1、關于Meta分析的寫作的些許經驗之談作者 :  唐聰    過去一年一直沒開始做實驗，期間除了在醫院實習、美國交流外，就是寫寫case report、review以及meta分析之類的文章攢攢寫作經驗，鑒于不少同學、同事以及朋友都有寫作意向，但因為時間關系一直沒有很好交流，所以寫成日志供大家參考。本身文章就是千變萬化的，而且自己本身不是meta高手，相當于介紹一些入門的方法。1.首先要明白什么是meta分析，以及自己寫meta的目的是什么。meta分析中文叫薈萃分析，是利用統計學方法對現有的研究資料進行分析的一種方法。舉個簡單的例子，如術前血糖控制與手術

2、并發癥的關系，假設現有RCT 12個，每篇文章的結果不盡相同，你通過量化分析等到的就是一個樣本量更大、理論上更為可靠的結論。當然，這個分析絕對不是死板的，比如你分析的時候可以從手術種類、原先血糖范圍、控制后血糖分為、并發癥種類進一步分析，這樣得到的結果是單篇研究所不具有的。明白了什么是meta，于是大家都發現，這是一種不用“做實驗”的寫作方式，并且主題源源不斷，于是有人把他當成了一種發文章的手段，據說上海某神人曾今一年發過100多分文章，其中不少都是meta。但是話說回來，無論你目的是什么，如果沒有對自己的meta分析進行嚴格的質量控制，或是為了發文章而發文章，沒有很好的想法，是很難寫出一篇較

3、好的meta分析的。所以，我更主張那些有想法（無論會不會寫meta，哪怕是什么都不會寫也沒關系）去寫有意義的meta分析，而不建議那些meta分析熟手、能手大量刷這類文章，這類文章，寫一兩篇便已足夠。2.idea永遠都是meta分析的靈魂，選題是最重要的！我想，所有準備寫meta分析的同學有這樣的困惑：為什么我想寫的話題都有人發了，而自己找的一些都很難寫，或者干脆文章不夠？這其實是有多方面原因的，一是meta分析作為一種近幾年穩步發展的分析方法，目前已經有很多人寫了，所以重要的主題、又有很多RCT的基本都被寫了，二是現在不少醫學生文獻檢索能力還沒有達到熟練的等級，一個同樣的話題，一個人只能搜到

4、三四篇，而有些人可能可以搜到十幾篇。但是以上兩個都還是次要的，主要的還是對自己學科和領域缺乏持續性的關注，想突擊出一個好想法是很難的；而且對自己的領域學習不夠深入，就算是有好想法，往往思考到一半就放棄了。我的第一篇也是目前唯一發表的meta其實是自己事先略有關注的，并且發表的還是骨科的Top雜志，而其他一些突擊尋找的主題，都被雜志拒稿了。10年開始，當時還在住紫金港，沒事逛逛丁香園、JBJSA，了解一些學術動向，但是被兩篇新英格蘭的文章吸引，就是質疑椎體成形術（PVP）效果的兩篇RCTs，后來在Lancet上找到一篇類似的RCT，搜了一下，大概總共有六七篇篇文獻，這些文章的結論都是支持PVP的

5、，直到后來11年6月份接觸了meta分析，突然想到，以前這么好的話題怎么沒有人寫meta，我后來查了美國骨外科學會（AAOS）的Guideline，仔細對照了它的參考文獻，覺得這是一個很好的爭議話題，于是著手搜集資料、寫作。因為擔心別人搶先，真正的寫作修改只花了我兩個月時間，但前期搜集資料的時間其實是很長的。11月投稿，今年5月份接受，6月份電子版刊出，期間經歷兩次修改，peer reviewer的問題非常多，不過態度都還好。刊出以后，令人驚奇的是AAOS則在Research版塊首頁進行回應 （Headline News 7/27/12 )，堅持Guideline的正確性，

6、雖然是作為反方，但竟然能上美國骨科學會reseach版塊的版面還是讓我覺得很有成就感。其實回過頭來看，我的第一篇meta能被接受的最主要原因不是寫作這些次要的，而是選了一個很好的題，引起主編的興趣，而選擇好題目，對以后引用率的影響也是非常有意義的。3.如何進行文獻搜索？上面提到了，有個好的想法很重要，那么接下去就是做了，第一步便是搜索。常用的數據庫應該在4個以上，其中本人推薦一下四個：Pubmed， Web of science，Embase，Cochrane。其中浙大的同學可能發現Embase學校沒買，所以要用別的方法，如淘寶上買或是別校同學代為搜索。合理運用搜索語言或是搜索方法，如布爾邏輯

7、賦、Mesh、Limits等等，增加精度。搜到的文獻，就要進行篩選，從標題到摘要到全文，一步步精簡。具體搜索文獻的方法就不贅述了，有問題的同學可自行翻看當年醫學院胡曉君副教授的課件。這里推薦兩個好網站（1）讀秀，IP識別，浙大的同學可直接登錄，里面可以留下郵箱，就會有工作人員幫你搜索文獻然后發到你郵箱（2）康健世訊，某附屬醫院購買的數據庫，需要密碼（需要可發短信問我哈），不過今年9月份好像會過期搜索時及時保存搜索結果（如Pubmed可以注冊一下，就能保存了）。搜索步驟就要在文章中體現成下表4.文獻質量評估及數據提取。這個部分其實沒什么具體可以介紹的，也是最煩人的一點，仔細閱讀文章，找到能用的所

8、有數據。學會轉化數據，如：直接從圖中測量Mean和SD，將四分位數據轉化為Mean+SD，只有Mean的時候如何估計SD等等。實在不行，可以聯系原作者，有禮貌地索要數據。事先做好表格，數據往里填，一個格子只用一個數據，等到你把他往分析軟件里面搬的時候，就發現有多方變了。文獻的質量評價方面，閱讀別人的文章，學習別人的評價方式對自己引入的研究進行質量評價，還有別忘了引入文獻的基本信息也是要寫進去的。文獻的質量評價是很重要的，決定了meta的可可信程度，對于低質量的文獻，甚至可以在分析中直接刪除。我采用的是腰背部手術文獻的質量分析表，由十二項組成（具體的見圖，不翻譯了），每一項質量評價如果該研究有做

9、到就打Y，得一分，累計下來，按從高到低劃分質量檔次。5.數據分析數據分析是meta分析的重點。目前常用的軟件不多，推薦Stata和RevMan。RevMan比較好上手，圖片比較好看，而且是Cochrane出品的，被各類雜志認可，缺點是缺少某些復雜的功能。下面以Revman為例：數據欄采用“傻瓜式”輸入法上面是輸出結果（已經被我PS成比較好看的了）。具體操作不想贅述，詳見但是有幾點需要說明：（1）異質性：可以用I2來評價，異質性的意思是不同研究間差異太大。如果異質性太大，分析結果就會不可信，解決方法有回歸分析和亞組分析（2）隨機模型和固定模型：這個很難理解，簡單記?。篒2大于50%，用隨機模型，

10、否則反之。（3）回歸分析：Revman中無法直接實現回歸分析，可以使用Stata。如果引入文章數量小于10篇，則不能（或無需）進行回歸分析。（4）亞組分析：根據不同因素分不同亞組，分開進行分析，如是否是隨機性研究，從而可以：1.減少異質性；2.發現因素對結果的影響6.各分析的質量評估這個和前面的文獻質量評估是不一樣的，是對你的每一個分析的質量進行評估，常用的標準是GRADE（Google就能查到，還有軟件，里面有說明，其實這個軟件完全是多余的，不過有了確實方面點）還有就是漏斗圖，這個我想大家都知道，評價發表偏倚的，也是要的，Revman就可以實現，很好用7.成文與投稿于是，具備以上一些要素，然后你再寫點引言、分析就行了，投稿方面與一般的文章無差別，但有以下幾點需注意：（1）投稿的雜志選擇，是否都接受meta分析。投稿的雜志是不是符合你的心理預期，另外可以結合學校/醫院特點，如學校訂的Top期刊首先考慮。（2）文章類型的選擇。Meta分析在不同雜志被認為是不同類型的文章，一些是Review，也就是綜述，而有些則是Article有些是Systemtic review但在ISI中查詢可以發現