Meta分析八步速成!小白也能看懂的Meta分析全流程!

Meta分析作为循证医学证据等级较高的研究方法,能够对具有相同研究目的且相互独立的多个研究结果进行定量系统综述。
掌握核心流程,对于临床医生和科研人员发表高质量SCI至关重要,我们按照标准化操作步骤,来看下从选题到成文的全过程。

一、选题确立与PICOS原则构建


具有临床价值的选题是Meta分析开展的基础。选题应该聚焦于临床争议较大、单一研究结论不确定或长期缺乏证据更新的领域。

构建研究问题时需严格遵循PICOS原则:

P代表Population即目标患病群体
I代表Intervention即具体干预措施
C代表Comparator即对照措施
O代表Outcome即结局指标
S代表Study Design即研究类型
明确PICOS要素有助于制定精准的纳入和排除标准。

研究者需明确患者具体的疾病分期、干预措施的确切剂量与疗程、对照组采用安慰剂还是现有标准治疗,以及主要结局指标是总生存期还是不良反应发生率。

在开始正式筛选文献之前,务必在PROSPERO等国际平台完成方案注册,不仅确立研究优先权并增加透明度,也是向Lancet、BMJ等高质量期刊投稿时推荐的环节。

MTY4ODg1NTQ4MzcyMTIzOA_445311_maMGneGCU3Hgb-LQ_1770098909[1].png

PROSPERO页面


二、文献检索策略制定


全面系统的文献检索是防止选择性偏倚的关键:

检索范围应覆盖PubMed、Embase、CENTRAL及Web of Science主要外文数据库,必要时纳入知网和万方等中文数据库。

构建检索式应采用主题词与自由词相结合的方式:

利用MeSH词表查找规范主题词,同时列出所有可能的同义词、缩写和拼写变体作为自由词。同义词间使用逻辑运算符OR连接,不同PICOS要素间使用AND连接。

为确保查全率,还应手动回溯相关综述及纳入文献的参考文献列表。检索过程需详细记录检索策略、日期及检出数量,确保在论文中可被完全复现。


三、文献筛选与数据提取


1. 文献筛选

文献筛选工作应由两名研究者独立进行,并利用EndNote等软件辅助去重。

初筛通过阅读题目和摘要剔除明显不相关文献,复筛则下载全文严格把控,遇到分歧通过讨论或由第三位资深研究者裁决。

MTY4ODg1NTQ4MzcyMTIzOA_115159__SFMzPXZCbeCer6t_1770168771[1].png

PRISMA文献筛选流程图

2. 数据提取需预先设计标准化表格

提取内容涵盖第一作者、发表年份、国家、研究类型、样本量、患者基线特征、干预措施细节、随访时间及结局指标数据。

二分类变量需提取事件发生数和组内总人数;

连续性变量需提取均值和标准差。若原文数据缺失或仅以图表呈现,应尝试联系通讯作者获取原始数据。

MTY4ODg1NTQ4MzcyMTIzOA_465264_EYKWOCNwx6MQwRAr_1770098747[1].png

Kaplan-Meier生存曲线图


四、方法学质量评价


纳入研究的质量直接决定Meta分析结论的可靠性,应依据研究设计类型选择最新的评价工具:

随机对照试验:推荐使用Cochrane协作网的偏倚风险评估2.0工具(RoB 2.0)‍,该工具从随机化过程、偏离既定干预、缺失结局数据、结局测量、选择性报告结果五个领域进行评估;

队列研究或病例对照研究等观察性研究:通常使用Newcastle Ottawa Scale即NOS量表,从研究人群选择、组间可比性及结果测量三个方面评分。

最终的质量评价结果,应该以图表形式展示,并用于讨论潜在偏倚的影响。

MTY4ODg1NTQ4MzcyMTIzOA_377574_zivp9AiSO2cQ1C4W_1770097342[1].png

偏倚风险红绿灯图


五、统计分析策略


1. 统计分析通常借助RevMan、Stata或R语言完成

首先进行异质性检验,主要参考I²统计量(辅以Q检验的P值):

通常认为I² ≤ 50%提示异质性可接受,可采用固定效应模型;
若I² > 50%,则提示存在显著的统计学异质性,应考虑使用随机效应模型,并需探究异质性来源。

2. 效应量选择取决于数据类型

二分类变量:通常选择优势比(OR)‍、风险比(RR)‍或风险差(RD);

连续性变量:在测量工具和单位一致时选择Mean Difference即均数差,不一致时选择Standardized Mean Difference即标准化均数差。

分析结果通过森林图可视化展示,图中方块代表单项研究效应量,横线代表95%置信区间,菱形代表合并后的总体效应量。

MTY4ODg1NTQ4MzcyMTIzOA_551335_sylyRP-4E6vAi0hF_1770098331[1].png

森林图


六、异质性处理与敏感性分析


面对显著异质性时不应简单套用随机效应模型,需深入分析成因:

亚组分析:可依据患者年龄、人种、药物剂量或随访时间等特征分组探索异质性来源;

MTY4ODg1NTQ4MzcyMTIzOA_800002_9WnjM3dfjL-fhNgD_1770098296[1].png

亚组分析图

Meta回归分析:则用于量化协变量对异质性的贡献;

敏感性分析:用于验证结果稳定性,常用方法为逐一剔除单项研究并观察合并效应量和显著性水平的变化。若剔除某项研究后结果发生逆转,表明该结果不够稳健,解释结论时需保持谨慎。


七、发表偏倚检测


发表偏倚指阳性结果研究较阴性结果更容易发表的现象,可能导致高估干预疗效。当纳入研究数量足够多(如通常建议至少10项)‍ 时,可考虑进行发表偏倚检测。需注意,研究数量过少时,检测方法的检验效能不足。

漏斗图:是直观检测手段,以效应量为横坐标、标准误为纵坐标。图形呈对称倒漏斗状提示偏倚可能性小,不对称则提示存在偏倚。

MTY4ODg1NTQ4MzcyMTIzOA_579013_xeRfxfpQVTwatCEx_1770099114[1].png

漏斗图

Egger检验或Begg检验:可进行量化判断,若P值小于0.05提示存在统计学意义的发表偏倚,此时可采用剪补法校正结果。

MTY4ODg1NTQ4MzcyMTIzOA_800903_FbpJ-K6xplvSOCEN_1770098987[1].png

Egger检验漏斗图


八、结果解释与PRISMA 2020规范


撰写Meta分析报告应该按照最新的PRISMA 2020声明进行报告,以确保内容的完整性和透明度:

引言明确背景和目的;
方法详细描述检索、筛选、提取、统计流程及质量评价工具版本;
结果客观陈述筛选流程图、基线特征、质量评价及合并结果。
讨论需总结主要发现并结合临床探讨其实际意义,对比既往研究异同,同时深入分析纳入研究数量不足或质量受限等局限性;
结论应客观严谨,基于数据提出具体的临床建议或未来研究方向。

如果大家不知道怎么让自己的Meta选题有新意、或者在实操过程中有困难,想要快速、高效产出文章。欢迎咨询我们橙方科研Meta分析1V1指导,助你最短时间拿到自己的accept!




橙方医学SCI一对一辅导


Meta分析


涵盖了经典Meta、网状Meta,再到到前沿的预测模型Meta,提供严谨、可靠的解决方案

生信分析


利用多组学整合(转录组、单细胞、蛋白组等),结合孟德尔随机化、网络毒理、药理等方法,解析数据挖掘创新

临床研究


基于NHANES、CHARLS、MIMIC等主流数据库,进行深度挖掘,并结合真实临床数据,量身定制分析方案

⬇️扫码咨询了解更多⬇️

0ea37284b4c30d456bec09f6ad59ef3a_compress.jpg

原文链接: https://mp.weixin.qq.com/s/W_SCTVmvTGzP9HfGF8SIKw
← 上一篇
什么是GWAS全基因组关联分析?什么时候会用到GWAS?
下一篇 →
五个步骤构建临床预测模型,掌握发文捷径!

需要科研辅导服务?

专业团队为您提供从选题到发表的全流程支持

客服
在线客服
客服一
客服一二维码
微信号: Ejy-Lucy
扫描二维码或添加微信号即可联系客服
客服二
客服二二维码
微信号: Ejy-Jerry
扫描二维码或添加微信号即可联系客服
扫码关注公众号
医嘉研公众号
「医嘉研」
关注公众号获取最新资讯
了解课题申报、论文发表技巧