分享

高影响因子的meta分析应该是这样的

 渐近故乡时 2018-01-19

近几年,Meta分析如雨后春笋般“野蛮生长”,发表数量倍增,随之而来的是急功近利的低质量Meta分析数量激增,导致一些学者对Meta分析类的二次研究不耻。


即使如此,我们也必须承认:市面上仍不乏高质量的meta分析期刊,如内科年鉴,if17+,BMJ等。那对于一名临床医生而言,究如何才能在高影响因子期刊上发表meta呢?




首先,是选题。


meta分析的选题是一篇meta分析的重中之重,也是决定论文影响因子的一种因素,选题具有意义者可发表至Lancet。在选题时需把握下列几个因素。


(1)重要性

现如今meta分析在中国成泛滥趋势,主要原因是在作者在选题过程中仅仅记住了meta分析是一种统计学方法,而忽略了其本身是应对信息时代的挑战,提高结果的统计学效能,以便为临床实践提供证据支持。


所以在选题时一定要注意联系临床,meta分析的题目主要来源于临床医疗实践中那些疾病防治方面不肯定、有争论的重要临床问题。


(2)争议性

meta分析的争议性主要分三类。


临床实践争议性:在具体的临床实践中治疗效果具有差异的;研究结果争议性:有些干预措施本身应用到临床实践中不广泛,但是在文献中已有成果发表,且研究结果不一致;证据不充分:干预措施虽都是阳性结果,但因样本量少等因素导致结果难以让人信服。


(3)创新性

meta分析的创新性体现在之前未有人做过类似的meta分析,因为纳入文献及分析结果一致,即是相当于重复。


但我认为meta分析需定期更新,所以只要有更多的纳入文献,则可以做更新或者前面的研究指出有进一步研究的必要,那么也还是可以再做meta分析的。


(4)问答清楚,回答明确

提出的问题时应明确PICOS,构建的问题应该是选择题式的,如:A和B两种疗法治疗C病哪种更好?而不应是开放式的,例如,乳腺癌应该采取什么样的治疗方法?


正确的提法应该是:二期乳腺癌患者采用保乳手术和根治术,哪种方法更好?


(5)明确的效应指标

对于危险因素,可以以OR/RR值为效应指标,对于肿瘤的治疗,可以以×年生存率为效应指标等等。


(6)合适的原始研究

原始研究主要从质量和数目方面进行判断。


质量方面要看发表的期刊是否为高质量期刊,低质量期刊发表的原始研究会降低我们meta分析的可信度,难以发表,其次要看原始研究是否数据充分,设计科学,缺少我们需要的分析数据,则会导致纳入后无法进行统计分析。


数目方面要看可以纳入文献的数量,一般10-30篇为宜。



有了较好的选题,接下来就是执行。


执行阶段,大家一定要严格按照meta分析的规范进行,文献检索,质量评价,数据提取等一定要双人进行。这在国内执行是很差的。首先是检索。检索文献至少要包括:数据库,至少要有punmed,EMBASE以及考克兰图书馆;检索谷歌,谷歌可以帮助你找到一些未被数据库收录的文献,包括一些会议文献;协会网站,不必全部,但是权威的几个需要检索,例如危重症领域就要检索美国危重症协会等等。还有一个蛮有实际意义的就是检索相关文献的参考文献,这个很重要,可以起到核对的作用。例如,有一篇文章可能你没有检索到,但是别人检索到了,你就可以加进去,另外你可以逐一核对别人纳入的文献,你是否已经纳入。另外需要强调的就是,一定要保留检索历史,不管期刊是否要求你上传检索历史,你最好都上传,这样才能给对方留下一个严谨的好印象。



数据的提取,质量的评估。


对于数据的提取一定要提前制定数据提取表,而且不能仅仅提取基本信息。因为发表在高影响因子期刊的meta分析,每项研究的具体信息都是很详细的。例如某项治疗,包括使用的药物,剂量,频率,持续时间等等均要提取,对于质量评估,常规都会使用相应工具,一般来说每项工具都是各种各样的条款构成的。一般写文献都是把结果拿出来,发表高影响因子的不行,需要你把每一篇文献的每一条具体内容拿出来。对于质量评价,一定要选权威的量表,如果发表RCT研究的meta,常规会使用考克兰的工具。而且对于每项研究为什么是高质量或者低质量进行解释。



统计分析


这个阶段相对来说已经比较简单了。首先探索性合并,根据异质性进行下一步分析,异质性不明显,恭喜你,工作量少了很多。但是如果有异质性,你就要探索,通过回归分析,亚组分析,敏感性分析等等。发表高质量meta分析,如果你是简单的统计肯定是比较难发表的。你需要做很多亚组分析,除了探索异质性外,还可以探索应变量在不同群体中的作用是否不同。敏感性分析也是常用的手段,可以用于判断你的研究结果是否稳定。增加研究结果的power。另外如果你想在众目睽睽下脱颖而出,就需要一些特殊的东西。例如网状meta分析。



    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多