临床医生不做实验，能刊登sci 吗？

不是我不想发啊，是真的没法做尝试，没时间收集临床数据！

为什么其他人发sci那么顺利，他们都不必睡觉的吗？

其实发 sci 并没有那么难，刊登多篇sci 都是有诀窍的！

他们在发meta综合！

下面为大家解密meta综合

Meta分析是系统综述吗？

Meta分析（荟萃分析）是一种统计分析方法，它通过汇总研究的结果，评估和总结实验模型、研究方案和研究设计等因素之间的联系来估计某个主题的统计效应中性性，以及潜在的有用性。

Meta分析要求作者必须按照规范化的流程，写明整个研究如何收集文献、按照什么标准进行评价、指标如何进行筛选合成、最终如何进行解读，得出什么样的结论，确保荟萃分析整个过程每一步都是客观可复现的，用以将多个独立的临床研究结果综合起来进行定量分析，为临床治疗提供更加可靠的证据。所以Meta分析被认为是临床医学循证等级中最可靠的证据之一。

系统综述（systematic review）是一种全新的文献综合方法，针对某一具体临床问题（如：病因、诊断、治疗、预后），系统全面的搜集已发表或未发表的临床研究，采用临床流行病学严格评价文献的原则和方法，筛选出符合质量标准的文献进行定量或定性合并，从符合纳入的研究中提取分析资料，得出可靠的综合性结论的研究。此处，系统综述不同于传统的文献综述。

从研究类型上划分，Meta分析属于二次研究，是对一系列原始研究结果的再次研究、综合和创新。作为循证医学中重要的研究方法，Meta分析的因果关联等级最高，可以作为一级临床研究证据，对临床决策和指南制定做出指导。

系统综述和meta分析二者有交叉也有区别。当系统综述采用了定量合成的方法对资料进行统计学处理时可被称为meta分析；而未使用统计学方法的则为定性的系统综述。

做Meta分析对临床实践和学科建设有意义吗？

1.从循证医学证据等级来看，系统综述和meta分析的证据是因果关联强度最高。高质量的Meta分析（尤其是针对病因、诊断、治疗、预后等临床具体问题的）对临床时间具有重要的指导意义。

2.使用Meta分析可以收集和梳理同领域最新的研究进展，找到合适的研究方向。

3.Meta分析还可以解决医学人“无米之炊”的困境，无需进行实验，就可以发表高质量的学术文章。

4.Meta分析的学术论文可以作为重点专科遴选的科研成果之一。

                   循证医学等级

Meta分析在临床科研中有哪些应用呢？

1.病因危险因素方面，比如(遗传）关联性研究的meta分析。

2.诊断治疗方面，比如诊断试验的meta分析。

3.预后方面，比如生存资料的meta分析。

如何开展Meta分析的二次研究呢？

Meta分析的的具体步骤包括：选题、文献检索、数据提取、质量评估、数据整合及结果解读。

一，选题

对一些大样本，多中心临床合作已经得到明确结论的的，没必要做meta分析。

二、文献检索

在制定文献检索策略时，总体的要求就是查全和查准。

需要考虑如下几个方面：

1. 圈定搜索数据库（外文有：MEDLINE、the Cochrane library、医学文摘、TOXLINE、OVID、EMBASE、ISI Web of Science、EBSCO等；国内有：维普全文VIP、CNKI、万方数据库）

2. 确定语言类型：包括所有英语和非英语的文献；

3. 明确需要包含的研究类型：仅包含RCT，还是病例对照试验，队列研究等。

4. 明确暴露因素/治疗方法

5. 筛选关键词：这将直接影响文献检索的准确性和敏感性，也关系到指定检索策略。

-关键词需要根据研究问题本身来确定；

-对于每一个关键词尽量包含所有可能的表述形式；

-可以尝试几种关键词组合以搜最合适的文献。

6. 检索获取摘要和全文：其中联系专家是一种很好的方式，不仅可以获取全文，甚至可以询问文献中的细节帮助后续使用文献。建议搜索文献引用名单，可以增加文献搜索的全面性。

在文献筛选过程中，首先，需要由两位研究者独立通过对文献的题目和摘要进行初筛，初筛后的文献通过阅读全文进行二次筛选，然后交叉核对筛选结果，如果有分歧则通过共同讨论决定是否纳入，必要时可有第三位研究者协助解决。如果文中信息不全或信息不清楚，与原始研究作者联系获取信息。在筛选过程中，需要记录你每个步骤的选择和排除原因。至于被排除的文章，则需要在灵敏度分析中进行分析。

三、数据提取

资料提取是从符合纳入要求的文献中摘录用于系统评价的数据信息，所提取信息必须是可靠、有效、无偏的。

一般提取的信息有：研究编号，发表年限，纳入研究者的一般信息，样本量，设计方法，干预/暴露因素，研究结局等。

四：纳入研究的质量评价

1. 随机对照试验的质量评价工具：

Cochrane风险偏倚评估工具（最常用）、PEDro量表、Delphi清单、CASP清单、Jadad量表、Chalmers量表、CONSORT声明（不专用，但可以用）。

2. 观察性研究的质量评价工具：

（1）NOS量表（最常用）：病例对照研究和队列研究；

（2）CASP清单：病例对照研究和队列研究；

（3）JBI标准：横断面研究；经验总结、案例分析及专家意见；

（4）AHRQ；

（5）Combie横断面研究评价工具；

（6）STROBE声明；

（7）STREGA声明。

3. 非随机对照实验性研究的质量评价工具：MINORS条目、Reisch评价工具、TREND声明。

4. 诊断性研究：QUADAS工具、CASP清单、STARD声明。

5. 动物试验：STAIR清单、CAMARADES清单、ARRIV指南。

第五步：数据整合

系统评价过程中，对上述数据进行定量统计合并的流行病学方法称为Meta分析(Meta analysis) 。Meta意思是more comprehensive，即更加全面综合。

对数据的整合分为描述性整合和定量整合：

对于描述性整合，应考虑：

• 建立干预/暴露因素是如何导致结果的假说，包括原因和适用人群；

• 初步综合纳入的研究，以文本形式或者制表和／或图形显示；

• 探讨各研究内或各研究间的关系；

• 评估证据的稳定性；

• 评估meta分析的重要性。

对于定量整合，则可以：

1. 提高了统计检验的power和精度；

2. 统计结合各研究结果给出一个“平均”干预效果的合并估计值，改进对作用效应的估计；

3. 评价结果一致性，解决单个研究间的矛盾;

4. 解决以往单个研究未明确的新问题。

meta分析的统计学分析方法

a．异质性检验（齐性检验）

由于纳入文献存在临床异质性、方法学异质性和统计学异质性，所以在对结果数据进行统计合并之前，首先应该进行异质性检验，保证现有的各独立研究间的结果的不同仅仅是由于抽样误差造成的。否则，就要进入亚组分析，或取消合并。

Q检验，若同时I2<50%和P≥0.1时，纳入文献被认为是同质的，采用固定效应模型（fixed effect model）分析；反之说明研究间存在实际异质性，需要查找一致性的来源，之后采用随机效应模型（random effect model）。

如果存在较大的临床异质性，那将无法进行meta分析，只能进行描述性整合。

b．统计合并效应量（加权合并，计算效应尺度及95％的置信区间）并进行统计推断

通常在考虑采用哪些效应指标（effect size）时需要考虑结局指标的类型，通常两组间比较时，如果是连续性变量用加权均数差（weighted mean difference, WMD）、标准化均数差值（standardized mean differences, SMD）表示效应大小；二分类变量则用率差（rate difference, RD）、比数比（odds ratio, OR）、相对危险度（relative risk, RR）、相对危险度降低值（relative risk reduction, RRR）等来表示效应的大小。回归系数的比较用β表示效应值的大小。

c．图示单个试验的结果和合并后的结果：森林图（Forrest plot）

d．敏感性分析：用来评估meta分析结果的稳定性

1）按研究质量评价标准从纳入文献中去除尚有争议的研究、排除低质量的研究、早期研究、根据研究结果的分布去掉extreme10%其他已知因素不同的研究；

2）采用不同统计方法/模型；

3）根据样本量大小进行分层分析；

4）改变纳入／排除标准时，重新对同一资料进行分析时，如果观察到合并指标点估计和区间估计的变化存在较大差异，则说明meta分析的结果不稳定。比如，当排除一篇低质量文献时，合并指标变化很大，说明该文献对合并指标敏感。

敏感性分析是必要的，无论是采用不同的统计模型或进行亚组分析，都可以帮助我们找到可能的偏倚来源，更加正确的理解获得的结论。

e．通过“失安全数”的计算或采用“倒漏斗图”对入选文献进行潜在的发表偏倚（publication bias）的评估。

Meta分析有哪些常见类型？

1.配对Meta分析

配对Meta分析是最经典、最成熟的Meta分析类型，也称为常规Meta分析，主要以合并随机对照试验、队列研究等的效应量为主。比如在进行干预措施疗效评价的时候，将A措施和B措施进行比较，或者B措施和C措施进行比较，这样两两成对进行比较的Meta分析就称为配对Meta分析。

2.累积性Meta分析

累积性Meta分析是将研究资料作为一个连续的统一体，按照一定的次序比如发表时间、样本量等序贯添加在一起进行多次Meta分析，用来反映研究结果的动态变化趋势以及单个研究对综合结果的影响。

3.单个病例资料的Meta分析

单个病例资料的Meta分析最主要的特征就是使用的每一个数据都来自单个病例资料，而不是总结数据的结果，需要从文献作者处获得单个病例的原始数据才能进行分析。单个病例资料Meta分析的优点是可以探讨很多影响疗效的因素，比如按性别、年龄、分区、严重程度等进行探索性分析。

4.单组率的Meta分析

单组率Meta分析是指将单组率进行合并的Meta分析，结局指标主要是发病率、患病率、感染率等，原始研究多为横断面研究。

5.诊断试验Meta分析

诊断试验Meta分析是一种主要用来评价某项措施对疾病的诊断价值的Meta分析，评价指标主要是灵敏度、特异性等。

6.序贯Meta分析

序贯Meta分析与累积性Meta分析类似，区别是在纳入新研究时均视为一次期中分析，可以克服累积性Meta分析的不足，控制I类错误。

7.网状Meta分析

网状Meta分析是近年来十分热门的Meta分析类型，可以用于多个药物或干预措施相互之间直接或间接的比较。比如针对某一疾病的同一系列药物，药物A和B，B和C之间分别有直接的比较，但A和C之间没有直接比较，就可以通过B作为桥梁用网状Meta分析比较A和C的疗效。

此外，Meta分析还有剂量反应关系Meta分析，单纯P值Meta分析，前瞻性Meta分析等类型。

如何规范开展Meta分析呢？

首先介绍一个Meta分析常用的网站Cochrane协作网，网址是https://www.cochrane.org。Cochrane协作网包含了几个大型数据库：Cochrane系统评价数据库（CDSR）、效果评价文摘数据库（DARE）、Cochrane临床对照试验中心注册数据库（CENTRAL）和Cochrane方法学注册资料数据库（CMR）。

利用Cochrane协作网既可以进行资料分析，也可以用于制作和保存研究方案和系统综述，还可以将完成的系统评价提交到CDSR发表，另外还可以使用Cochrane偏倚风险评估工具进行质量评估。除此之外，还可以在Cochrane协作网上检索Meta分析文章，学习写作格式、检索技巧和选题思路等，快速获得文章发表技能。

Cochrane协作网上还有关于什么是系统综述的介绍视频，直观生动地介绍了系统综述，可以作为Meta分析入门视频进行学习。

另外推荐stata和R等软件进行Meta分析统计。

Meta分析有哪些基本特征呢？

1.必须按照系统综述的要求汇集全面完整的文献资料；

2.需要根据质量评价体系对原始研究进行质量评价；

3.要进行定量综合，只要有两篇及以上就可以进行分析；

4.要进行敏感性分析，分析合并的结果在做出不同假设的情况下结果会有什么变化；

5.进行亚组分析，按照不同的要素在不同方面进行比较；

6.需要形成规范化的评价报告；另外还要随着新的研究结果的出现进行及时更新。

除了Meta分析，还有哪些不做实验就能发表学术论文的方法呢？

1.生物信息分析：生物信息分析是一种数据分析方法，旨在了解大量生物信息，把它们用于医学研究，如基因组学、生物信息学和分子生物学。它允许我们从海量数据中发现有意义的信息，并使用它们进行探索性和预测性分析，以构建精确的模型来预测病理变化。

2.临床预测：临床预测是一种统计学应用，用于预测个体在特定时间点的临床结果。它使已知的相关风险因素，通过统计建模的方法建立预测模型，以预测个体有关疾病的发生，以及对某种治疗方案的反应程度。

3.指南评价：指南评价是一种研究方法，用于评估医学指南的有效性、实用性和清晰度。它将收集和综合影响诊断、治疗、预防和保健决策的证据，以确定哪些指南如何有效地帮助提供安全且高质量的护理。

4.网络药理学：网络药理学是一种计算方法，用于探索药物和生物体系的相互作用机制，从而开发靶向治疗。它可以模拟和预测不同药物作用于细胞网络或疾病网络的效果，并推断药物的作用机制和有效治疗方案。