对于Meta分析，你觉得哪一步最难？

A 好的选题是成功的一半，所以说选题最难，找到了一个好选题后面的事情按部就班做就没问题了。

什么是好选题？它往往有几个特点：

1) 有重大临床意义，能帮忙解决争议；

2) 有创新性，并不是拾人牙慧；

3）针对性，明确解决问题。

但是我们往往毫无头绪，无从下手！

B  可是，结合临床实践和专业知识，往往能发现有价值的选题。

阅读已经发表的Meta分析找出它的缺陷，然后进行更新，更新类的Meta分析甚至能在BMJ、JAMA和Lancet等顶尖杂志发表。

关注最新的研究进展同样可以帮助确定选题。

所以说，选题不是最难的。

脱离文献的选题是空中楼阁！没有文献支持，外表再华丽，多有内涵的选题都只是夸夸其谈，检索文献才是最难的！

做Meta分析，要熟悉PubMed、Embase、Cochrane library、OVID、Google scholar等数据库或搜索引擎的操作，有时候检索了几千篇文献，不知道要花多少时间才能看完。检索文献才是最难的！

C 不！文献检索有套路。

常用的数据库只有几个，多检索几次就掌握方法了。

文献检索要懂得发挥主观能动性：

1) 优先选择默认检索，不纠结主题词、同义词检索；

2) 调整PICOS构建检索策略；

3) 利用 “AND”, “OR”, “NOT”等逻辑词组合检索策略。

网上也有一些检索模版，根据自己的选题修改下就可以用了。

数据提取就不一样了，不同类型的Meta分析，提取的数据千变万化，文献的数据还不知道哪些有用，哪些没用。

有用的数据也不知道要不要转换，还是可以直接用。

还要提炼一些信息进行质量评价，简直了。

D 亏你好意思说别人，难道数据提取就没有套路吗？

多看几篇文献就能制作一个模版了，Meta分析的数据提取主要包括几方面内容：

1) 研究的基本信息，如作者、研究对象的性别/年龄、研究地区；

2) 方法学信息，如研究类型、各干预组/治疗组的方案（干预措施、频率，药物剂量等）；

3) 研究结局信息，如并发症、有效率、生存时间等，连续型资料要提取样本量、均数和标准差；分类数据要提取各组的样本量和事件发生频数；效应值结果要提取RR/OR/HR和95%CI。

数据转换什么的都有模版。

软件分析比这些都要难，有的软件菜单操作就行了，有的软件要写命令行，有的甚至要自己写复杂的代码。

有的分析用一个软件还不行，要用两个，头疼死了！

E 你们都说的什么话？软件操作不也是熟能生巧，水滴石穿的功夫吗！

按照教程，把各类型的数据都操作一遍，先把基本操作学会了，然后再根据自己选题的数据，修改软件的参数、命令行、代码，分析不就是一顿饭的时间就能完成的事情吗？

分析的过程都是千篇一律的，森林图、漏斗图、亚组分析结果却是变幻莫测的，我该怎么解释异质性呢？

森林图的结果没有意义，我需要排除一些文献吗？

有发表偏倚，要在文章里面阐述吗？

B 你当Meta分析是随意分析啊，纳入文献能随便改的吗？符合纳入标准的文献一篇都不能少！

C 你当我提取的数据是摆设吗？异质性根据人群的类型、研究地区、干预时间长短、用药剂量等都可以讨论。

D 有发表偏倚不是正常的吗？分析得到的结果是反映客观情况的，不能主观的扬长避短，你以为你不提，审稿人就不问吗？老老实实地解释和讨论分析结果就行了