教你不做实验的发文章技巧: Meta分析的具体过程

Meta分析主要包括以下几个步骤：制定研究计划，制定检索策略，研究的纳排标准测定，数据收集及质量评价和数据的统计学处理。

一、 研究计划的制定

临床上，病人常常会几个问题问题，包括:我得了什么病、什么药能治好我、我还能活多久等等，这些临床问题都可以通过Meta分析进行汇总研究。在制定研究计划时需要注意其可行性，Meta分析是统计分析，所涉及的文章需要有具体数据并且可以进行二次统计分析。

制定研究计划时选题要注意以下六个方面：临床重要性，争议性，创新性，问答清楚回答明确，明确的效应指标，合适的原始论文（文献要有高度的同质性）。以下从3个方面分享了3个案例

1. 主题没有定论

主题是“阿司匹林能否预防糖尿病患者心血管疾病的发生”。之前有许多文章对其进行过研究，但是许多学者持有不同的意见，且目前还无明确的定论。此文分析筛选了6篇高质量文章，主要从阿司匹林是否可以预防或降低动脉粥样硬化/出血/出血性脑卒中事件发生的概率几方面来分析，结果发现阿司匹林能否降低事件的概率仍无明确定论。

2. 更新或探索性分析

主题是阿司匹林作为一线药物预防心脑血管事件。之前已经有过类似Meta分析，或者是对不同结局有过不同的分析，而这篇文章汇入了更多的高质量文章进行再次分析，并且进行了探索性分析，包括对患者性别、年龄、糖尿病史进行汇总分析，发现老年患者使用阿司匹林预防较为有效。

3. 老药的潜在疗效

主题是阿司匹林的疗效。汇总不同的观察性研究，包括和卵巢癌相关，消化道系统的癌症等切入点，已经有多篇文章发表。

立题总结：在设计Meta分析时涉及到的点方方面面，尤其是心血管方面的内容非常多。解决临床上存在争议的问题，发现“小概率事件”中的问题（靶向治疗疗效甚微或治疗费用高，本来的样本量较少，需要汇总后进行分析），分析潜在因素关系（风险因素的关系，心血管方向最多切入点），分析潜在标志物（针对不同的标志物、基因的研究都可以汇总分析），发现一些“小”问题（很多人注重事件是否发生，发生的概率有多大，我们可以从随访时间长短/治疗时间长短/临床易忽略的问题等方面考虑分析）。对于心血管方面，可以发散思维多方面考虑。立题过程中必须大量阅读文献，这就涉及到了文献检索的原则。

二、 制定检索策略

1. 文献检索原则

主要包括以下几方面：多途径、多渠道、最大限度收集相关文献；检索电子数据库（对系统综述和已经发表的Meta分析文章的reference list中的文章进行手动检索），主要使用Pubmed, Embase, Cochrane三大数据库；查询相关实践指南；查询相关领域的专家；查阅近期相关会议的文摘；问讯医药公司开展的相关研究；手检主要的、相关的专业期刊；检索进行中的临床试验注册库。

文章中要充分展示检索的过程，多人手动检索较全的状态，展示给审稿人，文章通过扩大文献检索范围来降低检索的偏移。检索时会涉及到纳入文献的多样性，比如说：会议摘要，增刊，灰色文献，对于这些文献，通常容易被忽略，但是其中若涉及相关数据，我们应该纳入。灰色文献（grey literature）可能包含阴性结果，例如会议专题论文，未发表的学术论文，学术报告等。这些文章可能未被SCI收录或分值较低，但是我们还是要尽可能获取，将数据纳入研究中。

2. 自由词+主题词原则

主题词：Mesh（Pubmed和Cochrane Library）和Emtree（Embase）。通过主题词可以检索到许多其他相关表达方式。只通过主题词检索会忽略很多文献，所以需要使用自由词。

自由词即主题词的近义词，同义词或缩略词。

布尔运算（AND/OR/NOT）

案例：心肌梗死+阿司匹林 (“Myocardial Ischemia” [Mesh] OR Myocardial Ischemia OR Ischemia Heart Disease) AND (“Asprin” [Mesh] OR asprin)

在投文章时，当审稿人对文章纳入过程产生怀疑时，需要提供一些对应的检索策略，我们可以用以下形式来展现检索过程：每一部分检索的具体过程，阿司匹林相关的自由词，所涉及到的RCT等等对应文献数量的展示。

三、纳排标准的制定

1. 采用PICOS原则，即对谁（P）用了什么药（I），比谁（C）好还是不好（O），试验设计怎样（S）？

P(population)研究对象：疾病类型、病情程度、年龄、性别。例：临床未患有CVD的病人

S(study design)研究涉及类型：观察性研究or RCT or…

C(comparision)，I(intervention)暴露或干预措施：暴露因素、干预方法、剂量、疗程。例:实验组阿司匹林，对照组安慰剂

O(outcome)研究结局：能量化、有可比性

2. 进行高质量的同质性研究还包括几方面

样本大小（若纳入文献很多，大部分样本量都很大，那么小样本量的可以忽略）；随访年限（需要进行设定）；多重发表的处理及提供信息的完整性

3. 特殊纳入和排除---同一研究多篇报道

临床中可能会出现以下四种情况：RCT结果发表之后，进行的亚组分析结果再发表；某大型研究结果发表后，其中部分结果（如中国区）再次发表；延长随访结果后再次发表；扩大样本量后再次发表。

解决办法：如果是延长随访的结果，要看研究目的，可能不同随访时间的结果都要纳入，甚至分别报告；如果是亚组分析，要看研究目的，主要纳入相关文献中报道；如果RCT的主要研究终点是我们收集的指标，同时还有后续延长随访的结果，则更倾向收录最初RCT的结果为准，因为延长随访时间之后是揭盲之后的结果，研究质量没有之前的高。

四、数据收集及质量评价

1. 多人提取

双人提取优于单人双次提取；双人提取保持独立性，提取过程中不能进行交流；提取人员来源于不同专业；提前做好培训保证一致性，标准统一化。碰到分歧时可以由第三人或小组讨论决定分歧。

2. 提前进行人员培训

数据提取的基本过程；数据提取表的主要内容；相关软件的使用；考察不同评价员对特定表述方式理解的一致性（比如使用同一种软件时可以反复核查提取标准是否一致）。

3. 制定资料摘录表格，按表格内容提取相应变量

将提取内容分为3个部分，即基线资料，质量资料，结局资料。

1) 基线资料：将数据整理汇集成三线表，通常以Table 1的形式展现于文章中，三线表基本汇集了所有纳入的基本信息，比如文献来源、发表时间、国家、样本量、研究类型、与Meta分析相关的一些目的数据比如阿司匹林剂量，汇报的主要结局。注意：基线表要尽量全的纳入所有信息，有些容易忽略，比如男女比例，BMI指数，地区国家人种等，这些对于审稿人来说很重要，这些数据在后续的进一步研究时是重要的参考依据。

2) 质量评价，涉及是否随机，双盲/单盲，汇报结局是否完整。通过JADAD或risk of bias，对于之前每一项研究是否汇报可以用这一类表格进行评价，对于后续质量评价很有帮助。

3) 分析数据：和心血管相关的文章中连续性资料，二分类资料，生存资料都很常见。我们可以建立独立的Excel表格将对应的数据进行提取，统一化或转化以进行处理。案例：比如要提取阿司匹林相关的不同的心血管发生事件的发生数，性别，是否患有糖尿病的不同数据。这些在文章中制作森林图时要体现，提取过程中不需要体现。

重点介绍一下质量评价的要点。研究类型、质量会导致结果的偏移，所以我们需要对文章进行质量评价以减小低质量文章造成的结果偏移。针对RCT研究多采用JADAD量表和Assessing risk of bias in included studies (Cochrane)，2者可分开或结合使用。针对观察性研究，我们多采用（NOS量表）Newcastle-Ottawa Scalo criteria。特殊的诊断性研究在临床中使用的越来越多，推荐使用QUADAS Ⅱ评分标准。

JADAD有三种标准，5分制、7分制和10分制，其中5分和7分制多用。推荐使用7分制，更加明确的说明质量的区分，1-3分低质量，4-7高质量。

观察性研究多纳入队列研究和病例对照研究，NOS根据不同的研究涉及类型罗列的非常清楚。9分制，其中大于6分为高质量文章。其中第5点“基于涉及或分析所得的病例与对照的可比性”，包含2分，要特殊注意。

Cochrane：用review manager软件进行风险偏移的评价，具体选择风险是高、低或不清楚并给出不清楚的原因，就会得到两幅Risk of bias的图。图中可以看到每篇研究高风险低风险和不清楚所占的比例，每篇研究具体涉及到的偏移有哪些。非常适用于RCT研究中风险偏移的评价，作为重点推荐。

五、数据的统计分析

表中列出针对不同研究资料类型，合并统计量和模型选择，需要选择的计算方法。

1. 异质性评价

文章之间是否产生异质性，异质性的大小，我们都要通过统计学方法计算，常用两种方法：可视化的图示法和检验法，Q检验和I2统计法。

Q检验常以P=0.1为标准，P≤0.1时，说明研究间效应量有异质性，属于随机效应模式；P>0.1时，尚不能说明研究间效应量有异质性，采用固定效应模式。但是有时还会出现P=0.05，而具体的选择还需要我们在计算中自行考量。

I2统计量检验法通过百分比来区分异质性的大小。从0-100%，I2越大，异质性越大。通常分为3类，25%，50%和75%将异质性划分为低，中，高，但不能机械的应用。一般情况下，常用50%为标准，>50%认为有实质性的异质性，应用随机效应模式；<50%用固定效应模式。但是若研究之间本身异质性就很小，那么随机和固定效应模型最终合并结果不会有很大差别，当异质性很大时，只能用随机效应模型，所以我们可以说，在任何情况下都可以使用随机效应模型。

案例：（阿司匹林治疗心血管事件）森林图中，判断异质性只要看软件中的异质性检验结果即可，I2结果为15.3%，Q检验结果为P=0.29，则异质性较小，可用更加精确的固定效应模型，当然也可以用随机效应模型保守的计算结果。

2. 处理异质性

对于异质性较小的，可以忽略，直接用固定/随机；对于异质性大的，可直接用随机效应模型；或者异质性特别大、没有分析必要时，要注意检查一下之前的纳排标准或者不做分析，直接进行临床讨论。

3. 通过统计学方法处理时，我们可以用亚组分析，Meta回归或敏感性分析来找出异质性的产生来源。

例：阿司匹林对于降低急性心肌梗死/脑卒中能否有明显的效果，根据男性比率分析，依据男性是否患有心肌梗死做了Meta回归图，发现随着男性比例上升，心肌梗死发生的风险降低。圆圈代表每一篇研究，圆圈大小代表其代表的权重，通过Log转化，分析发现阿司匹林在预防心肌梗死有积极作用，性别的比例会影响阿司匹林作为一级预防在心肌梗死中的结果。具体男女比例是否会影响结果，需要做亚组分析，由于Meta分析发现趋势有做了亚组分析，年龄，糖尿病都做了亚组分析。统计学异质性都可以从亚组分析中得出结论。

4. 发表偏移

产生原因，因为SCI发表多偏向阳性结果，无论是从编辑，作者，语言上来说都会引起偏移。

我们可以从统计学上来解决发表偏移，通常使用EGGAL-BEA检验或者通过漏斗图进行可视化判断，安全系数和检补法更多的用于偏移的校正。案例（根据心脑血管事件和急性心肌梗死做两幅漏斗图），通常做一个egger/begg漏斗图，在图示中提供一个总的漏斗图图示即可，圆圈代表样本量，样本量大的汇总在上方，小的分散在下方，基本均匀分散在两边说明偏移小，若多数分布在一侧，说明有偏移，要进一步利用安全系数或检补法校正。

小结

立题一定要有临床意义；文献筛选、数据提取、质量评价都需要多人进行；纳排标准遵循PICOS原则；合并效应量的同时要正确判断异质性（Q检验和I2结果），并且选择合适的模型进行计算；正确处理异质性，结合临床合理解释异质性来源。

答疑

1. 两种异质性方法有可能得出的结果不匹配，如何处理？

选择随机效应模型，因为无法完全确定异质性非常小，最好保守处理。

2. 如果原文没有计算HR的数据，用危险函数处理数据后再计算HR时，应如何计算，利用什么软件？

在提取数据的过程中，HR的发生率<5%时可以认为HR≈R，可以在前期提取数据时根据数据发生未发生或已经计算出R值时，可以结合计算数值。计算数据时用Stata或Revman软件，数据转换时应用数学公式，通过Excel表进行公式编程算出相应数据。

3. Q检验和I2检验推荐哪一种？

文章中主要使用一种方法表述就可以。推荐使用I2检验，因为我们Q检验无法判断用0.1还是0.05作为标准来判定异质性。

4. 检索出来的篇数都不一样，投稿时怎么写？

因为检索过程中多人同时检索，多人同时筛选，结果肯定不一致。所以需要小组讨论文章要纳入还是舍去，哪些文章是确定是要纳入的。而且不同时间检索的结果不一样，所以需要设定截止时间。比如花了1个月的时间进行Meta分析，而这一个月间又有一篇文章发表时此文也需要纳入。所以我们要尽量减少分析所用的时间，避免此种情况发生。

4. 应用NOS评分时，第5项两组基线无可比性，多数文章此项无分值，结果怎么解释？

若无可比性或无分值，则取0即可。过程中采用数字或星号表示都可。

若后续发现高低分差值较大，则进行亚组分析。