今天把从一个不懂啥叫meta分析的菜鸟到可以写出meta分析论文的辛酸过程给大家说说，结果都一样，但过程只有自己知道，其中的经验展现给大家，希望帮助大家提升水平。

一：选题

一个好的选题就成功了一半，这是做科研论文的成功经验。选题大小决定工作量大小，选题的争议性、新颖性、临床实用性决定了题目的价值，也决定了以后投稿的难易程度。一个有没有争议性的题目，根本不会有杂志愿意接收，因为没人去关注。这部分取决于操作者的临床前沿的把握度或文献的跟踪力，更为基础的是要懂meta。一个不懂meta的人选的题目，往往会害惨实施的人，可能会出现努力白费或付出与回报不等。一个不懂本专业的人选的题目，往往临床意义不明，投稿过程会很难。一般是一个懂meta的人，在其所了解的领域选题。

二：文献检索

检索一般强调查准率和查全率。两者矛盾，但meta分析要求查全更高，所以检索制定要合适。既不能让初筛文章太多，工作量太大，也不能遗漏重要文献。主要是看操作者的文献检索技巧。对数据库不了解的初学者许多时候对自己的检索没有十足的信心，归根到底是对数据的检索规则不懂。建议多看看文献检索相关书籍。

三、数据提取

两个平行进行，尽量不要讨论，等数据提取完后，由第三方确认或讨论解决。这部分主要看操作者的个人的文献阅读素养、统计学、流行病学知识了。这其中可能涉及到一些数据的转换。

四、数据处理

目前用的较多软件：STATA，REVMAN, 以及诊断性meta的meta-disc。我刚才开始做第一个meta时，这一步让我很无奈，只后跟着网上及参加培训班 学下去，坚持去做下去，就会了。重点还是坚持。

五、文章写作

严格按照相应的指南与手册进行。如RCT meta的PRISM，观察性研究的MOOSE等。这部分取决于操作者的英语掌握能力，与公共英语差别并不是很相关，重点是文献阅读基础,读个上百篇文献，肯定可以写出来。绝对不要写成汉语再翻译成英语！

下面再说一说在做的过程中遇到的最头痛的问题及其解决方式：

漏斗图的制作问题，结局多个组时，做哪个？

一个研究有同时给了两个亚组的结果时如何做？

文章中给了多个组时，而我们只想将其分为两个或少于文章所提供组的合并方法。

以上几步，看起来很简单，做起来很繁琐。最重要的是选题，选题决定成败！就犹如出生决定身世差不多。选题类似于先天，先天的不足，后天再多努力也难以弥补。再次强调选题！

学习Meta过程很辛苦，只有经历过的人才懂，刚开始学时的那份无助，真的印象很深刻，无助到最后几乎成了无望了。中间我也想放弃过几次呢，最后都是在我的导师的鼓励下，我才坚持下来的。只要坚持，就有希望！当我第一个文章写的时候，一直投不出去，又是一个很恼火的过程，在今年3月份，当听到我的文章被接受时，虽然影响因子只有1.3分，但我当时真的很激动，自己一年多的努力得到了认证！

分享几句关于meta几句经典的话，感觉很在理：

垃圾的合并永远都是垃圾。

不考虑异质性的meta合并就是耍流氓！

Meta分析的各种亚组分析，异质性处理，敏感性分析，发表偏倚等统计方法，最终都是为了证明：你的合并的结果是稳定的，可靠的！