基于多个RCT的meta分析往往更容易发表，且能发表高分，结果也更具有说服力，如果是某领域大佬，能拿到每个研究的个体数据，正如下面这篇基于个体数据的meta，发表Lancet也不是梦。

本文同大家交流如何快速完成一篇RCT的meta分析。

一、选题

原则：个人熟悉感兴趣、研究有新意、近期有新发表的高质量RCT。

关于某一话题，你比较熟悉，又感兴趣，且之前若干RCT结论不一致，重要的是近期又有一篇新的高质量RCT发表了，恭喜你，可能一篇meta正在等着你。如何快速

判断此点是否可写，经验如下：

如最近NEJM新发表了一篇文章Timing of Initiation of Renal-Replacement Therapy in Acute KidneyInjury

第一步：在PubMed中检索

第二步：看Similararticles板块，第一是初步了解此方向目前是否有足够RCT可以进行meta分析；第二是可以了解关于此方向先前类似的meta分析

第三步: 看Cited by板块，可了解此RCT是否已经被其他meta纳入

仅以上简单的检索，便可初步判断此方向是否可行meta-analysis。

二、文献检索

原则：多途径、多渠道、最大限度收集相关文献 

一篇meta分析，一般而言，至少得检索PubMed、Embase、Cochrane，还得手动检索相应文章（如纳入研究的参考文献、已发表类似的meta参考文献）PS：不管能否检索到额外文献，文中至少得有这句话。

1、如何限定检索主题词及自由词

如果之前有相应meta，做一个更新的meta，那检索策略可参考之前已发表的meta；若没有类似的meta，如想写一篇The effect of corticosteroids onmortality of patients with influenza pneumonia的meta，可以分别检索corticosteroids AND meta及influenza pneumoniaAND meta，由检索中分别找几篇高质量meta，然后分别找出corticosteroids和influenza pneumonia的主题词和自由词。

2、如何限定文章类型为RCT

Randomized controlled trial[pt] OR controlled clinical trial[pt] OR randomized[tiab] OR placebo[tiab] OR drug therapy[sh] OR randomly[tiab] OR trial[tiab] OR groups[tiab]

三、确定最终纳入文献、纳入文献的质量评价及数据提取

无论最终纳入文献的确定、纳入文献质量的评价、数据的提取都应该由两名作者独立完成，若存在不一致的地方，应通过讨论解决或咨询第三名作者，由第三名作者决定。

1、质量评价

应用RevMan，根据纳入各研究具体情况，将以上各项评定为low risk、unclear risk、high risk

最终效果图

2、数据提取样表

四、基于RevMan对数据进行分析

1、RevMan的下载和安装

    请在站内搜索“RevMan”下载安装

2、统计学方法的选择

PS：对于二分类变量，常选择MH法；对于连续性变量，仅能选择IV法。

3、效应模型的选择 

Fixed Effect：固定效应模型，只有当异质性很小时用，一般P>0.1，且I2<50%时可用；

Random Effects：随机效应模型，通用。

4、效应指标的选择

4.1 二分类变量

4.2 连续性变量

PS：同一干预措施测量方法或单位完全相同时选择MD；不同测量方法或单位量纲时，选择SMD。

5、结果的解读

5.1 森林图

5.2 漏斗图

图中各个点分别代表各个研究，理想状态下，各研究应平均分布于竖线左右两侧；纵轴表示标准误，样本量越大，标准误越小，分布越向上，样本量越小，标准误越大，分布越向下，故理想中大样本量研究应集中分布于图形上方，小样本研究分散分布于图形下方；若存在发表偏倚，例如一些阴性结果未发表，则漏斗图会出现缺角；漏斗图同时可一定程度反应异质性，两条斜线表示95%可信区间，若不存在异质性，至少95%点落在漏斗图内，若较多点落在漏斗图外，则提示可能存在异质性。

5.3 异质性

6、敏感性分析

敏感性分析可探讨异质性的来源或统计模型是否稳健，常用方法可以每次删除某单一研究或某几个研究，分别进行新的meta分析，查看效应量是否有较大改变；也可以改变效应模型或效应指标等等。

7、亚组分析

亚组分析是处理异质性的常用方法之一，可以根据研究方案、疾病严重程度、每个研究中平均年龄、发表语言、发表年代等等进行分组再次分析。