通过第一阶段的选题和立题学习，大家脑海里应该有了一定的想法，有了好的选题之后，那么你就有了一个初步的概念，接下来嗵嗵就把工作量最大的第二阶段发给大家，这个阶段也是需要接触到各种工具和大量知识储备的时候，所以大家需要了解各种文献检索工具，需要熟练运用相关统计软件，这些工作都是要有一定的基础来支撑，那么第二阶段的重要性就可想而知。

第二阶段：施行阶段

第一步：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。

在例文中，作者搜索了所有英语和非英语的文章，包括：

Medline、Cochrane对照试验注册、Embase、专家、搜索文献引用名单、在美国骨骼和矿物质研究协会中的摘要。在搜索的过程中，主要使用的医学关键词包括“vitamin D” OR “vitD”， “falls” OR “accidental falls”、“human”等。

第二步：根据纳入/排除标准完成文献选择

总体来说，首先在计划书中需要描述纳入/排除标准，且这些标准不应该是看了搜索的文献后制定的，而是应从评价问题出发直接得出。

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。

如例文，在这个文献中，已提前确定了纳入和排除标准，包括：仅包含RCT研究，参加人群平均年龄≥60岁，排除酗酒人群、健康不稳定人群等，而所排除的研究在灵敏度分析中进行了分析。

下面的这个流程表描述了整个meta分析纳入和排除的过程，这个流程表在meta分析中一般都是必要的。

第三步：资料选择和提取

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。

总体来说，在进行数据提取时必须使用数据提取表对每个研究进行数据提取，时刻记住所评价的问题以及以后的分析。有时可能需要主观决定提取的信息，所以必须由2人独立进行，核查过程中遇到不同之处应该通过讨论解决。对于无法获取必要信息的文献，则应予以排除。

从提取的数据角度，需要提取相关研究的特点、结果和质量数据。

拿例文说，就有如下图对目标文章所提取的数据进行了总结：

第四步：纳入研究的质量评价和特征描述

完成数据提取后，就需要对所选择的文献进行质量评估。常常通过评价一个研究在设计、实施和分析中防止和减少系统误差（偏倚）和随机误差的程度，来评价其研究质量，并以此为依据在敏感性分析、亚组分析中给以不同的权重。

评估的角度有很多，常需要包含以下领域条目：
· 研究设计是否与研究目的相匹配
· 偏倚风险
· 结果选择
· 统计问题
· 报告方式
· 干预／暴露测量

下面，陈列一下常用的文献质量评价工具：
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。

在该例文中，共有三名作者独立进行数据提取，使用已经设计好的数据领域，包括研究质量指数，评估了以下方法：随机方法、随机分配、双盲等。此外，还做了灵敏度分析。

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。

那么如何进行meta分析呢？
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。

异质性评估（Heterogeneity assessment）
• 异质性：除抽样误差外的不同性
• Chi-square test for interaction (Q = x2 statistic, df =degrees of freedom)
•  也可以比较各亚组的点估计是否相同
• 若同时如何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。

在JAMA这篇文章中，用Q值来评估异质性。当p值小于0.1时，存在显著异质性。此外，在forest plots中所有研究的95%置信区间相互之间重叠可支持不存在异质性。

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。

c．图示单个试验的结果和合并后的结果
－森林图（Forrest plot）

分别展示了纳入的每一篇文献的结果和合并后的结果。
－Meta-regression (Goodman et al, 2009)

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。

可以用stata软件进行Begg test和 Egger test以及funnel plot进行评估。