搜索
从菜鸟到小有成就的Meta分析之路1-31、回首学习Meta分析已经有4年了，从一窍不通到5分的SCI发表，蓦然回首，不禁感叹世事难料。今天，我想给大家分享4年的学习经验和心路历程。“你知道什么是Meta分析吗？”导师的发问让我无言以对，研究生刚入学的我并不了解Meta分析，甚至完全没有听过，作为一名跨专业学生，临床医学、公共卫生、Meta分析、循证医学等对我来说是如此的陌生。“不知道”，我坦诚，于是导师让我自己去查资料。接下来的半年，我的主要任务就是搞懂Meta分析的概念、应用、统计原理、分析软件等等。说到Meta分析，不得不提循证医学，它是遵循证据的医学，是指临床医生在获得了患者准确的临床依据的前提下，根据个人专业技能和多年临床经验，分析并找出患者的主要临床问题，结合患者的价值和意愿，慎重、准确和明智地应用最佳、最新的科学证据作出对患者的诊治决策。而Meta分析则是寻找科学证据的重要手段之一。这就是当时的我对两者的认识和理解。标题为Meta分析之路，是因为我觉得我做的只是Meta分析，并没有真正地走在循证医学的道路上，为了发文章、毕业，可能忽视了理论的学习和循证医学的核心，走上了技术流。今天，先为大家分享几点学习经验：1、持之以恒，切忌三天打鱼两天晒网对于新手，Meta分析的入门可能比较困难，各种不懂的概念：异质性、效应值合并、随机效应模型、固定效应模型、亚组分析、质量评价……然后，针对不同类型的Meta分析也有难点和特点，如流行病学Meta分析的暴露、剂量、效应值选择；基因多态性Meta分析的模型选择、数据提取；诊断试验Meta分析的真阳性、假阳性、真阴性、假阴性等；还有软件的学习。所以，刚入门的童鞋，建议每天坚持学习，只要每天搞懂一个问题，那么很快就能走上大道了。2、贪多嚼不烂，欲速则不达Meta分析的学习要按部就班、循步渐进，先从Meta分析的起源和概念开始，明白了Meta分析究竟是什么后（Meta分析是采用统计学方法，将多个独立的、针对同一临床问题、可以合成的临床研究综合起来进行定量分析的科研过程），再了解Meta分析的流程（最好结合与自己专业相关的Meta分析文章来理解），从选题、文献检索、文献筛选、数据提取、统计分析和文章写作，分块消化。建议不要抱着一蹴而就、速成Meta分析的心态来学习。3、磨刀不误砍柴工要想做Meta分析、写文章，首先要先确定好选题、文献的纳入排除、检索策略，甚至是统计分析方法。在选题开始前就做到心有成竹、运筹帷幄。尽量不要查到一个有价值的选题后就欣喜若狂，立马就查文献、筛选文献、做分析，最后发现分析结果不好，然后眉头紧锁，四处求救。文献少了就希望纳入更多的文献，异质性大就想方设法地排除某些文献。这样的话，就是为了Meta而做Meta了。一篇文献该不该纳入，是做Meta分析之前就确定了，只要符合了纳入排除标准，这篇文献就应该纳入。异质性大就要正面承认事实，并讨论异质性的来源。4、纸上得来终觉浅，绝知此事要躬行看再多的书，听再多的理论，那也只是别人的东西，只有自己有所感悟，通过自己的实践获得的知识才是永久的财富。学习过程中遇到困难，一定要自己先思考，软件运行错误，是什么原因？检查过自己的数据吗？核对过自己的操作吗？质量评价怎么做？先弄清楚什么样的Meta，用什么样的质量评价量表，评分标准是什么？然后拿已经发表的高分Meta分析文章，把纳入的文献都下载下来，阅读原文，逐项打分，看是不是跟作者的一样。5、善于利用资源由于身边的人都不懂Meta分析，也没意识到买实体书，本人学习Meta分析都是通过网络资源实现的，一个人的战斗的确很苦，但也很快乐，在网络中只要你用心寻找，总会找到你想要的东西。有些人总是说，找不到问题的答案，大概是因为不懂得提问题。经常看到有人问“森林图怎么看，结果怎么解释”，其实问题的答案早就遍布网络了，只要你仔细找找，答案就在灯火阑珊处。坐等别人回答问题，不如主动寻找答案。Meta分析的学习脱离不了实践，提问题一定要带上实际的东西，不要问一些笼统的问题。2、启程谁也没想到当时导师的一个想法，让我从此走上了钻研Meta分析的道路，如今还在继续，这是毕业前的我完全没有想到的，当然这是后话了。由于对Meta分析完全没有认识，所以我决定先从网上查阅相关资料，这时候度娘给予我极大的帮助，通过它我下载了几份Meta分析入门PPT，花了不少时间才理清了Meta分析、系统综述、综述、循证医学的关联和差异，Meta分析通过对原始文献的二次分析，汇总结果后就能完成文章。选题、筛选文献、提取数据、质量评价、统计分析和写文章，是Meta分析的主要步骤，当我大概了解Meta分析是什么后，我开始以练带学，试着还原一篇Meta分析SCI（中文文章一般质量较差，而且很多细节都被忽略了，所以不建议通过中文文章来学习Meta分析）。为什么没有从选题开始做，因为不现实，就像做菜，刚学的时候按菜谱一步一步做，用什么材料、切丁还是切片、煮多长时间、放什么调味料等都有参考，那么基本上能做出一道不太难吃的菜。即使第一次没做好，也可以通过排除确定问题出在哪个环节。但如果想着改变材料，没有了参照，就不知道问题出在哪里了。因为专业的原因，老板给我选了一篇观察性研究的Meta分析，是某类营养素与慢性疾病关联的Meta分析。从此，噩梦开始了。英语不好，加上本科时没有阅读英文文献的习惯（准确来说，中文文献都没读过几篇），在看文献的过程中要不断的借用翻译工具，花了好几天才把文章基本读懂了。有条件的话可以把文章打印出来，个人觉得纸质版便于做笔记。当时我把这篇文献读了至少4遍（有点像英语考试的阅读题），第1遍为快速阅读，先看看文章的大体内容，哪个方向的选题、为什么要做、怎么做的、结果如何以及得到怎样的结论。这些信息可以在摘要、前言的开头或结尾、结论等段落找到。第2遍要把全文完整地读一遍，并且进行简单的标记（不懂的或者觉得比较重要的信息标记起来），做好笔记。第2遍用的时间会比较长，特别是陌生的名词很多，一些概念，如RR、效应值、检索策略等都不理解，但是只要不影响对文章的理解，我就先忽略了。第3遍方法和结果对照着看，检查结果是不是与方法一一对应，文献检索和筛选是不是按方法部分的描述那样进行的，数据有没有经过转换，提取了什么数据进行合并，异质性分析与统计模型的描述等，再把讨论部分也吃透，因为主要目的是还原文献，所以这时我只需要知道讨论部分的主要内容和逻辑是什么，怎样对结果进行解释就可以了。第4遍再梳理梳理文章的主要内容和重难点，就差不多了。文献读完了，但也标记了很多不懂的知识点，接下来才是真正的噩梦。下回再跟大家分享吧。3、文献检索上回讲到我的Meta分析之路是从还原一篇Meta分析文章开始的，第一步要做的就是检索文献，在阅读文献的时候把重难点标记出来，当然也少不了文献检索。首先，了解各种常用数据库。PubMed、Embase、webofscience、MEDLINE、Ovid、ScienceDirect、Cochrane等都是Meta分析中常用的外文数据库，中文数据库就不做介绍了。我要还原的Meta分析检索了两个数据库：PubMed和Embase。那么，我要做的就是先了解它们的异同以及检索功能。PubMed以北美文献为主，而Embase则主要汇总了欧洲、亚洲文献，两个数据库都收录了约5000种期刊文献，强强联合，提供最全面的生物医学及药理学信息。因此不少Meta分析文献都对它们进行了检索。由于PubMed系统是基于MEDLINE、OLDMEDLINE、PREMEDLINE等数据库的网上检索系统，而且PubMed具有词汇自动转换匹配功能，我们即使对MeSH不了解也可以随心所欲地检索文献，所以对PubMed检索后可以不对MEDLINE进行检索。PubMed的检索简单便捷，Embase的检索功能也很强大，可进行快速检索、高级检索、药物检索、疾病检索、设备检索和文章检索。但是Embase是收费的，如果您的学校或单位没有购买，那么就没法检索了。可检索Springerlink,ScienceDirect,Ovid等数据库替代，实在需要检索Embase的亲们就求助于能检索Embase的朋友，或在网上淘一个帐号吧。其次，逻辑符号和缩写词的应用。同义词之间用“OR”，代表逻辑“或”；不同词组间用“AND”，代表逻辑“与”；对部分文献进行限定时用“NOT”，代表逻辑“非”。“ab”代表abstract（摘要），表示只对摘要进行检索；“ti”代表title（标题），表示只对摘要进行检索。再次，检索词的确定。由于个人的习惯，我喜欢直接使用PubMed或Embase的快递检索功能，也不使用缩写词和特殊符号检索文献，只要确保文献查全查准就没问题了。文献检索只是一种辅助手段，个人觉得没必要花太多精力去琢磨。如检索膳食纤维的摄入量与乳腺癌的关联分析文献，检索策略为：(fiberORfibre)AND(“breastcancer”OR“breastneoplasms”)AND(intakeORdietaryORconsumption)。需要使用哪些同义词，可以先参考相似选题的Meta分析文献，也可以借助PubMed的MeSH功能查找相关的主题词。最后，查全和查准。查全、查准是相对的，检索越全面，准确度越低；匹配度越高，漏检率相应也容易增加。检索也应该遵循PICOS原则，常用的组合是P、I、S，可以根据初步检索的结果，增加或删除检索条件。有兴趣查看更多内容的战友，可以关注我的微信公众号，一起交流、分享和学习。