Meta分析有哪些细思极恐的细节？

作者｜宇意尖峰

来源｜实用meta分析

在Meta分析的学习交流中，会遇到林林总总的问题，看似很平常，仔细想想，却让人惊恐不已！

1 Jadad量表受追捧

简单说一下Jadad量表的历史。Jadad和他的团队成员在1996年的发表了一份对随机对照试验进行方法学评价的量表（Jadad量表），得分为0-5分（详情可以阅读Jadad评分量表介绍）。Jadad认为随机对照试验是现代医学研究的一大进步，他曾说“这是一种最简单，但又最有效、最具有革命性的研究形式”。

Jadad量表的简单粗暴，受到很多人追捧。人们觉得用Jadad量表评估文章后，每篇文献都有一个得分，低质量的研究就可以剔除了！然而，Jadad量表之所以被批评和淘汰，正是因为其过于简单的判断文献的质量。

一篇没有描述盲法的RCT，基本上会被Jadad量表判定为低质量研究。即便是不需要设盲或无法设盲的RCT（无盲法不会对这类型RCT的结果带来偏倚）。因此，Cochrane协作组才推出了Cochrane风险评估工具（The Cochrane Collaboration’s tool for assessing risk of bias）。

有人说：Cochrane风险评估工具不好，主观性太强，也不是定量评价，难以判断文献是不是低质量的。如果用JADAD评分的话，对于低分的（＜2分）文献，有理由剔除。但是采用Cochrane 偏倚风险评估工具，如何判断低质量的研究，根据什么标准剔除？

Cochrane风险评估工具的问世就是要避免研究人员以简单的标准将文献质量分类！偏倚风险评价结果不仅采用文字、表格描述，还采用图示，更形象、直观的反映文献的偏移情况。每一条评价项目的判断都有明确标准，减少评估者的主观因素影响。

剔除文献的标准？这就是第二个需要思考的细节！

2 剔除低质量研究

为什么要剔除“低质量研究”？如果是因为文献数量太多，需要剔除一部分“低质量”文献。那么，同样可以用Jadad量表进行评估，然后剔除。剔除研究，是在文献筛选阶段（把低质量作为文献的排除标准），只要是有理有据，用什么标准来评定“低质量”都是可行的。

文献质量评价或偏倚风险评估是针对纳入文献的！是为了评估纳入文献的研究设计、方法学质量是否存在偏倚，从而评估结果的真实性和meta分析结果的可靠性。

请弄清楚这个逻辑关系，先有纳入文献，接着才是质量评价/偏倚风险评估。以Cochrane风险评估工具为例，对研究的随机化、分配隐藏、盲法进行评估，是为了探讨这些偏倚对结果是否有重大影响，以这些研究结果为基础的meta分析，最终得到的结果、结论是否可靠。

有人说：对啊，所以要剔除低质量的研究，只纳入高质量的，meta分析结果肯定可信。
道理我都懂，可凭什么判断“低质量”，就因为文献里没有详细说明随机化和盲法？别再往死胡同钻了！

3 直接合并RR/OR/HR和95%CI

用Stata对文献里的数据（RR和95%CI）进行meta分析，为什么得到的结果跟原文不一样？

类似的问题，我回答过多少次？不记得了，好像一直都有人问。我总结了两个原因：

1) 想当然！

Stata的meta分析菜单，提示需要用的数据是Effect & 95%CI。那么，选取RR、Lower CI、UpperCI就对了啊！可是，很少人会想“theta”是什么。

2) 自学能力不足

Meta分析相关的教程、书籍、网上课程很多，我相信这个问题肯定都有介绍过的，为什么就不懂得去找答案呢？

附上一段Stata帮助文件的内容（运行“help metan”可查看）：

Note that in this situation 'theta' is taken to be the logarithm of the effect size if the odds ratio or risk ratio is used. This differs from the equivalent in the meta command. This program does not assume the three variables need log transformation: if odds ratios or risk ratios are combined, it is up to the user to log-transform them first. The eform option may be used to change back to the original scale if needed.

显然，Stata进行RR/OR/HR和95%CI的meta分析，需要先进行对数转换，命令为：metan lnRR lnLci lnUci, efrom；而不是metan RR Lci Uci。

4 这个选题能不能发SCI

这类型的问题让我很头疼，却是很多meta分析新手喜欢问的问题。以下是最常见的提问形式：

* 前几年发了meta分析，检索到几篇新的文献，能不能做meta分析？

* 有中文的meta分析发表，我能写成英文的，投SCI吗？

* xx治疗xx肿瘤的meta分析，能发SCI吗？

* 怎么样的meta分析能发SCI，怎么样的就只能发中文？两者的要求有什么不一样的地方吗？

* 如何写好一篇meta分析，如何写好一篇能够发sci的meta？

一篇meta分析（其它文章亦然）能不能发表，是三言两语能讲清楚的吗？还是觉得只要能做meta分析，就能发SCI？审稿人尚且可以根据文章来评估发表的可行性，你没有文章，好歹把思路阐述清楚吧？

最基本的，PICOS呢？至于什么样的meta分析能发SCI？创新性好，选题有临床意义、文献纳入排除标准严谨、数据分析精确、讨论一针见血、文章写作行云流水……这就是好的SCI了！跟问题一样，大而空，毫无营养。

对于刚入门的meta分析萌新们，我建议先不要想着发表文章，首要任务是把基础打扎实了！弄清楚什么是meta分析、meta分析能解决什么问题，并且亲自实践、完成一篇meta分析。此后，相信不会再对能不能做meta分析、能不能发SCI感到迷茫了。

5 消除异质性

异质性，不管你看不看得见，它都在那里，不增不灭。

Meta分析要探讨、讨论异质性来源，这是理所当然的。然而，有些童鞋的想法却让我无比惊讶，他们想要消除异质性！

如何消灭？做完meta分析合并后，可以观察到哪些研究的结果是比较另类的（如大部分研究都是RR＞1的，少数2-3篇是RR＜1），这些研究带来了统计学异质性。接下来的事情，如果你的脑洞不够大，是无法理解的。

他们开始找这些研究的方法学和临床异质性，然后剔除这些文献，最后得到一个没有异质性的meta分析结果。同时，有很大的可能得到一个有统计学意义的结果。这跟把qiong人全部消灭，最终实现共同富裕是异曲同工之妙啊！

后记

Meta分析，没有想象中那么容易，请慢下来细细咀嚼。不要急功近利，也不要闭门造车；多一点思考，多一点交流。孔子说得好：学而不思则罔，思而不学则殆。大家一块努力吧！