一提及Meta分析，很多人的第一反应便是，水文章的必备神器。它由11个问题组成，每个问题有四个选项，即yes，no，can’tanswer和notapplicable。至少要有2名数据提取员背对背地进行数据提取。最好有2人做文献筛选，2人做数据提取，加上达成一致的系统方案，或另一个人检阅其他人的工作。其他类型研究的相关标准条目也需交代。如果存在异质性，应该选用随机效应模型，或结合其临床意义进行考虑。该书从出版至今，获得读者的广泛好评，并在市场上热销。
如何写好一篇meta analysis
问：如何看待Meta-analysis的意义？
答：在胡扯的结果上进行科学的综合胡扯，得到一个胡扯的结论。——知乎@李姑娘的小灰灰
又答：八股文，显而易见的结论在那掰扯半天，发个sci美滋滋。——知乎@为了SCI。
显然，在某种程度上，上面这两位知友的确是一语道破真相。眼下，曾经的“香饽饽”Meta分析已然不再吃香。一提及Meta分析，很多人的第一反应便是，水文章的必备神器。
君不见，中国人已经把META的批量发文价值挖掘到烂大街的境地。
而大家之所以对Meta分析趋之若鹜，一方面是因为Meta分析作为系统综述里一个定量分析方法，能把各种研究结果有组织有纪律地综合起来，证据档次瞬间飙升，能甩传统综述好几条街；而且还不用做实验，成本低，又能发个3分左右的文章，着实是医生们科研路上的“救命稻草”！
另一方面，也是因为META的学习，基本上半个月就能掌握，一个月左右即可写就一篇，发习惯了真的会上瘾。
但鉴于大家在一窝蜂去做META分析时，在实践过程中可能会忽略掉了某些设计环节，或者根本连纳入的原始研究都是低劣的，META分析的质量自然会每况愈下，这也使得一些单位不再认可META类的文章，不仅没有奖励，也不算科研工作成绩。
既然，Meta分析作为入门SCI的最低门槛，已经快被刷烂了，那么现在还想做Meta分析，还有出路么？
答案是，YES！因为鉴于系统综述和Meta分析是高坐在循证医学证据等级金字塔顶层的，高质量的Meta分析仍是临床指南制定的重要依据，后续确实也能大范围影响到医生和患者的切身利益，所以一篇SCI级别的Meta分析还是很有份量的！
而且Meta分析作为循证医学的一部分，其意义远不止是发表过的一篇 SCI 论文可以代表的，更重要的是循证思维的建立以及科研思维的培养。毕竟，要做出一篇优质的系统综述/Meta分析，还是需要很细致而谨慎的工作。
AMSTAR：系统综述的质量评价工具
至于要如何从Meta分析这个乱石山坳之中，挑出一枚宝玉，各位小伙伴们倒是可以参考AMSTAR量表。
一方面，它能指导系统综述/Meta分析的作者严格设计、实时分析；另一方面，它能帮助读者筛选出有价值的信息，理性采纳证据。
这个量表始于2007年，由荷兰阿姆斯特丹自由大学医学研究中心和加拿大渥太华大学的临床流行病学专家联合开发。
它由11个问题组成，每个问题有四个选项，即yes，no，can’t answer和not applicable。选yes才能得到1分，yes的数量除以11的百分数，就是这篇系统综述的质量得分。可以理解为，一篇好的系统综述应该满足这11个条件。
该量表可以在AMSTAR官网上找到，并实时计算一篇系统综述的质量评分（http://www.amstar.ca/Amstar_Checklist.php）。下面就简单解释一下这11个问题。
1. 是否提供了前期设计方案？
在开展系统综述实质工作之前，需要先发表研究方案的计划书，阐述其研究目的和意义、纳入排除标准等。当正文中引用了这份预先发表的Protocol，或伦理审查，才能选择yes。
2. 纳入研究的选择和数据提取是否具有可重复性？
至少要有2名数据提取员背对背地进行数据提取。当意见相左时，是否有合理地达成一致的方法，如小组讨论或第三方仲裁等，甚至需要与文献原作者联系，处理理解上的分歧。
最好有2人做文献筛选，2人做数据提取，加上达成一致的系统方案，或另一个人检阅其他人的工作。
3. 是否实施广泛全面的文献检索？
至少要检索2个电子数据库。报告中需注明所使用的数据库，年份，关键词或MESH主题词，如果可以的话，检索策略最好也要说明。
还要有补充检索，包括教科书，已注册而未发表的研究数据，以及追踪参考文献。至少2个数据库 1种补充检索才能选yes。
4. 发表情况是否已考虑在纳入标准中，如灰色文献？
作者需声明是否检索了各种发表类型的文献，也需说明是否因为发表类型或语言而排除了某些文献。要提到作者检索了灰色文献或未发表文献，才能选yes。
灰色文献是指会议论文，学位论文，已注册而未发表的试验数据等。如果检索的数据库本身已包含了灰色文献，也需说明。
5. 是否提供了纳入和排除的研究文献清单？
纳入和排除的都要提供。如果排除的文献没有列清单但有引用，也可以选yes。如果提供了文献的超链接，但打不开，要选no。
6. 是否描述纳入研究的特征？
最好以集合的形式，如表格，报告纳入研究的特征，包括样本量，干预方法，结局指标，还有其他特征如年龄，种族，性别，社会经济状况，疾病状态，病程，严重程度，及其他伴随的病症等。
7. 是否评价和报道纳入研究的科学性？
应提供预先设计的评价方法及出处，如治疗性研究，是否把随机、双盲、安慰剂对照、分配隐藏作为评价标准。其他类型研究的相关标准条目也需交代。每一篇纳入的文献都应列出评价结果。光有全部文献的总体评价是不算的。
8. 纳入研究的科学性是否恰当地运用在结论的推导上？
上述关于纳入研究的科学性、方法严谨性的评价，在下结论或形成推荐意见时应当明确应用。可以说“由于纳入研究的质量不高，本综述分析的结果需谨慎对待”，但不能质量差了就假装没看见。当然，如果第7选了no，这里就不可能选yes了。
9. 合成纳入研究结果的方法是否恰当？
纳入的研究是否有资格进行数据合并，也要分析检测一下，即同质性检验。方法包括卡方检验，I2等。如果存在异质性，应该选用随机效应模型，或结合其临床意义进行考虑。
如果文章中提到或描述了异质性，哪怕是说“由于这些研究异质性太高了，无法合并分析”，都可以选择yes。
10.
是否评估了发表偏倚的可能性？
关于发表偏倚的评价，最好有图形辅助说明，如漏斗图，或相应的统计分析，如Egger回归分析，Hedges-Olken等。
如果明确说到，纳入的研究不足10篇，没法做发表偏倚检验，也可以选yes。如果没有漏斗图也没有检测结果，选no。
11. 是否说明相关利益冲突？
明确交待潜在的资助来源，包括本系统综述/Meta分析的，还有纳入的原始研究的，全都要。
光看这11个问题，就知道系统综述/Meta分析绝不是一个敷衍的工作，更别说还有许多设计上、实施上的技术细节，所以Meta分析绝非像大家所说的那般可以随随便便丢给一个研究生就能“独立完成”的。
所以，如果你期望在成千上万的Meta分析中杀出一条血路，并通过Meta分析得出一个质量很高的科学结论，那么Meta分析的各种方法选择/如何选题/分析原理/实际软件应用...这些决定论文能否发表的重要环节，就必须认真对待。
考虑到大家在Meta分析过程中可能会遇到各种实际问题，解螺旋决定赠送Meta类实用教材书籍《Meta分析软件应用与实例解析》来扫除大家心中的困惑，让Meta分析的过程一路顺滑到底。
本书立足实践，以具体实例为导向，对实例进行深入剖析，形象生动地把论文写作的相关过程进行了讲解。该书从出版至今，获得读者的广泛好评，并在市场上热销。
本书贯彻“教了就会用”的原则，每个知识点用3～4张图片把软件应用过程中遇到的核心问题与难点展示给读者，“手把手”式教会读者使用。
本书不追求无关细节的演示。内容具有实用性，贴近前沿进展，指导意义重大，非常值得有志于循证医学研究的科研人员与临床工作者阅读。
如今免费送书在即，限量300本，你还不快快行动么？
私信回复“领书”领取哦！
