医学Meta分析一对一指导，符合学术规范，结课直接投稿，可以伽 YCtjzg了解哟！

本文和大家分享什么是医学Meta分析？以及如何快速上手完成一篇医学Meta分析。说到医学Meta分析，就不得不先提到循证医学的概念。

所谓循证医学，指的就是遵循证据的医学，医生通过将当前所能获得的最好的研究证据与个人技能临床经验，和病人的价值观意愿相结合，从而制定出科学的医疗决策的方法。

所以医学Meta分析不等于循证医学，循证医学是一种制定医疗决策的方法，而医学Meta分析只是其中的研究证据。

医学Meta分析是一种论文的题材，是一种研究的方法。

说到这，很多人又会将医学Meta分析与系统评价联系起来，认为他俩是差不多的。

其实不然，系统评价指的是运用减少偏移的策略，严格评价和综合针对某一具体问题的所有相关研究，所以从概念也可以看出系统评价仅仅只是将某一问题的所有研究综合起来进行评价，他不仅仅是针对临床医学的，在各个分支学科中也都可以做相关的系统评价，系统评价的概念很广泛。

而医学meta分析，它是一种对独立研究的结果进行统计分析的方法，他会对研究结果间的差异来源进行检查，如果结果具有足够的相似性，那就可以定量的合成。

系统评价并不要求必须对纳入的研究进行统计学的合成，如果没有这个数据的话，有时候我们也可以直接进行描述性的分析。所谓描述性分析指的是对研究主题进行描述而没有用统计学方法。

而是否做医学Meta分析，主要取决于纳入的文献的同质性，如果P研究对象都不一样，或者I干预措施都不一样，那定量合成出来的结果也是有非常大的偏移的。

所以医学Meta分析，大家需要记住的是，它本质上是一种统计学的方法。我们在分类上将系统评价分为定量的系统评价和定性的系统评价，定量的系统评价相当于就是医学meta分析，可以对研究数据进行合并分析，而定性的系统评价就是同质性比较差，只能进行一个描述性的分析。

说完了医学Meta分析的基本概念。接下来我们来了解一下，想要完成一篇医学Meta分析我们需要准备哪些内容？

一、选题

“选题”是医学Meta分析首先要面临的问题，做医学Meta分析之前的第一个问题就是要找到题目，做什么？

那么“选题”也是最难的部分，选题的好坏直接决定着你这篇医学meta分析的成与败。

好的题目会使我们非常轻松的做完整个研究，并得到满意的结果；然而，不好的题目可能导致无法完成你的研究，不得不中途放弃，因此医学Meta分析的选题非常重要，是大家首先必须解决的问题。

那么我对怎么样选题，总结了以下几点：

1.熟练运用中国生物医学数据库(CBM)和PubMed数据库，通过检索及阅读相关文献达到一个目的一一对你要做的医学meta分析主题相关内容非常熟悉，包括研究现状、相关研究文献数量、中文及外文文献发表情况等。

2.选题要新颖、有创新性（也是文章发表的长处）；

举个例子：我的英文医学meta分析创新性就是我检索了中文数据库（相关已发表医学meta分析2篇均为英文，均未检索中文数据库)，且我仅在中国人群中进行研究，这样降低了不同遗传背景的影响，使研究结果更具体、更有可信性。

3.所选主题目前要存在争议，已经有定论的问题不易做医学Meta分析。

4.所选主题的相关研究不易过少。

5.最好选题为当前热点问题。

6.注意合并指标的选择，比如目前医学Meta分析较成熟的是对分类资料(OR或RR值的合并)，那么对于定量资料就不是很成熟。

二、制定医学meta分析检索策略

当医学meta分析题目选好以后，那么下一个问题就是要列出你的检索策略。

不同的检索策略所得到的文献数量是不同的，那么我们的目的就是要找到，既与我们研究相符合又能检索出比较全文献的这种检索策略。

建议大家参考《医学信息检索与利用》等相关书籍，或向图书馆检索工作人员请教。

三、收集资料

如果说“选题”是医学Meta分析最难的部分，那么“收集资料”就是医学Meta分析最繁杂的部分。文献的收集过程可能是非常的漫长，原因可能有 2 个：

①时间，由于事情繁多，无闲暇时间收集资料；

②全文，检索结果已经出来，但大部分文献全文无法获得。

第 1 个问题大家自己解决，第 2 个问题的解决方法有：

①进图书馆进行手工查询；

②通过朋友、同学进行求助；

③通过相关网站进行网上求助，如零点花园等都是非常好的文献求助工具。

由于文献较多，内容复杂，那么我们就很有必要对每篇文献进行资料提取，并且对其进行编号以待整理评价。

一般的文献资料提取表主要内容包括文章名称、作者、刊登杂志、研究目的、研究类型、基因检测方法、研究地点、研究对象、疾病诊断标准、统计方法与质量评估、结果、结论、文章评阅时间和文章评阅人等，根据不同研究可以自己变动，文献资料提取表编号可作为文件名。

这样，基于原始研究的资料提取表就是我们的做医学meta分析的第一手资料，避免了我们每次评价都必须翻阅文章全文的麻烦。

四、文献评阅

文献收集后，就是文献的评阅过程。医学Meta分析的文献评阅一般是 2 人根据纳入和排除标准分别对文献进行评阅，当出现不一致时，再请第 3 人评阅。

文献的评阅也可以参考相关标准对文献进行分级，具体请参考《循证医学》等相关书籍。

五、数据录入、分析及结果

当确定纳入文献之后，我们就可以把纳入文献数据录入相关软件进行分析，那么目前做医学Meta分析常用软件有好 3 种：Stata、RevMan、R语言、WinBUGS。

由于 Stata 的作图效果最好，RevMan的操作比较简单，所以建议大家联合应用 RevMan(局限为不能做发表医学meta分析偏倚回归图)和 Stata。

下图为 RevMan 和 Stata 作图：

六、论文写作

至此，医学Meta分析前期过程基本做完，接下来的就是要把我们的研究写成论文的形式发表出去。

接下来，我们以一篇顶刊的医学Meta分析文章为案例，为大家拆解复现如何完成一篇医学Meta分析文章的研究。

七、顶刊医学meta分析文章复现

众所周知，无糖并不是真正的没有糖，而是用非营养性甜味剂（NNS）代替营养性甜味剂（蔗糖），以减少食物中的热量同时抑制对甜食的渴望。

【无糖】火爆的同时，争议也一直存在。某些研究称这些甜味剂是有益的，另一些则表明其存在代谢风险，会引起血糖血脂相关的健康问题，那事实究竟如何？

一篇发表在顶刊《Crit Rev Food Sci Nutr》的医学Meta分析文章，通过随机对照试验（RCT）系统回顾和荟萃分析，评估了人工甜味剂和甜菊糖甜味剂对脂质谱标记物的影响，并且最终得出了结论。

该篇医学Meta分析文献影响因子接近12分，发表于2022年一季度，妥妥的高分优质文章。

1.医学Meta分析选题

文章题目是：《The effects of artificial- and stevia-based sweeteners on lipid profile in adults: a GRADE-assessed systematic review, meta-analysis, and meta-regression of randomized clinical trials》，（PROSPERO注册号：CRD42021250025）本项研究探索了人工甜味剂和甜菊糖甜味剂对脂质谱标记物的影响。

之前的医学Meta分析选题我们说过，医学Meta分析选题应秉承着争议性、创新性、实用性的原则。

因为在NNS是否会影响血脂水平这一问题框架下，诸多临床研究产生了不一致的结果，且关于NNS对脂质分布的影响尚不清楚，所以进行此项医学Meta分析和系统评价非常有必要。

it has been posited that Non-nutritive sweeteners (NNS) intake may affect lipid profile.However, its proven effects on lipid profile are unclear, as clinical studies on this topic have produced inconsistent results.

医学Meta分析选题的争议性：NNS是否会影响血脂水平，诸多临床研究产生了不一致的结果；

医学Meta分析选题的创新性：关于NNS对脂质分布的影响尚不清楚；

2.医学Meta分析文献检索

此项研究系统检索了Pubmed、Scopus和EMABASE三个数据库，检索时间截止到2021年4月。

根据PICOS制定医学Meta分析检索策略，P研究对象、I干预方式、C比较措施、O研究的结局指标、S研究类型

研究【非营养型甜味剂】对【成人】【血脂】的【随机对照试验】，所以该文检索了：

I干预方式-非营养型甜味剂

O结局指标-血脂

S研究类型-随机对照试验

在筛选的时候限定了人群，初筛复筛排除掉非成人研究对象。下面为原文医学Meta分析表述：

(“non-nutritive sweetener” OR “rebaudioside B” OR “nonnutritive sweetener” OR “non-nutritive sweetener” OR “artificial sweetener” OR “nat-ural sweetener” OR “low calorie sweetener” OR “low-calorie sweetener” OR “zero calorie sweetener” OR “zero-calorie sweetener” OR stevia OR advantame OR saccharin OR aspartame OR “Methyl aspartylphenylalanine” OR NutraSweet OR trichlorosucrose OR sucralose OR acetosulfame OR “ace-sulfame*” OR neotame OR “rebaudioside A ”)And(“Serum lipids” OR “blood lipids” OR “lipid” OR “lipidemia” OR “hypercholesterolemia” OR “hyperlipidemia” OR “dyslipid-emia” OR “hyperlipemia” OR “total cholesterol” OR “TC” OR “triglyceride” OR “TG” OR “high density lipoprotein” OR “HDL-C” OR “low density lipoprotein” OR “LDL-C”)AND(Intervention OR "controlled trial" OR randomized OR random OR randomly OR placebo OR "clinical trial" OR Trial OR "randomized controlled trial" OR "randomized clinical trial").

3.医学Meta分析纳排标准及文献筛选

初筛时，在检索到的3212篇文献中，排除了1243篇重复的，1178篇无关的，518篇动物研究，150篇综述和29篇会议论文，剩下94篇文献进入复筛。

复筛时，根据纳排标准，排除了80篇文献，最终纳入14篇文献作为医学Meta分析的原始研究文献。

这里的流程图其实可以写的更详细些，在第一步写上检索了哪些库，分别是多少篇文献。

4.医学Meta分析数据提取

两名独立的研究人员从纳入的随机对照试验原始文献中提取信息。

提取的信息：人口学基本信息，脂质谱的平均值及标准差。

5.医学Meta分析数据分析

连续型变量采用平均值及标准差来获得总体效应大小。

使用I²统计和Cochran Q检验确定了异质性，异质性 I²> 50% or P < 0.05，应用随机效应模型。为了确定异质性的可能来源，根据预定义的变量进行了亚组分析和meta回归。对各个亚组进行敏感性分析，来判断结果的稳健性。考虑到发表偏倚用了Begg和Egger检验。

亚组分析是本文的一个亮点，设置的非常详细。考虑了甜味剂的来源、使用的时长、剂量和国家，并对研究人群的健康状况BMI进行了敏感性分析及亚组分析。

汇总分析显示：TG、TC、LDL、HDL无统计学差异，但亚组分析显示在LDL水平正常（<100 mg/dl）的受试者中，NNS可能与LDL（wMD:4.23,95%Ci:0.50,7.96 mg/dl）的少量增加有关，具有统计学差异。

最终得出结论人工甜味剂和甜菊糖甜味剂的摄入与成年人的血脂水平变化无关。

6.文献质量评估

纳入研究类型为RCT，因此采用该篇医学Meta分析文章采用了Cochrane质量评价和grade评价对纳入的文献做了质量评估。

7.医学Meta分析复现总结

富含蔗糖的饮食可诱发高血糖和高脂血症，而非营养性甜味剂（NNS）被认为是低热量和糖的替代化合物，因此被许多企业用于膳食饮料中，宣称“无糖”，可用于减肥，甚至肥胖和糖尿病患者也可饮用。

但是NNS摄入对健康是否影响，其实一直存在争议，尤其是NNS对脂质分布的影响。一些研究表示NNS可以有效降低TG、TC和LDL；一些则表示并没有显著影响。

本医学Meta分析研究通过系统的检索策略，调查了所有类型的人工甜味剂和甜菊糖甜味剂，并在不同亚组中进行了比较。得出了摄入人造甜味剂和甜菊糖甜味剂可能不会影响血清TG、TC、LDL和HDL水平的结论。

该文运用常见的医学meta分析统计流程，从信息提取到统计分析都不算特别复杂，但作者基于极具争议和创新的选题和清晰的写作思路，依然成功发表在了高质量的期刊上。

结语

最后，医学Meta分析的写作具有非常严格的标准和流程规范要求。

基于其极具规范的特征，医学meta分析的被认为是最容易入门也最容易发表的一种研究方法。

虽然说起来简单，但也并不代表随便看看医学meta分析教程就可以学会和发表。

随着医学meta分析的火爆，近两年是要求越来越严格的，所以小编还是建议大家，如果真的想发一篇医学meta分析文章的话，还是要根据自己的计划安排系统的医学meta分析学习，避免因为不规范的学习耽误研究进度。

医学Meta分析是什么？如何快速完成一篇医学Meta分析，手把手复现相关推荐

v48.05 鸿蒙内核源码分析(信号生产) | 年过半百活力十足 | 百篇博客分析HarmonyOS源码
德行:颜渊,闵子骞,冉伯牛,仲弓.言语:宰我,子贡.政事:冉有,季路.文学:子游,子夏. <论语>:先进篇百篇博客系列篇.本篇为: v48.xx 鸿蒙内核源码分析(信号生产篇) | 年过 ...
v69.04 鸿蒙内核源码分析(文件句柄) | 你为什么叫句柄 | 百篇博客分析OpenHarmony源码
子曰:"诵诗三百,授之以政,不达:使于四方,不能专对:虽多,亦奚以为?" <论语>:子路篇百篇博客系列篇.本篇为: v69.xx 鸿蒙内核源码分析(文件句柄篇) | ...
[安全攻防进阶篇] 六.逆向分析之OllyDbg逆向CrackMe01-02及加壳判断
前文作者讲解了OllyDbg和在线沙箱的逆向分析过程,分享了恶意软件如何通过宏脚本发送勒索信息或密码至用户邮箱.这篇文件将带领大家逆向分析两个CrackMe程序,包括逆向分析和源码还原,基础性文章,希 ...
v18.02 鸿蒙内核源码分析(源码结构) | 内核文件各自含义 | 百篇博客分析HarmonyOS源码
子曰:"富而可求也,虽执鞭之士,吾亦为之.如不可求,从吾所好." <论语>:述而篇百篇博客系列篇.本篇为: v18.xx 鸿蒙内核源码分析(源码结构篇) | 内核文件 ...
v09.04 鸿蒙内核源码分析(调度故事) | 用故事说内核调度 | 百篇博客分析HarmonyOS源码
子曰:"吾与回言终日,不违如愚.退而省其私,亦足以发.回也,不愚."<论语>:为政篇百篇博客系列篇.本篇为: v09.xx 鸿蒙内核源码分析(调度故事篇) | 用故事 ...
v52.05 鸿蒙内核源码分析(静态站点) | 五一哪也没去在干这事 | 百篇博客分析HarmonyOS源码
颜渊死,门人欲厚葬之,子曰:"不可."门人厚葬之.子曰:"回也视予犹父也,予不得视犹子也.非我也,夫二三子也." <论语>:先进篇百篇博客系列篇. ...
全面快速准确地检索医学文献信息的策略
如何全面快速准确地在医学文献中获取所需要的文献信息,最有效的办法就是进行文献检索.而文献检索结果的好坏,其决定性的因素在于制定正确的检索策略.广义上,检索策略是指分析检索课题,明确检索要求,选择合理的 ...
Python数据挖掘与机器学习，快速掌握聚类算法和关联分析
摘要:前文数据挖掘与机器学习技术入门实战与大家分享了分类算法,在本文中将为大家介绍聚类算法和关联分析问题.分类算法与聚类到底有何区别?聚类方法应在怎样的场景下使用?如何使用关联分析算法解决个性化推荐问 ...
ArduPilot之H743快速加减油门抬头现象分析
ArduPilot之H743快速加减油门抬头现象分析 1. 源由 2. 现象分析 3. 改善方法 4. 验证 5. 总结 6. 参考资料 1. 源由最近一直折腾再ArduCopter快速加减油四轴模 ...
如何在Mac上快速签署PDF，来看这篇超全面分析！
PDF文件在我们的生活工作中用到的越来越多,在现代文档中占据的位置也越来越大,PDF文件几乎可以由任何图形应用程序或浏览器打开,而最重要的是,它不会改变其中的样式和内容,这是文档世界的重大突破. 现在 ...

医学Meta分析是什么？如何快速完成一篇医学Meta分析，手把手复现