喜欢就点赞+转发

Hello guys ! how are u doin'? 不废话了，兄弟姐妹们一起加油吧！

             正经文分割

上次我已经分享过meta 分析的前两部，还没看过或者已经忘记的朋友可以先去LOOK！

由于前几天偷懒，我最近也是忙的不可开交。接下来我们进入正题吧

三、制定纳入标准，进行资料提取

在将我们检索到的全部文章导入endnote之后，就要开始进行初筛了

但是在筛选之前，需要制定跟我们题目相适应的纳入标准

最后哪篇文章能够留下来也全是参照纳入标准

纳入标准完全可以根据PICO原则 来制定，PICO就是将自己的题目进行拆解

给大家举个例子：

Title：阿司匹林对老年人发生脑卒中的风险

P：patient针对的是老年人；

I：intervention是阿司匹林；

C：control，大家能找出对照是什么人群吗？暗含的其实就是没服用阿司匹林的老年人群；

O：outcome是脑卒中的发生风险，可以是RR or HR值。

我们已经将题目拆解完毕了，接下来就只制定纳入标准了

Inclusion criterion :

the study was conducted in elderly People with stroke;

the intervention consisted of aspirin;

the study design was RCT;

the outcome include RR value and 95% CIs of stroke；

no language limit.

纳入标准就差不多这么制定了关于语言限定这个看个人

虽然限定了文献的语言会损失掉一些文献，但是也不是不可以限定，

有一些文章就会限定英文文章。

以上的题目是我随便用来举例子，要是细究还有很多需要添加，大家知道这个意思就行了。

筛选一般是两轮，第一轮是浏览标题和摘要把那些滥竽充数的文章去掉。

第二轮是全文筛选，把全文下载下来，细致地筛选真正符合要求的文章。

我建议第二轮筛选可以和数据摘取一起进行，节省时间。

首先制作一个数据摘取的excel 表格，把自己要摘取的指标考虑周全后输入表格。

一边全文浏览一遍提取数据，

FOR EXAMPLE: 这个我提取数据的表格

拿到一篇文章先看表格部分，看是不是包含我们想要的大部分指标

一看到那些情况不太妙的文章及时刹车

以上这些其实都很简单，找几篇类似文章，看他们的method 部分就知道怎么弄了

有效而且节省时间，但是数据提取的时候要提取哪些指标需要自己多加考虑

主要看自己想呈现什么结果，说明什么问题

四、. 质量评价

一般来说质量评价是要在数据分析之前做的

可以让你对自己的文章质量有一个了解，这也可以预估自己的结果可信度如何

结果做出来异质性会不会很大。而且，质量评价的结果还可以用来进行亚组分析。

针对不同的研究类型有不同的质量评价表。

至于该使用什么表格大家可以去网上搜索相关资料，我就不多说啦。

主要有

1）RCT质量评价工具表；2）观察性研究质量评价表；

3）还有一种是用来评价非随机性干预性实验的表格，叫 Downs-Black scale

这个表格最后一个问题很难评价，然后国外的学者就把这个问题简化了

要是以后你们做这种非随机性meta分析，关于最后一个问题的评价可以私信我

四、 统计学处理，异质性、敏感性分析（meta-analysis）

我们的大头来了，数据分析看似简单，就那个几个图

但是我敢保证初学者分析的时候一定会痛不欲生

特别是那些做观察性研究和单臂实验meta 的筒子们。

什么是森林图、怎么做森林图、森林图怎么看，敏感性分析、亚组分析、meta 回归？

这些我就不说了，不了解的自己去查一查资料看一看书都会懂的。

作为一个准备写meta 分析的萌新们最起码应该要掌握这些知识吧，不然太对不起自己了

要是你们实在不会，怎么看也不懂的话后台回复“meta基础”关键词

我给大家视频学一学基础知识

接下来，数据分析实践主要是用到 reviman 和stata 这两个软件

老规矩，后台回复“meta 数据分析”获取视频，

视频里讲的很清楚的，看完让你一秒变老司机

森林图讲解：

森林图那些就当作讲完了哈，接下来我们讨论令人脑壳疼的细节

这里我主要想把数据分析过程经常会遇见的问题和解决方法跟大家一起探讨探讨

其实做出森林图真不是什么难事，难的是做出来的图不完美，结果看起来可信度不大。

一张森林图除了关注总效应量，还要看有没有异质性。

异质性明显的话需要进行各种分析来解释异质性。

一般就是亚组分析和Meta回归分析。

对于可以分类的指标，我们进行亚组分析（比如性别、分组后的年龄、文献质量评分高中低等。）

或者你不对年龄进行分组，那连续性的年龄就可以进行meta 回归分析。

Meta回归不止可以解释异质性，还可以做一些具有剂量依赖性的指标分析，

比如给药剂量与疾病发生风险之间的关联性

看到这里是不是觉得已经掌握了？

那来问几个问题：

1、进行亚组分析时，年龄、性别、BMI这些指标我们是该取病例组/实验组的还是对照组的？

答：这个答案其实没有定论的，你可以选择实验组/病例组的，也可以把两组数据合并，我比较偏向把两组数据合并；

2、当你纳入的干预性实验没有对照组怎么办？这就是所谓的单臂实验

答：可以把基线的数据当成实验组。这是O7大神告诉我的哦

3、分析的指标是连续性变量，但是文章给的是中位数+四分位数怎么办？

答：可以转换成均数+标准差，有一篇文章专门分析这块的

为了不占篇幅，有需要的筒子们后台回复“数据转换”获取

4、观察性和干预性研究能否合并？

答：这应该是很多人都会遇到的问题，答案是不建议合并，因为二者是完全不同的研究类型。

5、纳入研究出现缺失数据怎么处理？

答：最好的办法当然是发邮件问原作者拿数据，运气好可以收到回复的，大部分作者还是很热情的；

或者自己通过公式计算出来，比如文章给出图，可以利用一个软件转化成数据的，不过这个可行性不大

如果不行的话，分析这个指标的时候就不能纳入这篇文章啦

6、做了亚组分析和回归分析，但是没找到异质性来源怎么办？

答：这时候硬着头皮写啊，直接说找不到就行了；

记住纳入文章数量很少的话，可以不用进行异质性来源分析的。

但是如果你自己本身分析的内容太少的话，还是可以做做充充场面

类似的问题还很多很多.....写不完的朋友们

NOTE: 也许现在你还没开始分析数据不知道我在讲什么

等你们开始分析就知道了，做森林图真不算什么，这些细节性的东西才是最磨人的

五、形成结果报告，撰写文章

这个很简单啦，找几篇高分文章，认真研究他们的introduction 和Discussion 部分

结合他们的题目，看他们分析的逻辑，是怎么一步一步说清楚他们的purpose，你写文章的套用他们逻辑

也许有人会说你怎么动不动就叫看别人文章，老是借鉴借鉴

这里我正式说明，这是小白写出文章和提高最快的办法

你不愿意，不好意思，愿意自己摸索自己摸索，看研究生三年你要摸索多久。

好啦，写到这meta分析就全部结束啦，不知道我有没有写清楚

毕竟是一个系统的分析方法，一两篇文章是说不完全明白的

我只是挑重点的来说，总会厚此薄彼，多多担待哈

大家有什么问题我们可以后台私信交流交流

对啦，有一篇文章我觉得很好，它基本都遇到了大家分析过程会遇到的问题

想要看看的可以后天回复“坚果文献”

下一次我分享英语口语学习好不好？我最近都在学，这个时间待定哈

Bye bye all guys , see u next time! wow 我要欢快的熬夜去了~~