我的meta分析之路分享Word格式文档下载.doc

我的meta分析之路分享Word格式文档下载.doc

《我的meta分析之路分享Word格式文档下载.doc》由会员分享，可在线阅读，更多相关《我的meta分析之路分享Word格式文档下载.doc（3页珍藏版）》请在冰豆网上搜索。

选题大小决定了工作量大小，选题的争议性、新颖性、临床实用性决定了题目的价值，也决定了以后文章投稿的难易程度。

一个没有争议性的题目，根本不会有多少杂志愿意收，因为不会有人去关注。

这部分取决于操作者的临床前沿的把握度或文献的跟踪力，更为基础的是要懂meta。

一个不懂的meta的人选的题目，往往会害惨实施的人，可能会出现，努力白费或付出与回报不等。

一个不懂本专业的人选的题目，往往临床意义不明，投稿过程或许很难很难。

一般是一个懂meta的人，在其所了解的领域选题。

二：

文献检索

　　检索一般强调查准率与查全率。

两者矛盾，但meta分析要求查全要高，所以检索制定要合适。

既不能让初筛文章太多，工作量太大，也不能遗漏重要文献。

主要是看操作者的文献检索技巧。

对数据库不了解的初学者许多时候对自己的检索式没有十足的信心，归要到底是对数据的检索规则不懂。

建议参考文献检索相关书籍。

也可以去看看周版主的视频教程（跟我来，循证检索soeasy!

-丁香园论坛以及Cochrane系统评价检索策略的制定（实例教学之PubMed篇）-丁香园论坛，　

三：

数据提取

　　两个平行进行，尽量不进行讨论，等数据提取完后，由第三方确认或讨论解决。

这部分主要看操作者的个人的文献阅读素养、统计学、流行病学知识了。

这其中可能涉及到一些数据的转换。

在论坛中已有大量帖子讲述：

RR与OR的问题，最初是我最纠结的问题，以下帖子对此有很好的说明：

求助：

关于META分析中OR与RR的问题-丁香园论坛

meta分析OR转换为RR的公式-丁香园论坛

再谈病例对照研究和队列研究的效应量OR和RR合并的问题-丁香园论坛

关于连续性变量的基线，差值，终点值及其相应SD的转换：

已知基线mean和SD，差值的mean和SD，计算终点mean和SD的方法（附Excel换算表）-丁香园论坛

四：

数据处理

　　目前用的较多软件：

STATA，REVMAN,以及诊断性meta的meta-disc。

我刚才开始做第一个meta时，这一步让我很无奈，只后跟着周版主的帖子学下去，坚持去做下去，就会了。

重点还是坚持。

原创视频讲解stata软件在meta分析中的应用-丁香园论坛

一起学习如何用Stata实现meta分析吧----Stata实现累积Meta分析的相关菜单操作-丁香园论坛

Stata在Meta分析中的应用（软件下载、使用方法、问题集锦）-丁香园论坛

自己收藏的一些STATA书籍你不会失望-丁香园论坛

Revman软件：

RevMan5.2软件实战演示-丁香园论坛

五：

文章写作

　　严格按照相应的指南与手册进行。

如RCTmeta的PRISM，观察性研究的MOOSE等。

这部分取决于操作者的英语掌握能力，与公共英语差别并不是很相关，重点是文献阅读基础,读个上百篇文献，肯定可以写出来。

绝对不要写成汉语再翻译成英语！

下面我再说一哈，我在做的过程中遇到的最让我头痛的问题及其解决方式：

漏斗图的制作问题，结局多个时，做哪个？

一个研究有同时给了两个亚组的结果时如何做？

漏斗图的制作问题-丁香园论坛

文章中给了多个组时，而我们只想将其分为两个或少于文章所提供组的合并方法

meta数据分析-丁香园论坛　有一个战友对这种合并的所有方法进行了汇总，我以前看到过，暂时没有找到，以后找到了我再补上。

以上几步，看起来很简单，做起来很繁琐。

最重要的是选题，选题决定成败！

就犹如出生决定身世差不多。

选题类似于先天，先天的不足，后天再多努力也难以弥补。

再次强调选题！

我的学习Meta过程很辛苦，只有经历过的人才懂，刚开始学时的那份无助，真的印象很深刻，无助到最后几乎成了无望了。

中间我也想放弃过四次呢，最后都是重庆医科大学公共卫生学院的赵勇老师鼓励，我才坚持下来的。

只要坚持，就有希望！

当我第一个文章写的时候，一直投不出去，又是一个很恼火的过程，在去年10月份，当听到我的文章被接受时，虽然影响因子只有1.3分，但我当时真的很激动，自己一年多的努力得到了认证！

在这个文章投稿过程中，我跟随谷版主（我师父）一起学习，到现在刚好一年多几天。

这一年里，谷师父教会了我如何写科技论文，如何去做科研。

这一年是我收获最多，成长最快的一年。

我相信，只要大家努力，在这条路上会遇到一个对自己影响重大的人。

最后，我再次谢谢在这个过程中帮过我的所有的老师，谷师父，DXY的战友，还有很多同学。

以后我还会继续跟着我的师父努力下去。

分享几句关于meta几句经典的话，都是出自各位版主们的，感觉很在理：

垃圾的合并永远都是垃圾！

不考虑异质性的meta合并就是耍流氓！

Meta分析的各种亚组分析，异质性处理，敏感性分析，发表偏倚等统计方法，最终都是为了证明：

你的合并的结果是稳定的，可靠的！

以上的分享希望能给正在学习的战友信一些正能量！

大家如果在这其中遇到了问题，提出来，大家一起讨论，一起进步。