系统综述
用预先明确的方法，系统检索、筛选和评估研究。即使不能做定量合并，也可以完成高质量综述。
科研工作台 / AI 辅助 Meta 分析01 / 认识 Meta 分析
01 / START WITH THE QUESTION
把分散的研究，
连成有依据的认识。
先问“这些研究能否放在一起”，
再问“合并后的结果是什么”。
明确问题→系统找证据→评估与比较→合理地合并
先用两分钟，认识三个概念。
把方法放在正确的位置Meta 分析
在研究问题与数据允许时，对多个研究的效应作定量合成。它是系统综述中的一种方法，不是“把论文相加”。
证据确定性
合并结果有统计学意义，不等于证据可靠。偏倚、差异、不精确性和结果缺失，仍需要分别判断。
你想回答哪一类问题？
选择后，后面的指引会随之变化你的方法路径
疗效或关联 → 效应量合并
以 PICO / PECO 明确问题，统一比较、结局和随访时间；本工作台支持独立研究的 RR、OR、HR、MD 和 SMD 输入。
这套路径会带你得到什么？
一个清晰的研究问题、一份准备清单、一份可导出的效应量表，以及理解森林图和报告的方法。在线计算、出图和复现结果导出将在后续开放。完整综述还需要真实的检索、双人筛选、偏倚评估与证据确定性评价。
02 / UNDERSTAND BEFORE YOU POOL
理解几个原理，
才能读懂一个合并结果。
模型回答什么、数据如何进入模型，比一个显著的 P 值更重要。
效应量与分析尺度
先把“比较的是什么”说清楚。
RR、OR、HR 的无效值是 1，通常在 log 尺度上合并再转回原尺度。MD、SMD 的无效值是 0，正负方向取决于结局和组别编码。
OR / RR / HR
不预设哪一侧代表获益
1
小于 1 ← 无效值 → 大于 1不预设哪一侧代表获益
权重与不确定性
精确度不同，贡献也不同。
常见逆方差方法下，SE 越小，研究内方差越小，通常权重越大。随机效应还将研究间方差 τ² 纳入权重。
共同效应：wᵢ = 1 / SEᵢ²
随机效应：wᵢ = 1 / (SEᵢ² + τ²)
权重不等于研究质量评分共同效应模型
假设所有研究估计同一个真实效应。需要从设计、人群和干预的一致性说明这一假设。
随机效应模型
允许真实效应在研究间分布。合并值概括平均效应，预测区间帮助理解新情境中可能的效应范围。
不按 I² 的高低自动选模型。
模型选择应根据问题、研究设计和效应假设预先说明。I² 不是“研究差异的百分比”；它描述观察变异中可归因于异质性的相对比例。τ² 衡量分析尺度上的研究间方差。
用一个问题，检查理解。
03 / PLAN BEFORE YOU SEARCH
从一个可回答的问题开始。
先明确纳入谁、比较什么、看什么结局，再设计检索、筛选与合成方法。
PICO / PECO 问题框架
P：人群；I / E：干预或暴露；C：对照；O：结局。
把研究问题带入检索
开始 PubMed 检索 ↗AI文献检索
生成并编辑检索策略，执行真实 PubMed 检索，保存文献题录与检索记录。
进入正式检索前，核对这四件事。
事先确定方案
预先说明研究问题、纳入标准、主要结局和分析计划。适用时，在正式检索前提交注册，记录实际提交时间。
保留可复现的检索
按主题选择数据库，如 PubMed、Embase、CENTRAL 等；保存完整检索式、检索日期、数量与注册平台检索。
安排独立核对
由两位评审者独立筛选、提取与评估，记录争议及裁决，保留全文排除原因和 PRISMA 流程计数。
匹配偏倚工具
随机试验用 RoB 2；非随机干预研究用 ROBINS-I；预后因素用 QUIPS。观察性关联研究需结合设计选适用工具。
04 / PREPARE YOUR EVIDENCE
先核对来源，
再让数据进入模型。
一个研究在一个合并中贡献一个独立效应。统一比较方向、结局定义和时间点，保留来源页码与提取记录。
输入 RR 原始比值及其 95% CI，不要在这里填写 log(RR)。
独立研究效应表0 项研究
当前为 6 项虚构教学研究，仅用于演示操作，不构成医学证据。
只支持正态近似的效应量合并。
95% CI 必须对应同一个效应，并在分析尺度上大致对称。罕见事件、含零事件组的二分类数据、单组比例、诊断准确性和同一研究内相关效应，需要其他模型。本工具不从原始 2×2 或均数数据推算效应。
| 资料 | 需要保留的内容 | 核对重点 |
|---|---|---|
| 效应来源 | 研究 ID、DOI / PMID、表格或页码 | 效应值、95% CI / SE 对应同一分析 |
| 研究特征 | 人群、结局、比较、随访和设计 | 避免混合不同定义或时间点 |
| 调整与方向 | 调整变量、效应方向、分析单位 | HR、OR、RR 不混合；调整与未调整值预先区分 |
| 独立性 | 队列来源、入组期间、重复发表 | 同一参与者不重复计权，多臂研究需专门处理 |
05 / RUN & CHECK
得到结果，也看见不确定性。
用核对过的数据运行分析，再检查研究间差异与结果稳健性。当前为方法学习与分析准备，在线计算和森林图生成将在后续开放。
主分析模型
模型不会按 I² 自动切换。MD 需使用同一量纲，SMD 需统一方向和效应定义。
↔
在线计算与出图将在后续开放。
现在可以学习模型设置与结果解读，返回上一步整理数据并导出，供后续分析使用。
统计结果
教学示例结果，不用于临床判断或论文证据。
森林图
R / meta 生成Study 为研究名；方块表示单项研究效应，横线为 95% CI；菱形表示所选模型的合并效应及区间。比值型效应在 log 尺度绘图。
稳健性与敏感性
看清单项研究对合并结果的影响解读提示
方法与软件记录
查看 R 拟合提示
06 / INTERPRET & REPORT
统计完成之后，
还有证据需要交代。
将统计结果、方法假设和证据局限放在一起，才能形成可信、可核查的报告。
尚无本次分析结果
完成分析后，这里会带入合并效应、方法与软件信息，方便你整理统计记录。
一份完整报告，需要回答这些问题。
不把“无统计学意义”写成“没有差异”。
区间跨过无效值表示当前数据无法排除相应范围的效应；需要结合临床意义、区间宽度、偏倚与证据确定性解读。逐一剔除分析稳定，也不代表所有偏倚已消除。
和古老师聊聊你的下一步
带着问题来，一起理清方向。
升学规划、职业晋升与科研学习，欢迎通过公司微信咨询。
可以先整理咨询简报，再自行发送给古老师。
咨询联系人 · 古老师微信号13980773355