Meta分析数据处理流程
Meta分析数据处理流程
Meta分析是对具备特定条件的、同课题的诸多研究结果进行综合的一类统计方法。要做好一个meta分析最重要的就是选题，选题决定了工作量大小，选题的新颖性、临床实用性决定了研究的价值，也决定了文章投稿的难易程度。而选定了研究方向之后，具体的研究步骤包括七个部分。
1 一、制定检索策略，确定纳入研究的文献
按照选题指定检索策略，全面广泛地收集随机对照试验确定纳入和排除标准，剔除不符合要求的文献资料选择和提取，包括原文的结果数据、图表等各试验的质量评估和特征描述统计学处理结果解释、做出结论及评价维护和更新资料。
1 二、研究质量和评价
一个Meta分析质量的高低取决于单个研究的质量，文章质量评价的方法很多，根据研究类型确定评价方法。
随机对照研究选择Cochrane风险偏倚评估工具，非随机对照研究用The Newcastle-Ottawa Scale量表。
1 三、研究质量和评价
数据提取之前设计好提取数据的表格，如果纳入的问献比较多，返工是个很郁闷的事儿。我们把需要的文献数据提取到表格中。例：
1 四、研究质量和评价
数据分析就是把数据放到Revman，STATA等软件里，剩下的工作软件就帮你完成了，我们以Revman为例，简单介绍一下流程。
（一）添加研究
接下来就是重复工作，把所有表格里的研究都填进去就可以了，研究录入之后，就是Addcomparison。
（二）添加一个比较
（三）添加结局指标
（四）生成森林图
1 五、异质性评价
世界上没有一模一样的研究，我们纳入的文献一定存在差异，异质性分析就是检测这个差异。异质性评价可以通过森林图和漏斗图展示，以数值Q统计量，I2统计量评价。如果异质性大，数据处理的方法包括亚组分析，敏感性分析和meta回归等。后面的报告中我们会详细介绍。
1 六、发表偏倚的识别
做一个Meta分析，往往阳性结果的文章比阴性结果多，主要是因为阳性结果更容易发表，所以可能有很多阴性结果的文章没有发表，如果考虑到这部分数据，可能分析结果会有不同。为了控制偏倚，主要的方法是尽可能全面的搜集文献，常用的评价方法是观察漏斗图是否对称。常用的方法是Begg和Eggers检验。Trim法也可以用于处理偏倚。
1 七、敏感性分析
敏感性分析的常用方法主要是分析单项研究的影响，删除某一研究，重新分析后，观察是否影响结果。或者剪补法识别和校正偏倚引起的漏斗不对称。
参考文献：
1.http://ebm.dxy.cn/bbs/topic/27847710
2.刀笔吏meta分析简明教程
©著作权归作者所有：来自51CTO博客作者mob604756f4ef89的原创作品，如需转载，请注明出处，否则将追究法律责任
it视频教程 http://www.137zw.com/