来评估异质性。当p值小于0.1时，存在显着异质性。此外，在forest plots中所有研究的95%置信区间相互之间重叠可支持不存在异质性。
b．统计合并效应量（加权合并，计算效应尺度及95％的置信区间）并进行统计推断
通常在考虑采用哪些效应指标（effect size）时需要考虑结局指标的类型，通常两组间比较时，如果是连续性变量用加权均数差（weighted mean difference, WMD）、标准化均数差值（standardized mean differences, SMD）表示效应大小；二分类变量则用率差（rate difference, RD）、比数比（odds ratio, OR）、相对危险度（relative risk, RR）、相对危险度降低值（relative risk rection, RRR）等来表示效应的大小。
c．图示单个试验的结果和合并后的结果
－森林图（Forrest plot）

分别展示了纳入的每一篇文献的结果和合并后的结果。
－Meta-regression (Goodman et al, 2009)

d．敏感性分析：用来评估meta分析结果的稳定性
1）按研究质量评价标准从纳入文献中去除尚有争议的研究、排除低质量的研究、早期研究、根据研究结果的分布去掉extreme10%其他已知因素不同的研究；
2）采用不同统计方法/模型；
3）根据样本量大小进行分层分析；
4）改变纳入／排除标准时，重新对同一资料进行分析时，如果观察到合并指标点估计和区间估计的变化存在较大差异，则说明meta分析的结果不稳定。比如，当排除一篇低质量文献时，合并指标变化很大，说明该文献对合并指标敏感。
敏感性分析是必要的，无论是采用不同的统计模型或进行亚组分析，都可以帮助我们找到可能的偏倚来源，更加正确的理解获得的结论。
e．通过“失安全数”的计算或采用“倒漏斗图”对入选文献进行潜在的发表偏倚（publication bias）的评估。
可以用stata软件进行Begg test和 Egger test以及funnel plot进行评估。
第三阶段：报告和分析结果
第一步：报告和建议
• 总结主要结果
• 判断结果的有效性
• 判断结果概括性
• 确定进一步研究的意义
• 确定临床实践和公共卫生的意义
根据Centre for Reviews and Dissemination（CRD）指南，meta分析报告的结构一般包括以下内容：
• 标题
• 内容列表
• 缩写/术语表
• 内容提要或结构式摘要
- 背景
- 目标
- 方法（数据来源、研究的选择、数据提取，
质量评估、数据合成）
- 结果
- 结论
• 正文
- 背景/介绍
- 研究问题
- 研究方法
o 确定研究
o 研究选择（纳入/排除标准，方法）
o 数据提取
o 质量评估
o 数据整合
- 结果
o 纳入和排除研究的详细信息
o 研究结果
o 次要分析（例如：异质性、灵敏度）
- 讨论
o 主要发现的讨论
o 评价的优点和弱点
o 结果的意义
> 评价中证据的长处和短处
> 影响的方向和力度
> 结果的实用性
o 启示
- 结论
o 实践/策略／政策／未来影响
• 致谢
• 资金来源
• 利益冲突
• 参考文献
• 附录
第二步：应用到实践
让研究更易理解
推广到临床实践：诊断、预后、预防、治疗
风险评估
- 评估一般或特定的因果关系
- 与其他种类的数据使用证据权重分析（例如：毒理学、模式-的动作）
- 限制法规
附Meta分析常所使用的软件：
1. 付费软件：CMA（ComprehensiveMeta Analysis）、Meta Win、EasyEA；
2. 免费软件：RevMan(Review Manager)、Meta-Disc、EpiMeta、R；
3. 通用统计软件中有Metaanalysis的程序：STATA、SAS、NCSS、WinBUGS。

2. meta分析方法分为哪

1 重大意义通常情况下有较重大意义的临床案例问题才合适作meta分析。做Meta分析在保证质量的情况下最少需要两三个月的时间。如果分析一开始的选题就是错误的，那不但会浪费时间，发表成功的机率也不大。 2 具有争议相较于通常问题，有争议存在的问题更合适做meta分析。通过汇总对比数个研究结果，获得更可靠的结论。具有争议性的问题可以通过文献检索或请教该领域专家而得之。 3 题材创新想保证题材的创新，就要选还没有人做过的方面。可以通过文献检索了解国内外哪方面meta分析还没有人做，如果有人做了是不是质量偏低？ 4 问题与结论问题表述清楚，结论明确。 5 有明确的效应指标对于危险因素，可以以OR/RR值为效应指标，如肿瘤病治疗，XX年生存率为效应指标等。 6 理想的原始论文一个理想的原始论文，就会使meta分析成功一半。例：研究危险因素的就应当是病例对照研究和队列研究；需提供必要的信息。例：研究危险因素的就要能够提取出四格表资料；数目也不能太少。否则达不到汇总的效果，如果数目太多，当然没有什么不好，而且结果会更可靠，只是研究所需时间要增加而已。还有质量要高，设计要科学。 7 选题合适纳入研究的文献太多，而且问题也不明确，研究难以完成。缺乏推广应用的代表性，而且纳入研究的文献也太少，达不到汇总的效果。通常纳入研究的文献以10至30篇比较合适做meta分析。

3. 如何分析一篇meta分析的写作技巧

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。
2.idea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http://www.aaos.org/research/，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http://www.xiu.com/，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http://kjebm.com/，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！

4. 心理学中的元分析方法

元分析（meta-analysis )统计方法是对众多现有实证文献的再次统计，通过对相关文献中的统计指标利用相应的统计公式，进行再一次的统计分析，从而可以根据获得的统计显着性等来分析两个变量间真实的相关关系。

元分析程序输入参数包括：各个观察到的相关系数（已有研究文献中变量间的相关计分析，从而可以根据获得的统计显着性等来分析两个变量间真实的相关关系。

(4)meta的分析方法扩展阅读：

一、特点

(1)元分析是一种定量分析方法，它不是对原始数据的统计，而是对统计结果的再统计。

(2)元分析应该包含不同质量的研究。

(3)元分析寻求一个综合的结论。

二、缺点

评估被评论的研究的质量

在一家期刊里可见的研究之质量取决于期刊的编辑政策。有些期刊有严格的发表标准，而另一些的发表标准就不太严格。这就意味着发表的研究之质量在不同的期刊间会有很大差别。元分析面临的一个问题是如何处理参差不齐的研究质量。

例如，在一家非同侪评审的期刊上发表的文章应该与在一家需同侪评审的期刊上发表的文章一视同仁吗?遗憾的是对这个问题没有简单的答案。

应该沿什么维度来对研究加权呢?这毫无一致意见。需一非同侪评审的维度虽然是可以的，但是你采用这个维度时也要当心，因为一家期刊是不是同侪评审的，这并不是发表的研究之质量的可靠指标。

在一个新的领域里用新方法做的研究有时会被同侪评审的期刊拒绝，尽管这家期刊在方法学上是健全的，也是高质量的。类似地，在同侪评审的期刊发表的作品虽然有助于你确信该研究的质量是高的，但不保证高质量。

5. 什么是Meta分析

Meta分析是一种用来收集和整合有关一个研究问题的所有相关研究证据的科学方法，临床试验则是在病人中测试治疗效果的研究方法。

考察一个问题，只看一两条片面信息得不出合理的结论，Meta分析就是要收集和综合所有有关的信息，做出全面、无偏的结论。Meta分析常用来总结临床试验的结果。

医学存在的理由是疗效，不是产生疗效的原理。牛痘接种、奎宁，磺胺、青霉素，先有应用，而后才探究原理。但是，现代西药开发主要走的是一条相反的路，从原理到疗效。可能在研究纳入的病人中无效，而在其他病人中有效，反之亦然。还可能研究存在严重偏倚，无论显示有效或无效，都是错误的。

所以，把所有已完成的随机对照试验都找来，并把它们的结果放到一起进行比较和考察，考量了所有相关信息之后，得出结论，这个方法就是Meta分析。

(5)meta的分析方法扩展阅读

目前Meta分析专指系统综述里整合结果的统计方法。总结了有关一项治疗所有随机对照试验结果的Meta分析，就是该治疗效果的最全面、权威的证据。

由此可见，在日新月日的医学突破中，在精彩纷呈的医学信息里，随机对照试验的Meta分析呈现的结论，才是医生和患者最值得信赖的科学发现和决策依据。在有关疗效的争议中，任何Meta分析的缺席，都是一个说不清道不明的论战。

Meta分析自身可能存在的最大问题是漏掉了重要研究，尤其是无效的研究，会造成高估治疗效果。一般来讲，除非是蓄意的，否则，一个Meta分析漏掉重要大型研究的可能性很小，因为它们很容易发现。另外，漏掉几个小型研究对最终结论一般影响不大。

6. meta分析是什么

英国教育心理学家G.Glass于1976年将Meta分析定义为：Meta分析是对具有相同目的且相互独立的多个研究结果进行系统的综合评价和定量分析的一种研究方法。
即Meta分析不仅需要搜集目前尽可能多的研究结果，并进行全面、系统的质量评价，而且还需要对符合选择条件(纳入标准)的研究进行定量的合并。
一、Meta分析的选题
Meta分析的选题是一个很重要的问题。选题不当，容易导致研究缺乏价值、研究困难或无法完成。其注意事项如下：
1、重要性。只有具有比较重要的临床意义的问题才适合作meta分析。Meta分析并不是一件很简单的事情，写一篇高质量的至少也要两个月以上的时间。如果分析的问题无关紧要，则得不偿失，也难以发表。
2、争议性。一般而言，具有争议性的问题最适合做meta分析。通过汇总多个研究结果，得到总的更可靠的结论。怎样才知道哪些具有争议性呢?优助提醒如果是某一领域的医学专家，自然会对本领域有哪些有争议性的问题比较清楚，如果是新手，则可以向该领域的专家请教，或者通过文献检索的方法知道哪些问题有争议性。如：欲研究肾移植领域哪些问题有争议性，则可以以“肾移植”，“争议”在CNKI上检索，或以renal transplantation, controversy; dispute等为关键词在PUBMED或其它医学数据库上进行检索，查到相关论文，详细阅读后即可知道哪些问题是有争议性的。
3、创新性。创新性指的是国内外还没有人做过这方面的meta分析。同样可以通过文献检索的方法来得知是否已经有人作过类似的meta分析。如打算作进食牛奶是否会增加前列腺癌发病风险的meta分析，则可以以“前列腺癌乳制品meta分析”或者“prostate cancer dairy proct meta-analysis”为关键词在相关数据库进行检索。结果发现国外已经有人做过了，那么这个课题就不太适合再做meta分析。最好的情况是别人没有进行过这方面的研究，如果已经有人做过了，但是，如果前面的研究质量不高，或者是前面的meta分析已经是很久以前做过的了，或者前面的研究指出有进一步研究的必要，那么也还是可以再做meta分析的。由于现在许多适合做meta分析的课题国外已经有人做过了，所以在中文医学杂志上看到的多是“国人×××的meta分析”。但是，由于中文论文的质量及可靠性往往不高，因此影响了meta分析的质量。
4、有明确的效应指标。对于危险因素，可以以OR/RR值为效应指标，对于肿瘤的治疗，可以以×年生存率为效应指标等等。
5、大小合适。选题太大，纳入研究的文献太多，而且问题也不明确，研究难以完成。选题太少，缺乏推广应用的代表性，而且纳入研究的文献也太少，达不到汇总的效果。一般而言，纳入研究的文献以10-30篇比较适合做meta分析。
meta分析的选题是灵魂，优助医学一直倡导好的idea能够事半功倍。
二、Meta 分析的特点
1、Meta分析本质上是一种观察性研究。
2、也遵循科学研究的基本原则，包括提出问题、搜索相关文献、制定文献的纳入和剔除标准、提取资料信息、统计学处理、报告结果等基本研究过程。
3、一般研究的不同点是利用已经存在的(发表与未发表)各独立研究结果资料，而不需要对各独立研究中的每个观察对象的原始数据进行分析。
三、Meta分析的目的
1、增加统计学检验效能通过对同类课题中多个小样本研究结果的综合，能达到增大样本量、改进和提高检验效能的目的。
2、定量估计研究效应的平均水平当多个同类研究的结果在程度和方向上不一致时，通过Meta分析可以得到研究效应的平均水平，对有争议甚至相互矛盾的研究结果得出一个较为明确的结论，而且使效应估计的有效范围更精确。
3、评价研究结果的不一致性由于研究水平、研究对象、试验条件、样本含量等不同，多个同类研究的质量可能有较大差异。通过Meta分析可以发现单个研究中存在的不确定性，考察研究间异质性的来源，估计可能存在的各种偏倚。
4、寻找新的假说和研究思路通过Meta分析可以探讨单个研究中未阐明的某些问题，发现以往研究的不足之处，提出新的研究课题和研究方向。
四、Meta分析的指征
1、需要作出一项紧急决定，而又缺乏时间进行一项新的试验;
2、目前没有能力开展大规模的临床试验;
3、有关药物和其他治疗，特别是副作用评价方法的研究;
4、研究结果矛盾时。
五、Meta分析的基本步骤
1、提出问题，制定研究计划
2、检索资料
3、选择符合纳入标准的研究
4、纳入研究的质量评价
5、提取纳入文献的数据信息
6、资料的统计学处理
六、Meta分析资料检索策略
1、先进行预检索，大致确定检索范围，根据预检索的结果修改检索策略;
2、检索时可进行必要的限定，如研究对象、语种、出版年限、出版类型等;
3、保证较高的查全率最为重要，因为漏检了重要文献可能直接影响Meta分析结论的可靠性和真实性;
4、计算机检索与手工检索相结合，并重视所得文献的参考文献;
5、要注意通过其他渠道收集如会议专题论文、未发表的学术论文、专着内的章节等通过常规方法难以检索到的文献。
七、资料的统计学处理过程
1、制定统计分析方案。
2、选择适当的效应指标连续变量一般用均数差表示效应的大小，二分变量用率差(rate difference，RD)、OR、RR等来表示效应的大小。
3、纳入研究的异质性检验
4、模型选择及统计分析得到效应合并值的点估计和区间估计
5、效应合并值的假设检验与统计推断。
6、采用图表表示各个独立研究及效应合并值的点估计、区间估计八、敏感性分析
7、按不同的研究特征，比如不同的统计方法、研究的方法学质量高低、样本量大小、是否包括未发表的研究等，对纳入的文献进行分层Meta分析，比较合并效应间有无显着性差异。

7. Meta分析的步骤方法

主要步骤 明确简洁地提出需要解决的问题 制定检索策略，全面广泛地收集随机对照试验 确定纳入和排除标准，剔除不符合要求的文献 资料选择和提取，包括原文的结果数据、图表等 各试验的质量评估和特征描述 统计学处理 结果解释、作出结论及评价 维护和更新资料。 处理方法
a．异质性检验（齐性检验，即通过最常用的Q检验，I2,和H值等进行 ）。
b．统计合并效应量（加权合并，计算效应尺度及95%的置信区间）并进行统计推断。
c．一般用森林图的形式表示单个试验的结果和合并后的结果。
d．敏感性分析
e．通过Egger‘s法，Begg’s，“失安全数”的计算以及“倒漏斗图” 了解潜在的发表偏倚。

8. Meta 分析的基本程序

Meta 分析的基本程序为:

1) 根据研究主题，研究确定纳入 Meta 分析的资料入选标准;

2) 获取与主题相关、符合入选标准的一切资料;

3) 对纳入研究的资料进行质量评价;

4) 提取纳入文献资料的数据信息;

5) 资料的统计学分析，以选取合适的统计模型和分析方法，使结论更客观、可靠:

a. 异质性检验 ( 齐性检验) ;

b. 统计合并效应量 ( 加权合并，计算效应尺度及 95% 的置信区间) 并进行统计推断;

c. 图示单个试验的结果和合并后的结果;

d. 敏感性分析;

e. 通过 “失安全数” 的计算或采用 “倒漏斗图” 了解潜在的发表偏倚;

6) 形成结果报告。