热门排序 |
在这里我想分享一下科研人员完成Meta分析，得到结果后，怎么解释这个结果。&br&&br&&p&Meta分析的结果为多个原始研究的“观察”结果的合并，所以整个meta分析过程涉及“研究同一问题的多个原始研究的收集”，“这些原始研究的数据”以及“这些数据的合并”。相对应的，我分成发表偏倚，真实性以及异质性，以看待meta分析结果。&/p&&br&&p&&b&1.
发表偏倚&/b&&/p&&p&首先，我们得确定收集的多个原始研究就是所有可获得的相关研究。不然，研究人员可能会漏掉一些影响最终评价的研究，使得meta分析存在偏倚。这就需要我们重新审视检索策略，是否漏掉已发表的研究；是否考虑了虽无论文发表，但已完成，有数据发布的研究（如&a href=&///?target=http%3A//Clinicaltrial.gov& class=& external& target=&_blank& rel=&nofollow noreferrer&&&span class=&invisible&&http://&/span&&span class=&visible&&Clinicaltrial.gov&/span&&span class=&invisible&&&/span&&i class=&icon-external&&&/i&&/a&的研究）；是否考虑有相关数据的会议论文等。&/p&&br&&p&其次，我们得确定是否某个方向的结果被掩盖（如阴性结果的研究未被发表，使得meta分析结果倾向于阳性）。漏斗图可在一定程度上检测这种偏倚是否存在。假如漏斗图发现有发表偏倚，我们还需看这是由小样本研究引起还是由纳入研究质量差所引起，还是无法判断。&/p&&br&&p&如果是小样本研究比较多的话，对于使用固定效应模型的meta分析，其实是没有影响的。因为小样本研究在固定效应模型的meta分析中，占比重小，对结果影响小。而使用随机效应模型的meta分析，对于每个研究的权重上，添加了异质性，使得其小样本研究相对于固定效应模型的小样本研究，比重增加，可能会对结果有影响。所以有必要做敏感性分析，看随机效应模型跟固定效应模型的结果是否有显著不同，是的话，随机效应模型的结果就很可能有偏差了。&/p&&br&&p&假如是纳入质量比较低的研究偏向了一边，那么用最终的结果很可能是有偏倚的。此时可以做敏感性分析，把低研究质量的研究剔除后，做新的meta分析，与之前的meta分析对比，看低文献质量的研究是否对结果影响很大。是的话，最终结果就不能用包含了低质量研究的meta分析结果了。&/p&&br&&p&如果排除了小样本研究及文献研究质量低带来的影响，那么我们在讨论的时候得提到发表偏倚存在，结果应用要谨慎了。&/p&&br&&p&&b&2.
真实性&/b&&/p&&p&首先，我们得确定我们得到的原始研究的数据反映了真实的疗效情况，即需文献质量评价。临床研究如没有满足某些流程（如RCT随机化不佳），会使得我们得到的估计值偏离了临床真实的效果。RCT的评价推荐使用Cochrane Risk of bias工具，而不是Jadad。有研究对165篇RCT进行评价，发现用Jadad时有40篇RCT为高质量研究，用Cochrane工具仅2篇RCT为高质量研究。Jadad不足之处，请见引文（Jo JK et al. Randomized Controlled Trials in Endourology: A Quality
Assessment. Journal of Endourology. 55-1060）或Cochrane
Handbook。这里我们评价的是，是否存在偏倚风险，而不是具体有没有进行该项操作。例如操作者与参与者没有进行盲法，他们都知道Participant用什么药，但是假如我们考察的是死亡率这个指标，因为一般他们都不知道哪个药会影响死亡率，所以在盲法上，这个研究对于死亡率这个结局指标而言是低偏倚风险的。&/p&&br&&p&其次，我们发现文献质量不佳时，我们得估计偏倚的大小及方向，估计其对结果的影响。有一些Meta-Meta-Analysis考察不同的偏倚风险对结果影响何如，例如有研究发现，没有使用盲法的比使用了盲法的研究得出的OR值平均要高9%，我们可以估计结果被影响的程度何如。但大多数情况下，我们也只能估计一下影响的方向。&/p&&br&&p&最后，我们得确定结果的样本量是否足够得到一个精确的结果，使得我们有信心下结论。&/p&&br&&br&完成了Meta分析后，我们得到研究结局的估计值及可信区间。我们可通过可信区间及样本量大小判断研究结果是否精确，即估计值及可信区间是否足以对研究问题下定结论。&br&&br&1. 可信区间是否跨过决策值&br&&p&Meta分析里二分类变量的结局的无效值为1（连续型变量的无效值为0）。Meta分析结果的95%置信区间跨过无效值，此时Meta分析结果不够精确，无以对研究问题下定性结论。&/p&&br&因为在系统评价Meta分析里，我们只需要得到定性的结果判断有无，所以用的是无效值。然而我们面对的是临床问题，所以我们的判断更应是有无临床意义。而临床选择何种干预措施，除考虑临床结局外，还得考虑副作用，经济成本，可及性及患者意愿等。以氯吡格雷与阿司匹林为例，假设Meta分析结果发现氯吡格雷比阿司匹林显著减低卒中风险，OR值及其95%置信区间为0.91（0.83,0.99）。按照前面精确性的概念，因为其没有跨过无效值，该结果应该是精确的。然而，因为氯吡格雷比阿司匹林价格昂贵太多，以目前的价格，其相对于阿司匹林降低卒中风险至少0.1（举例）临床人员才愿意推荐氯吡格雷。此时Meta分析的结果包含了决策阈值0.90，所以研究结果仍然为不精确。&br&&br&2. 样本量大小是否合适&br&&p&
小样本量研究可存在抽样误差和不稳定性。小样本量的Meta分析只能分析所针对人群里的部分人群，而这部分人群可能与总人群在基线上，或者结局上会有偏差，即预后不平衡。尽管可信区间告诉我们研究效果的评估为精确，但是样本量不足够大到满足预后平衡，该可信区间不可信，即研究结果仍不精确。另外，有些小样本研究，例如某些研究问题早期的初步研究（Pilot Study），是用以考察大样本研究是否有意义以及将要进行大样本研究时的注意事项。这些小样本研究可能不成熟，会导致研究结果不稳定。尽管利用这些小样本研究得出的Meta分析结果显示为精确，但我们也会怀疑其结果的真实性。&/p&&br&我们可以考察系统评价总病例数是否达到具有充分检验效能的常规样本量试验所需要病例数，即考察是否满足最优信息样本量。最优信息样本量是由第一类误差的概率α、第二类误差的概率β、非暴露组发病率以及暴露因素引起的相对危险度估计值四个参数决定的。&br&&p&
计算的网页如下&a href=&///?target=http%3A//www.stat.ubc.ca/%7Erollin/stats/ssize/b2.html& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Power/Sample Size Calculator&i class=&icon-external&&&/i&&/a&&/p&&br&&br&&p&&b&3.
异质性&/b&&/p&&p&在讲之前，我觉得得先介绍一下异质性这个概念。异质性为纳入研究间的所有差别，而这些差别可以体现在Participant,
Intervention(Comparison), Outcome & Study design这些方面。也有人把这些异质性分类为临床异质性（P,I,O）和方法学异质性（Study Design
& Risk of bias)。这比较直观，只是一个定性的过程。当然，研究间有点小差别是没有关系的，只要不影响我们对结果的判断就没有问题。我们需要一些定量的判断，看Meta分析结果是否被研究之间的差别所影响，我们可以使用统计学的方法估计异质性大小如何，这为统计学异质性。&/p&&br&&p&我们得确定我们要合并的数据，是否足够同质，可合并。首先，看纳入文献的基本特征在PICOS上是否有显著差别。差别不大，则可忽略。差别稍大，但我们为了看平均效果，可用随机效应模型；差别特大，我们不应合并。例如，我们发现某种干预措施A与安慰剂相比，对于年轻，中年，老年人有不同的疗效。此时，假如我们考虑的是A对中年人的疗效，那么年轻人，老年人的研究我们就可能需要排除。假如我们考虑的是A对大多数人平均疗效，如果他们之间的差别没有太大，或者方向没有差别（都比安慰剂好，或都比安慰剂差），我们是可以忽略他们的差别，应用随机效应模型，给出A对总体人群的平均作用。假如我们考虑的是A对大多数人平均疗效，那么如果他们之间的疗效方向有差别（有部分比安慰剂好，另一部分比安慰剂差），或者方向一致但差别很大，我们给出的A对总体人群的平均作用是没有意义的。&/p&&br&&p&其次，看统计学异质性。使用Q或P值，确定是否有显著异质性。使用I方及T值，评价异质性大小。统计学发现了显著异质性，第一步，确保纳入排除标准及数据提取没有问题。第二步，利用亚组分析，meta回归或敏感性分析，尝试解释异质性。第三步，看纳入的研究异质性有多大，我们该忽视它们之间的差别，还是要剔除某些研究。&/p&&br&&p&当然，统计学上没有发现异质性，不代表研究没有异质性。异质性还受精确度影响。所有研究都不精确，95%置信区间都很大，相互覆盖，尽管他们真值有差别，但是统计学是检测不出这些差别的。此时，我们还得根据纳入的文献的基本特征来分析可能存在的异质性。&/p&&br&&br&以上内容，绝大部分材料在Cochrane
Handbook及Introduction to Meta-Analysis里面有，对meta分析感兴趣的话，建议自己通读一遍。关于临床人士怎么看meta分析结果，建议参考GRADE证据质量分级。&br&&br&我修缮了这篇文章，并被杂志接收了。暂时不想被转载，待杂志发表文章，我在此附上参考文献后，再允许转载。不好意思。
在这里我想分享一下科研人员完成Meta分析，得到结果后，怎么解释这个结果。Meta分析的结果为多个原始研究的“观察”结果的合并，所以整个meta分析过程涉及“研究同一问题的多个原始研究的收集”，“这些原始研究的数据”以及“这些数据的合并”。相对应的，…
楼上都说了meta-analysis在临床病学上的作用。我是社科博士生，可以说说meta-anlysis对于社会科学的作用。可以说，meta-analysis在我们领域，还是使用挺多的。大概是因为社会科学有着更多的主观性，执行的实验结果受更多因素影响，meta-analysis能够整合分析这样的数据，给我们一个更加“结论”的结论。比如在研究violent video games会不会使打游戏者变得暴力这个问题上，目前还是有很多争论。有的研究者发现没有效果，有的发现打video games反而会促进人变得不暴力，更多的是发现打游戏会使人变的暴力（或者对暴力行为容忍度高等等）。研究员研究来研究去，也就是实验环境实验方法的不同。因此一个meta-analysis便需要了。而结果发现，play violent video games确实会让人变得暴力，但是它的effect size很小，大概2%？我不大记得了。但无论如何，meta-analysis有助于研究者看到目前该话题研究的结果，并且能够找到之前研究的问题所在。&br&&br&
meta-analysis的其他作用也有很多，比如能够优化理论或者模型。我院里一个教授十几年都在研究一个风险模型。有些研究证明了那个模型的可行，有些确不行。于是她做了个meta-analysis，结果发现有些模型的有些因子（factors）一直都是解释能力不强，于是她在研究的结果上提出如何优化这个模型。我觉得对于这个模型，对于她自己的研究发展都有用。&br&&br&
但是meta-analysis也有很多问题。比如我们经常会发现，研究某一个问题的来来去去都是那几个人那几个教授，而且他们都会相互合作（尤其在美国），所以大多拿来做meta analysis的研究都出自他们几个，比如上文那个教授，拿了14篇研究那个风险模型的论文，11篇都出自两三个教授之手。虽然不是说他们几个教授会作弊，只是他们的认识可能会有bias，没有其他人的看法和解释的角度，结果就有偏颇了。&br&&br&
另外就是，一般meta -analysis都是需要大量的文献调查。比如你做一个关于violent video games效果的研究，可能你要找出所有关于这个话题的论文。但是研究员一般能找到的，都是已经发表的，也就是被期刊接受了的。而我们知道，一般有效果的论文会更容易发表，试想一下一个“没有发现任何东西”的论文和“发现game的确可以影响人行为”的论文，哪个会更被编辑重视？因此这样就会对meta-analysis的结果产生影响，因为sample一开始就有偏颇。&br&&br&但是我觉得metaanalysis还是重要的，尤其对于社会科学。但是是不是做了meta analysis就等于不用继续研究这一个问题呢？并不是。在新的环境下，我们总可以发现新角度新结果，即使没有创新，在科学研究中，不断的replication也是有价值的。在我看来，meta-analysis不是一个研究问题的终点，我认为是一个很好的阶段性总结检视。
楼上都说了meta-analysis在临床病学上的作用。我是社科博士生，可以说说meta-anlysis对于社会科学的作用。可以说，meta-analysis在我们领域，还是使用挺多的。大概是因为社会科学有着更多的主观性，执行的实验结果受更多因素影响，meta-analysis能够整合分…
作为一枚转了meta几年，写了一些文章，走过一些弯路的人，不请自来分享血泪教训。第一次在知乎写字，请轻拍(*^__^*) &br&
首先“准备”是一个很泛的概念，不知道题主说的是哪方面的准备，我大致分为两部分：一是硬件技术（理论框架、软件使用），另一个是思维（选题）。&br&&b&一是硬件技术（理论框架、软件使用）&/b&&br&1. Cochrane handbook/人卫版的循证医学对于建立一个宏观的逻辑都还不错。&br&2. 针对不同的研究设计（比如横断面、病例对照、RCT）或者关注点的不同（如诊断性试验、药物评价、病因推断）等类型，大牌杂志都有相关方法学介绍，可以Google之。&br&3. 从Revman到Stata到R等各路统计软件都可以做Meta分析，择一入门即可，丁香园有很多高手甚至录制了详细的学习视频，学起来很方便。&br&4. 而我觉得最关键的一点是：&b&自己动手、自己动手、自己动手&/b&。看别人文献有错觉觉得很容易，其实自己动手才能真的知晓其意。不妨找一篇已经发表的与你想做的方向类似的meta分析（英文水平尚可的，强烈建议看英文的，尤其是找大牛或者好一点的期刊上的，水文就不要了），从头到尾依样画瓢做一遍，非常有助于理解整个流程。&br&&b&二是思维（选题）&/b&&br&选题方面觉得有三个优选：&br&1. 首选研究热点&br&2. 前人研究结论不一致的选题&br&3. 最关键的是你能提出比前人有新意的观点，哪怕一点点也好&br&
在接触过的人里奔着meta好发文章去的不在少数，经常会被问你觉得这个题能写吗？其实我私心觉得如果你不在乎发表文章影响因子的高低，只要想做，有定量数据的几乎任何选题都可以写成meta好嘛。&br&
比如吸烟的危害众所周知，也依然可以写很棒的文章；阴性结果也是可以发表的，只是需要你更努力去argue文章的意义；别人写过的选题也是可以的，again，只要你比人家有新意、能出彩。&br&&br&&b&做meta遇到问题时候如何解决&/b&&br&
在做meta分析的过程中可能会碰到一些千奇百怪的问题，可能甚至身边都没有人遇到过。我就有这样的经历，有三种途径可以帮助解决：&br&1. 查找相关网站（再次诚意推荐丁香园，真的不是广告君，它真的已经把meta各种细节讨论得蛮彻底了）有没有人遇到类似问题，没有则提问。请不要做伸手党哟，真的很多问题都已经有人遇到过，并展开了深入讨论——大概可以解决50%；&br&2. 读和你选题类似的文章，读、多读、多多读，看别人怎么处理——大概可以解决40%；&br&3. 剩下的10%可能叫天天不灵叫地地不应，请在参考一般解决思路的前提下发挥你的主观能动性吧。&br&&br&
基于个人经验，以上认知也许有失偏颇，欢迎讨论。
作为一枚转了meta几年，写了一些文章，走过一些弯路的人，不请自来分享血泪教训。第一次在知乎写字，请轻拍(*^__^*) 首先“准备”是一个很泛的概念，不知道题主说的是哪方面的准备，我大致分为两部分：一是硬件技术（理论框架、软件使用），另一个是思维（…
谢邀。下面是我之前做的介绍怎么做Meta（或者说系统评价）的PPT。删了点数据，给了个框架及一些基本概念。这些内容在Cochrane handbook(&a href=&///?target=http%3A//handbook.cochrane.org/& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&Cochrane Handbook for Systematic Reviews of Interventions&i class=&icon-external&&&/i&&/a&)里有。考虑到做系统评价和Meta分析几乎百分之百要用到英文，所以PPT用英文做的（虽然一开始的动机是很多内容可以直接复制粘贴handbook...）。欢迎批评指正。&br&&br&&img src=&/7db9e20abc6f999f8bcc7_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/7db9e20abc6f999f8bcc7_r.jpg&&&img src=&/470d9cf6cbded31c8fcef59_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/470d9cf6cbded31c8fcef59_r.jpg&&&img src=&/edf7ebbd3ac50aa506736e_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/edf7ebbd3ac50aa506736e_r.jpg&&&img src=&/aa37e30034e3_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/aa37e30034e3_r.jpg&&&img src=&/5b88f42b500b6c550c827_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/5b88f42b500b6c550c827_r.jpg&&&img src=&/a04d550a5_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/a04d550a5_r.jpg&&&img src=&/9c584e9dd8323ec63dcca5b9_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/9c584e9dd8323ec63dcca5b9_r.jpg&&&img src=&/354dc57da4d461cf84e8c_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/354dc57da4d461cf84e8c_r.jpg&&&img src=&/3978be7ccbfb31d7fc81_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/3978be7ccbfb31d7fc81_r.jpg&&&img src=&/7da15dcfab6f295dc5c06fee546e7693_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/7da15dcfab6f295dc5c06fee546e7693_r.jpg&&&img src=&/f7d092a5f1eabe0bb531b_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/f7d092a5f1eabe0bb531b_r.jpg&&&img src=&/dee7cbc6cb3e281acc3718a_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/dee7cbc6cb3e281acc3718a_r.jpg&&&img src=&/bbfd87f892a877a8fb5ae1f1_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/bbfd87f892a877a8fb5ae1f1_r.jpg&&&img src=&/8ee7ef7e3f5d_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/8ee7ef7e3f5d_r.jpg&&&img src=&/5f49c352ea06cecdb0dc7_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/5f49c352ea06cecdb0dc7_r.jpg&&&img src=&/d2ced99c6a839a128d5183_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/d2ced99c6a839a128d5183_r.jpg&&&img src=&/67ccff83e5bf8ca52e47_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/67ccff83e5bf8ca52e47_r.jpg&&&img src=&/ecbd961b1bc9387fece7b9de5ef85ae5_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/ecbd961b1bc9387fece7b9de5ef85ae5_r.jpg&&&img src=&/f569dbec445c_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/f569dbec445c_r.jpg&&&img src=&/e88b8e2a2bb32cbd912aab_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/e88b8e2a2bb32cbd912aab_r.jpg&&&img src=&/74c0f70bfdd0fcfc7aad3_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/74c0f70bfdd0fcfc7aad3_r.jpg&&&img src=&/07fa297fc13dfd27f326c81_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/07fa297fc13dfd27f326c81_r.jpg&&&img src=&/f69ece230850_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/f69ece230850_r.jpg&&&img src=&/cbadc6069817e_b.jpg& data-rawwidth=&1134& data-rawheight=&756& class=&origin_image zh-lightbox-thumb& width=&1134& data-original=&/cbadc6069817e_r.jpg&&&br&初学者应该多看已发表的meta分析，了解Meta的基本框架。之后多看些工具书，了解基本概念，知道数据在meta中如何处理，懂得结果应该如何解释（粗略的，可以看我早先写的&a href=&/question//answer/& class=&internal&&如何看待meta-analysis的意义？ - JimmyChow 的回答&/a&）。&br&&br&把方法学弄明白（或者找到懂方法学的人帮忙）后，把临床问题的背景知识弄明白（或者找到懂临床的专家合作），那么该临床问题的Meta分析便已准备好，可以开工了。&br&&br&（什么?方法学和临床知识都不懂还想做Meta?看来金主您，只能准备准备点碎银了...）
谢邀。下面是我之前做的介绍怎么做Meta（或者说系统评价）的PPT。删了点数据，给了个框架及一些基本概念。这些内容在Cochrane handbook()里有。考虑到做系统评价和Meta分析几乎百分之百要用到英…
如果以前没有做过, 建议多看已经发表的Meta-Analysis文章，特别是同领域同类型的。&br&&br&熟读唐诗三百首 不会作诗也会吟。&br&&br&软件操作的话，最好能有人带，自己摸索的话可以考虑买书：&br&&br&&a href=&///?target=http%3A///subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&META分析软件应用与实例解析 (豆瓣)&i class=&icon-external&&&/i&&/a&&br&&br&这本我用过，不厚，适合入门。&br&&br&&a href=&///?target=http%3A///subject//& class=& wrap external& target=&_blank& rel=&nofollow noreferrer&&实用循证医学方法学 (豆瓣)&i class=&icon-external&&&/i&&/a&&br&&br&这个是大部头，听说过没见过。。。&br&&br&过程中遇到问题可以去丁香园循证版&b&先搜再问&/b&，很多都是前人遇到过的，这样效率高些。
如果以前没有做过, 建议多看已经发表的Meta-Analysis文章，特别是同领域同类型的。熟读唐诗三百首 不会作诗也会吟。软件操作的话，最好能有人带，自己摸索的话可以考虑买书：这本我用过，不厚，适合入门。
谢邀。（多图，慎点）&br&&br&入门的话，还是用Revman吧，先下了这个软件。&br&&img src=&/57f4af116eb926fae8a178_b.jpg& data-rawwidth=&161& data-rawheight=&21& class=&content_image& width=&161&&打开软件，如下所示&br&&img src=&/03cbbb3fe2a26_b.jpg& data-rawwidth=&1363& data-rawheight=&767& class=&origin_image zh-lightbox-thumb& width=&1363& data-original=&/03cbbb3fe2a26_r.jpg&&不管它，直接点击左上角的file--&new，新建一个文件，如下所示&br&&img src=&/fccdfb007f95cb49b167d8f_b.jpg& data-rawwidth=&1366& data-rawheight=&767& class=&origin_image zh-lightbox-thumb& width=&1366& data-original=&/fccdfb007f95cb49b167d8f_r.jpg&&next&br&&img src=&/5f7d4d9a4ba632f6ce556fd_b.jpg& data-rawwidth=&702& data-rawheight=&397& class=&origin_image zh-lightbox-thumb& width=&702& data-original=&/5f7d4d9a4ba632f6ce556fd_r.jpg&&next&br&&img src=&/c3bd77f4a5a4_b.jpg& data-rawwidth=&699& data-rawheight=&399& class=&origin_image zh-lightbox-thumb& width=&699& data-original=&/c3bd77f4a5a4_r.jpg&&随便改下名字，next&br&&img src=&/ca880dcd2f80421c6cdd00d4e767e1d0_b.jpg& data-rawwidth=&700& data-rawheight=&399& class=&origin_image zh-lightbox-thumb& width=&700& data-original=&/ca880dcd2f80421c6cdd00d4e767e1d0_r.jpg&&full review-&finish。然后就见到如下页面&br&&img src=&/abb3addc96d77d_b.jpg& data-rawwidth=&1353& data-rawheight=&736& class=&origin_image zh-lightbox-thumb& width=&1353& data-original=&/abb3addc96d77d_r.jpg&&找左边中间的studies and references，右键点included studies，选择add studies&br&&img src=&/018cf28ddadfc83a1e5b_b.jpg& data-rawwidth=&216& data-rawheight=&174& class=&content_image& width=&216&&出现如下页面，随便命名，next&br&&img src=&/fc0ac3e4bfeee097c5cb8a1_b.jpg& data-rawwidth=&601& data-rawheight=&395& class=&origin_image zh-lightbox-thumb& width=&601& data-original=&/fc0ac3e4bfeee097c5cb8a1_r.jpg&&可见页面如下，点击左边最上面的add comparison&br&&img src=&/0f8ff23c0ccc402f600cddfa_b.jpg& data-rawwidth=&1348& data-rawheight=&652& class=&origin_image zh-lightbox-thumb& width=&1348& data-original=&/0f8ff23c0ccc402f600cddfa_r.jpg&&随便命名，next&br&&img src=&/c3eda2e83c3c278dea1001_b.jpg& data-rawwidth=&605& data-rawheight=&401& class=&origin_image zh-lightbox-thumb& width=&605& data-original=&/c3eda2e83c3c278dea1001_r.jpg&&add outcome-&continue&br&&img src=&/5d52aeb7df4b8_b.jpg& data-rawwidth=&601& data-rawheight=&395& class=&origin_image zh-lightbox-thumb& width=&601& data-original=&/5d52aeb7df4b8_r.jpg&&选择变量（D-&二分类变量、C-&连续型变量），finish&br&&img src=&/c00d95be82649_b.jpg& data-rawwidth=&594& data-rawheight=&464& class=&origin_image zh-lightbox-thumb& width=&594& data-original=&/c00d95be82649_r.jpg&&回过头看左边，data and analyses部分有新的东西，双击点开new outcome&br&&img src=&/fefde9e7deee_b.jpg& data-rawwidth=&218& data-rawheight=&266& class=&content_image& width=&218&&可见右边部分如下（其实add完outcome右边就可以出现下图了）&br&&img src=&/f36d3c95fe_b.jpg& data-rawwidth=&1346& data-rawheight=&627& class=&origin_image zh-lightbox-thumb& width=&1346& data-original=&/f36d3c95fe_r.jpg&&在刚才左边new outcome处右键，点add study，点击之前添加的参考文献，点finish，见图如下&br&&img src=&/cc03b13dd8a3b2a00f599d05a5b0ab4b_b.jpg& data-rawwidth=&604& data-rawheight=&401& class=&origin_image zh-lightbox-thumb& width=&604& data-original=&/cc03b13dd8a3b2a00f599d05a5b0ab4b_r.jpg&&在右边界面即可输入数据&br&&img src=&/cac2cf5e03fdb89a7ec60_b.jpg& data-rawwidth=&929& data-rawheight=&585& class=&origin_image zh-lightbox-thumb& width=&929& data-original=&/cac2cf5e03fdb89a7ec60_r.jpg&&&img src=&/2eb6f04fcdf_b.jpg& data-rawwidth=&926& data-rawheight=&177& class=&origin_image zh-lightbox-thumb& width=&926& data-original=&/2eb6f04fcdf_r.jpg&&一开始必须得先add studies，才可以在data analysis部分找到studies去填入数据。
谢邀。（多图，慎点）入门的话，还是用Revman吧，先下了这个软件。打开软件，如下所示不管它，直接点击左上角的file--&new，新建一个文件，如下所示nextnext随便改下名字，nextfull review-&finish。然后就见到如下页面找左边中间的studies and references…
实名赞同排名第一的答案。
实名赞同排名第一的答案。
参考《实用循证医学方法学第二版》或者《高级meta分析方法基于stata的实现》
参考《实用循证医学方法学第二版》或者《高级meta分析方法基于stata的实现》
已有帐号？
社交帐号登录
无法登录？
社交帐号登录