[SCI经验分享] 你距离在一区杂志发表meta分析,只差了这些细节!
本文所记录的meta分析学习经验,来自于一位在SCI上发表了6篇meta分析(3篇一区,1篇二区)的前辈。
本科、研究生期间成绩都只是中等的他,是如何做到在一区杂志上发表meta分析的呢?
首先,正确认识什么是meta分析(打基础)
正确认识meta分析,这一点很关键,如果还没搞懂什么是meta分析,就想着要去做、去写文章、去发表,这是不大现实的。
要对事物有整体的了解,有自己的理解,然后再实践。就像做实验一样,要了解这是一个什么实验、需要哪些仪器和试剂、关键步骤有哪些、如何判断结果是否成功等方方面面,接下来才是按部就班的操作,在实践中解决问题。
当我们能够清楚回答什么是meta分析,meta分析包括哪些关键步骤,如何解读各种分析结果的时候,说明做到了“理论指导实践”,那么该进入下一个阶段:实践是检验真理的唯一标准。
第二,还原高质量的meta分析SCI(正三观)
人类获取知识源于模仿、效法、学习,“人法地,地法天,天法道,道法自然”。还原高质量的meta分析SCI无疑是meta分析进阶的理想途径之一,当然最好选择与自己专业相近的meta分析。
如果是临床专业的,就选择RCT的meta分析;如果是公卫专业,则选择队列研究的meta分析。
已经发表的高质量SCI,在方法学、结果的解释等方面是经得起考验的,而且meta分析的特点之一是可重复。高质量的meta分析应该是能够被审稿人、读者逐步还原的。
从文献检索开始,到纳入排除标准、文献筛选、数据提取、meta分析合并、辅助分析(亚组分析、敏感性分析、异质性分析等),最后是结果解释。这些都可以还原。
在这个过程中,解决一个又一个具体的问题。需要检索多少数据库、检索策略如何制定、为什么要排除这些文献、这类型的meta分析需要提取哪些数据,这些问题在还原文献的时候都可以收获答案。
第三,持之以恒的学习,不断完善知识体系(吸取养分)
由于种种原因,很多人都误以为meta分析很简单,随便弄弄就能发表。事实上,确实有很多不太严谨的meta分析发表。然而,不是meta分析自身不严谨,而是人不严谨。做meta分析的人不严谨,“审稿”人更不严谨,就造成了低质量的meta分析泛滥。
有人说meta分析就像八股文一样,整篇文章分几块,每一块写什么,基本上都是固定的。但是,很少有人思考过:既然都是差不多的,为什么有的meta分析能发高分的,有的却只能灌水?相同的选题,为什么有的meta分析能发表在Lancet、BMJ等顶尖杂志,有的却只能烂在手里?
其中一个很重要的原因就是:对meta分析的理解。Meta分析看似简单,但要想在好杂志上发表,需要不断的学习,学习各种软件、学习各种类型meta分析的特点、各种研究类型的优缺点、分析思路和结果解读的侧重点等等,都值得学习。
如果说meta分析是一棵大树,其定义就是树根,流程是树干,辅助分析、质量评价等是树枝,软件、数据处理、结果解读等就是养分,最后催生出各种各样的果实。越了解meta分析,给予的养分越充足,果实自然越甜美!更重要的是,这时候,我们就懂得这篇meta分析的质量有多高,是否可以往一区的杂志投稿。
最后,实事求是,不隐瞒或扭曲事实(收获成果)
Meta分析,跟实验、临床试验一样,真实是最重要的。
如果meta分析的结果是阴性的,研究间存在显著异质性,怎么办?有的人会选择寻求各种方法得到一个阳性结果,他们会怎么做?想方设法的删除一些阴性结果的研究,做各种亚组分析,希望能有一些亚组是阳性结果。
对于异质性,他们同样如此,找各种理由剔除异质性高的研究。然而,这样的做法往往是站不住脚的。
正确的处理是什么?很简单,实事求是,结果是什么就说什么。存在显著异质性,就讨论异质性来源,讲清楚异质性对结果的影响,对未来研究的展望。
另外,meta分析的一些非常规细节要主动告诉审稿人和读者,例如数据有没有经过转换,用什么方法转换;原始文献没有提供数据的,是通过图形获取数据还是问作者要数据;有多组数据的,如何选择一组进行meta分析合并的。
Meta分析是系统、客观、可重复的,如果审稿人对于你的meta分析有太多的疑问和不明白,他怎么会让这篇meta分析发表呢?一般来说,IF高或一区杂志的审稿人都是比较专业和严谨的,文章是否弄虚作假、投机取巧,逃不过他们的金睛火眼。详实地介绍meta分析的操作细节,或许更能得到审稿人的青睐!
本次的分享暂告一段落,如果你对自己的meta分析文章是否可以达到SCI发表要求,欢迎来撩~我们会给予你一些免费的建议和指导。
