Meta分析的文章应该这么写！

lemon

系统评价/Meta分析是循证医学重要的研究方法和最佳证据的重要来源之一，是当前临床医学和公共卫生各专业工作者必备的研究方法和技术。掌握系统评价方法有助于提高临床研究设计的质量和发表高水平学术论文的能力，也是许多大型临床研究的前奏，以及临床研究创新的来源。
Meta分析的基本流程
Meta分析写作时有固定的写作流程：
提出需要并可能解决的问题，制定研究计划检索相关文献确定纳入和排除标准，筛选文献评价纳入文献的质量提取纳入文献的数据数据的统计学处理异质性相关处理分析结果讨论与分析
每部分的写作也是有技巧而言的，这里小编分享一点meta分析写作时的干货：
选题方面
只有具有比较重要的临床意义的问题才适合作meta分析。一般而言，具有争议性的问题最适合做meta分析。通过汇总多个研究结果，得到总的更可靠的结论。同时选题还应该具有创新性，即国内外还没有人做过这方面的meta分析。选题大小要合适，太大纳入的研究太多，问题也不明确，研究难以完成。选题太小，纳入研究的文献太少，汇总证据缺乏说服力。一般而言，纳入研究的文献以10-30篇比较适合做meta分析。

文献检索方面
制定合适的检索词立求全面检索相关文章。制定合适的纳入排除标准。
纳入标准：各研究假设和研究方法相似；有研究开展或发表的年限；各研究对样本大小有明确规定；各研究中患者的选择和病例的诊断及其分期有明确标准，干预和对照的措施明确；计数资料可提供OR/RR或由样本例数和发病例数计算得之，计量资料可提供均数、标准差和样本量。
排除标准：重复报告；存在研究设计缺陷，质量差；数据不完整、结局效应不明确；统计方法错误且无法修正；计数资料无法提供OR/RR、样本例数和发病例数，计量资料无法提供均数、标准差和样本量。

数据的统计学处理方面
效应量的选择——计量资料：WMD；计数资料：OR/RR
异质性检验——基本思想：假设研究资料间的真实效应量一致，则实际效应量间的差异可认为是由抽样误差造成的；但若效应量间的差异过大，超出了抽样误差所能解释的范围，则应考虑异质性。效应尺度的参数估计——固定效应模型（P＞α），Inverse-variance法（倒方差加权法）；随机效应模型（P＜α），在Inverse-variance法基础上，采用DerSimonian-Laird法，引入校正因子对固定效应模型中的权重进行校正后再计算效应尺度及其95%CI。

若效应尺度的95%CI包含0（计量资料）或1（计数资料），则表明其与0或1的差异无统计学意义，即试验组和对照组的差异无统计学意义。否则，表明试验组和对照组的差异有统计学意义。