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