前段时间,小编学习文献的时候,发现了一篇今年 9 月发在 JAMA 的 Meta 分析,仅纳入了 9 篇文献,IF 120.9 。所以,Meta 分析火了十几年了,还流行么?还好发么?这篇高分 Meta 的发表仅是个例吗?
本着严谨的态度,小编用「 meta-analysis 」作为检索词进行了文献调研,仅在 2023 年就发表了 32,476 篇 Meta 分析,从趋势上来看,Meta 的热度依然高;同时对比了总体发文量,国人发表了 1 万+ ,高居榜首。
( 图片来源:PubMed)
所以,如果你还没听说过 Meta 分析,还不会做 Meta 分析,那可真的要落伍了~
Meta 分析作为循证医学金字塔的顶尖,具有不可撼动的重要的地位和价值。在循证医学中,证据的质量是至关重要的,而 Meta 分析正是一种能够整合和分析多个研究结果的方法,能够提供更加可靠和全面的证据。
「他山之石,可以攻玉」,写 Meta 就是那么简单
Meta 分析就是能够借助他人高质量的研究,去发自己的 SCI 。想要完成 Meta 分析,真的也很简单,不需要做实验、不需要收数据,只要你有文献查阅能力,就可以完成。
进行 Meta 分析,也是相对简单,首先确定选题,然后就可以按照下图的一套顺理成章的流程操作,完成整个过程:
( Meta 分析制作流程)
当然完成一篇高质量的 Meta 分析也是需要花费时间和精力的,因为每一个步骤,都需要按照严格的标准执行。但 Meta 毕竟是有迹可循的流程性操作,比在临床上收数据来的更加轻松。
「千头万绪,难以抉择」,做 Meta 选题不容易
作为新手,Meta 分析当然是有难点的,Meta 是基于已有的原始文献进行研究,新手在选题的时候经常会遇到以下问题:
1.相关选题的原始研究数量极少,常见于选题太新、范围太窄情况
2.相关选题已经有定论,选题无意义
3.相关选题已经有高质量的 Meta 分析
4.相关选题的原始研究的质量不高
如果遇到这些情况,我们该如何破局呢?
1. 相关选题的原始研究数量极少
扩大选题范围。可以利用 PICOS 原则,将选题范围扩大,如从一个具体的疾病或药物扩展到一个类别或类群,从一个特定的人群扩展到一个更广泛的人群;
( PICOS 原则)
延伸选题。如果选题太新,可以将选题延伸到更成熟的研究领域,比如从已有的 Meta 分析中,找到与选题有关联或相似的研究问题或子问题。
2. 相关选题已经有定论,选题无意义
进一步探索已有的结论,例如,从一个更深入或更广泛的层次,对已有结论进行探索或解释;
更新、拓展已有的结论,例如,寻找近期范围的证据,对已有的定论进行更新或修正。
3. 相关选题已经有高质量的 Meta 分析
考虑对现有 Meta 分析进行更新;
考虑对现有 Meta 分析进行范围的扩展,比如,扩展研究范围、研究指标等。
4. 相关选题的原始研究的质量不高
考虑扩大选题范围;
考虑更换选题;
考虑更换研究方法,既然没有质量好的原始研究,那就可以针对这个选题提高原始研究的质量。
为了避免重复工作、浪费时间,在选题时,可以通过如下方法提升效率:
选提前要进行充分的文献调研,了解该领域的研究现状
选题要综合考虑研究兴趣、热点、实际需求、临床效益等因素
提升文献检索、工具使用能力,快速进行可行性分析,确保选题能够进行
Meta 分析有着标准的方法学和规范的流程,快速上手后,在 1~3 个月的周期里,就能完成一篇文章了。当然,除了发文章,Meta 更能提升我们研究水平和技巧,比如大量的文献检索、阅读和管理,锻炼了研究基本功。
未经允许不得转载:澳鸟-全球资讯平台 » 这篇 Meta 仅纳入 9 篇文献,就发了顶刊