【10年经验分享】Meta分析要怎么学？记住这6句口诀就够了

很多人问meta分析要怎么学，结合近10年的经验，我总结了6句口诀，希望对要学习meta分析的你，有所帮助。

网上搜索查定义

直到今天，我依然清晰记得，导师问我“什么是meta分析”的情景。当时，我的脑海全是问号，meta分析？什么分析？我学过这玩意吗……

由于是面对面的提问，我根本没有机会在网上找资料，只能经过短时间的思考后回答说：我还没学过，感觉像回归分析、生存分析那样的统计方法吧。

导师笑一笑，也没告诉我什么是meta分析，只是给了我一篇打印版的文献说：这就是meta分析，你好好看一看，学会了就能发表SCI。

从此，我和meta分析杠上了。于是，在开始阅读文献之前，我在网上搜索了一些资料。

网上的信息非常繁杂，但像“百科”、“字条”一类的概述资料，能够帮助我们对事物有一个大致的了解。从meta分析的定义，我可以知道它是二次研究，是要纳入一些研究，对这些研究的结果数据进行统计分析，得到新的结果。但具体是怎么做的，还不知道。

此外，下面的信息也说明了，meta分析确实是一种统计方法，但也是一系列科研过程。现在，我不仅需要知道这个统计方法是怎么实现对数据的二次分析，更要掌握整个科研过程。

于是，我写下了几个疑问：什么时候需要做meta分析、符合什么标准的研究才能被纳入做meta分析、怎么提取数据。带着这些疑问，我开始了阅读文献。

范文学习知全貌

一篇文献，大概三千单词，四五页纸，似乎花不了多长时间。真正开始阅读的时候才发现困难重重，特别是里面有很多从未接触过的专有名词：quality assessment(质量评价)、 heterogeneity(异质性)、Effect size(效应值)、random/fixed effects model(随机或固定效应模型)、Subgroup-analysis(亚组分析)、Publication bias(发表偏倚)、sensitivity analysis(敏感性分析)等。

在不影响理解的前提下，看不懂的地方先标记，随后再去找资料。将文献通读几遍后，我终于理清楚了meta分析的整体流程。

通过这篇范文，我也找到了一些答案，尽管严格来说不是十分准确、全面。

什么样的选题适合做meta分析：有多篇研究目的相同的原始研究、研究的结果有争议、此前没有meta分析发表

什么时候需要做meta分析：不同研究的结果存在争议，需要一个更有说服力的结果。

符合什么标准的研究才能被纳入做meta分析：每篇meta分析都有纳入排除标准，根据选题的不同，制定对应的标准。对于观察性研究meta分析，纳入标准基本上是基于五个因素——PECOS（研究对象、暴露、对照、研究结局、研究类型），而干预试验meta分析则是PICOS（I是干预）。

怎么提取数据：从文献中提取数据，提取的数据包括文献发表的信息、原始研究的基本设计（研究对象的样本量、性别比例、年龄等）、研究结局、校正因素等。

经典教材懂细节

通过学习范文，我对meta分析有了整体的认识，但还有很多疑点，网络又给了我很大的帮助，只要肯花时间去甄别，论坛、课件、文献、教材等资料应有尽有。如今，推荐大家参考以下经典教材（原版大多是英文的，但也有中文版本）

1 Cochrane handbook

这是Cochrane协作网编撰的干预措施系统评价手册，可以说是指南，部分内容也适用于meta分析。例如：制定纳入标准、异质性的定义。

2 meta分析导论

如果说《Cochrane手册》使我们知其然，那《meta分析导论》的作用就是知其所以然，值得花时间细细咀嚼。

同样介绍异质性检验方法，后者用更具体的例子介绍I square的本质，需要有一定的统计学基础去深挖I square背后的意义。

很多meta分析文献或教程，都告诉我们，有统计学异质性用随机效应模型做森林图，反之，用固定效应模型。但这本书也从统计学原理的角度提出了另一个观点，要关注研究间的本质差异，不应该依赖异质性检验结果，否则结果不能反应准确反映客观事实。

3 实用循证医学方法学·第二版

这本书可以理解为是某香园论坛的优质帖子的汇编，当年给了我很多指导和启发，当然，我看的是帖子，那是学习meta分析最苦、也是最有收获的时光，每天都花大量时间吸收、转化知识。

那几年也掀起了meta分析学习交流的热潮，如今，很多人只有提问，没有交流，更不愿意解答。

还原范文见功夫

实践是检验真理的唯一标准，这话同样适合meta分析，你说学会了？那好，把这篇范文还原出来吧。从文献检索、文献筛选、提取数据、质量评价、森林图、亚组分析、发表偏倚检验等全部内容都做一遍。这就是导师考核我是否学会了meta分析的考题。

于是，又是一轮痛苦的时光。

1) 文献检索为什么要用主题词+自由词，怎么找全关键词。

2) 研究质量评价，你的评价依据是什么，跟文献的为什么不一样，是你弄错了还是标准比较模糊，两者都行。

3) 文献报道的是中位数 (四分位数)，怎么转换为均数±标准差。

4) 单、多因素logistics回归分析，提取哪个分析结果；同样是多因素回归，校正因素不同，使用哪个做meta分析。

5) 有多个试验组，数据怎么选择。

……

无数个操作问题扑面而来，需要你逐一解决。正所谓纸上得来终觉浅，绝知此事要躬行。只有付诸行动，你才会知道自己究竟掌握了多少，有几分真功夫。

经过范文的洗礼，导师也相信我基本掌握了meta分析。于是，开始查找选题，正式开展meta分析，经历一些波折后，文章也终于发表了。

撰写规范补缺漏

方法学会了，总该写文章了吧，那就要参照meta分析的撰写规范。

例如PRISMA statement，逐条告诉我们，meta分析文章要怎么写，有哪些注意事项。

写完文章，也不要忘记填写PRISMA checklist，那是可以让审稿人知道稿件是否符合撰写规范的必备工具。

付费培训高效率

前面介绍的都是单兵作战的学习方法，也是我的亲身经历。当时的我，身边没有任何人可以请教，也不知道有培训班（或许真的没有），只能自己钻研。这事有利有弊，好处是印象深刻、学的扎实，不好的地方就是学习周期长、效率低。但那时候的我，最不缺的就是时间。从成果来看，反而是效率最高的。

如果你没有太多的时间，不管你有没有基础，选择培训班是一个快速提高的捷径。

2天的培训班，系统的meta分析学习，你不仅掌握meta分析的核心流程，体验还原范文的过程，学会软件的操作，了解撰写规范的细则，还有经验丰富的meta分析讲师为了答疑解惑。

如果你想学习meta分析，但又苦于没有合适的途径。欢迎在评论留言（当然私信也可以的）。

我们不仅有丰富的线上学习资源，还有系统的meta分析培训班。