读书心得Word格式文档下载.docx
《读书心得Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《读书心得Word格式文档下载.docx（16页珍藏版）》请在冰豆网上搜索。
27:
24）
转载▼
标签：
杂谈
Mate分析是SCI的一种写作手法，还有一种就是论著，绝大多数的人认为Mate分析比论著会好写很多，其实真的是这样的吗？
我觉得这类人对Mate分析的理解还仅仅是局限在概念和文字上面，那么请看下面的几个问题你就会对Mate分析有一个全新的认识：
1.一般搜索的数据库有哪几个，如果是发国外杂志，有没有必要把国内的数据包括进来？
其实作为文献检索，查全是几乎不可能完成的任务，因为但从语种上来讲有中文，德语，法语，日语，英文等文章，但是可以做到尽量查全，medline（pubmed）几乎涵盖了英语文献，作为我们非英语母语的人来说，中文文献纳入也有一定意义（但要注意文献质量）。
建议，在文章做出检索了中文CNKI和英文pubmed等说明就行了，大家也都比较认可的。
2.怎么样在meta分析之前进行分组，是按照查阅到的文献的分组方法进行分组，还是自己设定一个分组标准，然后筛选文章，对于分组不同的文章，是不是直接剔除掉，或者选取其中符合条件的数据，剔除不符合条件的数据？
分组的问题，其实要按照实际情况来做亚组分析，也就是你认为非常重要的组别加以区分的话会得出不一样的结果。
打个比方说，某个疾病发病的风险因素分析，是否在不同人群中有差别，不同的风险因素剂量等都可能得出不一样的结果。
具体做法可以应用stata软件分析，亚组分析的命令。
3.
我目前搜索到的文献，有前瞻性研究，也有经过设计的RCT，能否将两者都囊括进来（只要符合入选条件），还是需要分开研究，比如前瞻性研究归为一类写文章，设计的RCT归为一类写文章，如果不能合在一起分析，那么在写文章时，怎么说明这个问题？
你可以做一个总的pooled
analysis，然后分开RCT和单纯的前瞻性研究做亚组分析。
还有一个很重要的问题，就是文献的质量评估。
2.所用的关键词确定以后，是不是相互之间组合搜索就行，还是有更方便的窍门？
一个比较笨的办法是：
用keywords在pubmed中检索的，也就是输入各个keywords用and连接，有时会出来上千篇文献，然后就慢慢的一篇一篇的看，当然是看摘要，假如有疑问的在拿到全文进一步确认。
5.检索的部分很多都是用检索式进行检索，我最开始的方法关键词加and，然后不同的关键词或者同义词相互进行组合，但太繁杂，而且不好记录，特别是在写文章时用这种方法进行检索，如何在文章里解释清楚，会不会影响到编辑对文章质量的看法，认为检索太不专业？
用endnote似乎可以方便归纳文献，如果不用行不行？
1.revman的界面很友好，很好上手，而且相关的资料也很多，你会很快学会的；
2.个人认为你在文中表述你的检索，只要能表达出你是尽量把文献检索全就可以；
3.对于endnote个人认为还是使用好一点，方便你对检索到的文献进行处理，而且你写文章时需要一个流程图，endnote的使用的话会方便你流
相信大多数的读者都会有耳目一新的感觉了，那就把握好以上几点争取早早的把你的论文发表出来，早点升官发财
轻松发表SCI论文的方法
（2013-11-0214:
11:
18）
sci医学论文医学sci杂
文化
有好多人觉得发表SCI论文是很困难的，遥不可及的事情，想都没有去想过。
其实并不是那么困难的事情，只要用对方法。
下面我们来说说如何轻松发表SCI论文的方法：
一．通过自己花费1年多时间的努力。
1．实验设计合理，idea有一点点创新。
这是论文能够成功接收的第一关。
至于实验设计是否合理及idea的新意，在实验进行之前肯定都能够自己或有某些人士的把关，否则老板是不会让你白费钱的。
如临床论文，一定要严格随机对照！
如果是实验为主的论文，逻辑性，完整性，分组的合理性，对照等一定要完善！
2．选取合适的实验结果进行分析。
根据你的论文所要表达的目的或推演的结论，选取最能够说明你问题的实验结果作为论据进行分析。
不建议将无关的结果堆砌罗列在论文中，哪怕这些结果多么的漂亮，你也应该忍痛割爱。
3．论文的写作。
一个好的创意要能够被老外所认可，首先我们要解决的是语言关。
其实你也不必多虑自己的英文写作功底怎么样，有想法要发SCI论文的人，至少英文水平不会太菜，但是这里有一个关健的问题就是你的想法的表达要符合老外的阅读习惯，切忌chiglish的出现，辞不达意，再好的idea也没用。
那么如何来解决这个问题？
我的经验就是大量阅读英文文献，尤其是母语为English的老外的论文，其次是高水平杂志的论文，学习人家的写作思路及措辞表达方式。
所谓书读万卷，其义自现，下笔如有神的感觉随之而来。
其次是要把握好论文写作的内在逻辑关系，句与句段与段之间要承上启下，要让人有一种想一口气往下读的欲望，而不是读后不知所云。
也就是说，你在写作的时候既要以作者的身份来写，也要以读者的身份来写，让别人明白你要说明的问题。
科研论文切忌废话连篇，声东击西，话要说在刀刃上，每一句话每一个字都要能都体现你的思想为你的结论服务。
4．投稿前，反复修改论文。
从审稿人的角度来看自己的论文设计及写作是否合理，多次修改，哪怕是一个单词的错误也应该纠正过来。
直到自己认为没有问题后，再找水平较你高的同行替你把关。
5．选取合适的期刊。
当然，期刊的选取，应该是在你论文写作之前就基本确定，这样你的论文的格式就可以根据杂志稿约中的要求来写作。
一般大家最初投稿时，都无多大信心，认为只要是SCI杂志就行，因此也不管杂志档次的高低了。
其实，这个时候你要正确评价自己的论文，而不是只要论文发了就行或非高影响因子不发。
先确定好你的论文适合投的杂志的范围，再在这些杂志中选取你认为最适合你的论文的杂志，这个时候你可以考虑杂志的档次，杂志发表周期的快慢，杂志是偏重于基础还是临床，杂志是美英日或其他鬼子所办等等你所侧重的方面。
这样才会有的放矢。
6．论文的修回。
论文如果修回了，那么恭喜你，你已经离成功不远了。
一般论文修回有大修小修之分，我的经验是，大修不要焦虑，小修不要大意。
当时有一审稿人的问题比较棘手，在查阅了大量的资料之后，我从审稿人的角度及我自己的角度逐步针对这一问题进行了分析。
结果这一挑剔的审稿人最后以“作者们以一种严肃认真的态度满意地回答了我所有的问题”。
因此，仔细分析审稿人的意见，尽自己最大的能力认真努力逐一的回答审稿人的问题是非常关键的，因为科研的本质就是探索未知，只要你的推理符合逻辑，即使再挑剔的审稿人也会被你的以理服人所打动。
Meta分析之选题（转）
（2013-06-0521:
30:
15）
Meta分析的选题是一个很重要的问题。
选题不当，容易导致研究缺乏价值、研究困难或无法完成。
其注意事项如下：
1.重要性
只有具有比较重要的临床意义的问题才适合作meta分析。
Meta分析并不是一件很简单的事情，写一篇高质量的至少也要两个月以上的时间。
如果分析的问题无关紧要，则得不偿失，也难以发表。
2.争议性
一般而言，具有争议性的问题最适合做meta分析。
通过汇总多个研究结果，得到总的更可靠的结论。
怎样才知道哪些具有争议性呢？
如果是某一领域的专家，自然会对本领域有哪些有争议性的问题比较清楚，如果是新手，则可以向该领域的专家请教，或者通过文献检索的方法知道哪些问题有争议性。
如：
欲研究肾移植领域哪些问题有争议性，则可以以“肾移植”，“争议”在CNKI上检索，或以renaltransplantation,controversy;
dispute等为关键词在PUBMED或其它医学数据库上进行检索，查到相关论文，详细阅读后即可知道哪些问题是有争议性的。
3.创新性
创新性指的是国内外还没有人做过这方面的meta分析。
同样可以通过文献检索的方法来得知是否已经有人作过类似的meta分析。
如打算作进食牛奶是否会增加前列腺癌发病风险的meta分析，则可以以“前列腺癌乳制品meta分析”或者“prostatecancerdairyproduct
meta-analysis”为关键词在相关数据库进行检索。
结果发现国外已经有人做过了，那么这个课题就不太适合再做meta分析。
最好的情况是别人没有进行过这方面的研究，如果已经有人做过了，但是，如果前面的研究质量不高，或者是前面的meta分析已经是很久以前做过的了，或者前面的研究指出有进一步研究的必要，那么也还是可以再做meta分析的。
由于现在许多适合做meta分析的课题国外已经有人做过了，所以在中文医学杂志上看到的多是“国人×
×
的meta分析”。
但是，由于中文论文的质量及可靠性往往不高，因此影响了meta分析的质量。
4.问题清楚，回答明确
提出的问题应该是选择题式的，如：
A和B两种疗法治疗C病哪种更好？
而不应是开放式的，例如，乳腺癌应该采取什么样的治疗方法？
正确的提法应该是：
二期乳腺癌患者采用保乳手术和根治术，哪种方法更好？
5.有明确的效应指标
对于危险因素，可以以OR/RR值为效应指标，对于肿瘤的治疗，可以以×
年生存率为效应指标等等。
6.有合适的原始论文
巧妇难为无米之炊，meta分析的“米”就是原始论文。
原始论文要适合做meta分析，例如研究危险因素的就应当是病例对照研究和队列研究；
要提供必要的信息，例如研究危险因素的就要能够提取出四格表资料；
数目也不能太少，否则达不到汇总的效果，如果数目太多，当然没有什么不好，而且结果会更可靠，只是研究所需时间要增加而已。
还有质量要高，设计要科学。
7.大小合适
选题太大，纳入研究的文献太多，而且问题也不明确，研究难以完成。
选题太少，缺乏推广应用的代表性，而且纳入研究的文献也太少，达不到汇总的效果。
一般而言，纳入研究的文献以10-30篇比较适合做meta分析。
2单组率的meta分析
单组率的Meta分析，是一种只提供了一组人群的总人数和事件发生人数，不像其它类的meta分析有两组人群，多为患病率、检出率、知晓率、病死率、感染率等的调查，基于的原始研究为横断面研究（cross-sectionalstudy）。
目前，对各独立样本中效应量为率的同类研究资料进行Meta分析并没有比较成熟的方法，较常用的有以下几种：
①加权计算[8]：
即根据每个独立研究的样本量大小，给予不同的权重，对各独立样本的效应量率进行合并；
②直接等权相加[9]：
即把各独立的结果事件直接等权相加，然后直接计算合并率，再用近似正态法计算其可信区间（95%可信区间=p±
1.96Sp）；
③调整后再等权相加[10]：
即对各个独立研究资料的率进行调整后再行等权相加，计算出合并率的大小。
对单组率的Meta分析而言，最难的就是控制异质性，进行亚组分析和Meta回归分析是其重要的处理方法[8-9]。
3单纯p值的Meta分析
1932年,著名统计学家Fisher提出了“合并p值”的思想，被认为是Meta分析的前身[3]。
但在后期的应用中许多学者发现单纯合并p值存在以下不足[11-12]：
不同研究未能根据研究特点进行加权；
无法获知事件的发生信息，故无法得出有任何临床意义的信息；
③无法分析两个结论相反的研究；
④无法进一步评价研究之间的差异。
因此，单纯行p值的Meta分析是不推荐的。
但当纳入研究仅给出了p值，且按照Cochrane系统评价员手册[13]给出计算方法也不能计算出需要的数据，且临床实践需要合并，那么，在这种情况下可以考虑单纯对p值进行合并。
4Meta回归分析
在Meta分析时，需分析各研究间的异质性，并对异质性的来源进行探讨，Meta回归（meta-regression）分析可评价研究间异质性的大小及来源。
一般认为，Meta回归分析是亚组分析的一种扩大，主要通过对多因素的效应量进行联合分析实现，仅当Meta分析纳入的研究数量在10个以上时才行此分析[13-15,28]。
在Meta回归里，将效应估计量（如RR、OR、MD或logRR等）作为结果变量，将可影响效应量大小的研究特征因素（“协变量”或“潜在效应量改变因子”）作为解释变量，则回归系数描述了结果变量怎样随着解释变量的单位增加而改变；
其统计学差异性通过对结果变量和解释变量之间有无线性关系来确定，通过回归系数的p值来判断这种差异有无统计学意义[13-15,28]。
5累积Meta分析
累积Meta分析（cumulativeMeta-analysis）最早应用于1981年，是指将研究资料作为一个连续的统一体，按研究开展的时间顺序及时将新出现的研究纳入原有Meta分析的一种方法[16-19,28]。
因此，Meta分析每次研究加入后均重复一次Meta分析，可以反映研究结果的动态变化趋势及各研究对结果的影响，也有助于尽早发现有统计学意义的干预措施。
6间接比较的Meta分析
在临床实践中，经常会碰到没有直接比较的证据或者需要从众多干预措施中选择对患者最佳的措施，此时，研究者往往会从RCT中寻找间接证据，这就形成了间接比较的Meta分析或多种干预措施比较的Meta分析（网状Meta分析）[20-21]。
6.1两因素间接比较
若想比较两种干预措施A与B的效果，但当前没有两者的直接比较的RCT，却有两者同干预措施Ｃ的比较，此时，可以将Ｃ作为公共比较组，借助间接比较的方法得出A与B的效果。
间接比较包括未调整间接比较和调整后间接比较[20,22-23]。
未调整间接比较是直接从RCT中提取A与B的数据，此方法虽然简单但对随机性的破坏很大，故可能产生较大偏倚从而高估疗效，现已不推荐使用。
调整后间接比较以Ｃ作为公共比较组（Ｃ可以是安慰剂或阳性对照组），与未调整简介比较相比其最大的的优势是能够在一定程度上保留随机特性，且经过了同质性和相似相检验，因而偏倚较小，为当前推荐的方法（图1）[23]。
Avs.C
Bvs.C
合并Avs.C的结果
合并Bvs.C的结果
调整后的Avs.B：
以C作为公共比较组
同质性
同质性和试验相似性
图1调整后间接比较示意图
6.2网状Meta分析
在临床实践中，若有一系列的药物可以治疗某种疾病，但RCT均是药物与安慰剂的对照，而药物互相之间的RCT都没有进行或很少，那么在这种情况下，就需要将间接比较和直接比较的证据进行合并，即行网状Meta分析（networkmeta-analysis）（图2）[21]。
行网状Meta分析首要的是构造一个等级模型，以处理抽样变异、治疗异质性及研究治疗比较间的不一致性，并提供模型的最大似然比。
目前，主要的方法有经典的频率学法和贝叶斯法。
频率学法目前主要应用的有倒方差法和广义线性（混合）模型。
倒方差法即将各研究的方差倒数作为权重，对各研究效应进行加权平均，总体效应的方差为权重之和的倒数，操作相对简单；
广义线性模型则考虑了随机效应，但应用的前提是需要获得受试者个体数据。
贝叶斯法是基于贝叶斯定理而发展而来的，与频率学方法相比，其优势在于可以利用后验概率对所有分析的干预措施进行排序，且克服了频率学法在参数估计时通过不断的迭代去估计最大似然函数、易出现不稳定而得到有偏的结果的缺陷，故估计值更为准确，且建模更灵活，为当前所推荐的方法[24-25]。
图2网状Meta分析示意图
7诊断性Meta分析
因地区、个体、诊断方法及条件的差异，使得发表的关于同一诊断方法的研究结果存在着不同甚至是矛盾的；
且随着新技术的不断走向临床，选择也愈来愈多。
诊断性Meta分析是近年来出现的，并为“诊断试验准确性研究的报告规范（STARD）”指导小组[26]和“Cochrane协作网”[13]所推荐。
诊断性Meta分析主要是为评价某种诊断措施对目标疾病的准确率，多为对目标疾病的敏感性、特异性进行评价，报道似然比、诊断比值比等。
若是为了评价某种诊断措施对目标疾病的诊断价值，则一般纳入的应为病例对照研究，对照组多为健康人群；
此外，若是为评价运用诊断措施后对患者的治疗效果或预后效果的改善作用，则纳入的原始研究应为RCT，这两种情况下行Meta分析的方法亦与防治性研究的Meta分析相同[26-27]。
8个体数据Meta分析
个体数据（individualpatientdatameta,IPD）Meta分析是近年来发展起来的一种特殊类型，其不是直接利用已经发表的研究的结果总结数据进行Meta分析，而是通过从原始研究作者那里获取获取每个参与者的原始数据，对这些数据进行Meta分析[13]。
与常规Meta分析相比，个体数据Meta分析具有以下优点：
能够最大限度的纳入未发表的试验或灰色数据，能够进行时间-事件分析，能够更新长期随访的数据，能够进行更复杂的多变量统计分析；
但耗费大量时间、资源等是其最大的缺陷。
目前，建立在IPD基础上的Meta分析被称为系统评价的金标准[13]。
9前瞻性Meta分析
前瞻性Meta分析（prospectivemeta-analysis，PMA）是指在RCT的结果尚未出来之前，先进行系统检索、评价和制定纳入及排除标准的一种Meta分析。
因PMA是在研究开始之前或者进行中就制定好了计划，可以避免各研究间出现较大的差异，同时具有个体数据Meta分析的优点[13]。
当前认为，PMA是针对需要行多中心、大样本研究但现实又不能实现的情况下的最有效方式，但成本非常高、操作困难且需要耗费大量的时间。
10常规Meta分析
当前，常规Meta分析主要基于有对照组的直接比较的研究，最常见的是基于RCT的干预性Meta分析，此外，还有预后研究、动物实验、病因研究、基因多态性等的Meta分析，基于原始研究类型还有队列研究、病例对照研究、群随机对照试验、自身对照试验等[3,12-13,28]。
11其他类型Meta分析
近年来，随着方法学的研究进展及循证实践的实际需求，出现了许多上述未涉及到的Meta分析，主要有：
不良反应的Meta分析，成本-效果/效用/效益的Meta分析，患者报告结局的Meta分析，全基因组关联研究的Meta分析，Meta分析的汇总分析，等[13，29-30]。
结语：
毫无疑问，高质量的证据是循证医学实践取得成功的重要支撑，高质量的Meta分析则是其重要的保障。
随着Meta分析知识的普及及方法学的不断改进与广泛应用，其质量将进一步提高，从而真正为医疗卫生和预防实践提供更科学的证据。
meta分析之文献检索心得
（2013-04-2615:
16:
30）
分类：
我的循证医学
应老板的要求写一篇英文的meta分析，最好能发到SCI上面，觉得压力不是一般大，开始一个月都在寻找合适的题目，很是纠结和痛苦，觉得idea还是是最难的一点，曾经有个心内科的师兄发来一篇IF达8分的meta分析，觉得是奇人，他说这个题目他花了一年的时间才找到，每天都坚持看文献，佩服。
现在题目倒是找到了，怎样开始meta分析之旅呢，还是一头雾水。
偶然间在丁香园闲逛，发现了一个很不错的循证板块，里面高手如云，给我印象最深的便是两位版主，ahzzr3711@DXY和200750383@DXY，被我膜拜过无数次的两位大神，在这里抑制不住小女子的我对他们的崇拜之情。
言归正传，首先一篇好的meta分析必然需要全面检索文献，以前井底之蛙的我只知道Pubmed，通过看一些权威的meta分析文献，我知道了还有Cochrane,Embase,Webofscience,Clincaltrials.gov,Currentcontrolledtrials，当然中文数据库大家都很熟悉，个人觉得最权威的还是CBM，其他如万方、CNKI、VP等。
不过老外可能对中文的文献真实度的信任度较低，所以SCI的文章虽然要检索完全，但主要还是英文数据库。
所以花了几天时间系统的学习了几大英文数据库的使用方法，主要资源来自于ahzzr3711@DXY的检索视频，有兴趣的博友可以去丁香园循证版论坛版块上去下载，好像不需要叮当。
其实觉得很欣慰，小女子真的是对医学界的前辈敬佩无比，作为后辈已经被他们的无私和助人为乐深深的感动，我想当我更强更有能力的时候，也会像他们一样帮助更多的人！
小女子是在写meta分析的时候查阅各大数据库时知道了还有这样一个数据库，主要是关于已经完成、正在进行（包括仍在纳入参与者的开放试验和参与者已经足够的关闭试验），首页网址如下：
http:
//www.clinicaltrials.gov/ct2/home
我使用这个数据库主要是查阅仍在进行的还没有完成（及尚未见刊的临床试验），自己探索了一下查阅方法，做个总结。
1、在主页面可以看见一个蓝色的框：
SearchforStudies,可以在横条自由检索，也可以使用它的高级检索功能：
advancedsearch，跟谷歌学术的高级检索类似。
点开“advancedsearch”进入这个网址：
//www.clinicaltrials.gov/ct2/search/advanced，可以看到一些项目，如searchterms,recruitment,studyresults等等。
点开各自的的项目，可以看到该项目的解释。
如我们点开
（1）SerchTerms,弹出一个界面，告诉我们这一项就如首页的自由检索框一样可以自由检索。
（2）Recruitment，AllStudies—所有开放的和关闭的研究（针对参与者），OpenStudies-目前正在招募参与者或者在未来可能添加新的试验药物扩大数据。
包括三小项：
Recruiting（正在招募）Notyetrecruiting（还没有招募）Availableforexpandedaccess（可用于扩大数据）ClosedStudies—由于已经足够或者因为某些原因停止而不再招募参与者。
如下表示：
Active,notrecruiting，Completed，Terminated，Suspended
Withdrawn，Enrollingby
升级会员 