随着循证医学的理念深入人心，meta分析在帮助临床决策方面起着重要的作用，另一方面，随着临床试验结果的不断出现，要是可以在Meta分析基础上直接补充新的数据，可以更有效的更新已有的循证结果。但是，有学者认为，在目前达标的许多Meta分析的结果，并不都是准确的。那么，Meta分析的研究者要如何提升研究的准确性和可重复性呢，小编在这里进行了几点总结，希望对大家有所帮助。
一、协助积累数据，使Meta分析与时俱进
积累数据包括纳入研究的效应量、样本量、统计学方法和统计量等等，为了避免错误，要准确的进行引用；对亚组进行分析时，要引用原文中支持分组的依据，并且阐述自己的主观看法；前瞻性Meta分析和回顾性Meta分析的基本思想相同，但是没有回顾性Meta分析发表偏倚的缺点，受到的关注更多。
二、公开数据，协助质量控制
在公开数据时，要详细的说明效应量的计算和数据缺失时的处理方法。同时要对提出及处理数据的人员进行说明，最好有两位研究者独立完成。在质量控制方面Meta分析有4种常见的错误：
1、效应量计算出错：目前对于Meta分析结果重现的研究还是比较少的，但是在重新做已发表的Meta分析后，研究者发现，原文错误率达到59%、63% 乃至100%。但是错误率和原作者提取数据经验的多少没有太大的关系。
2、效应量计算不一致：对于纳入分析的研究，应该选择一致的效应量进行评估。
3、效应量纳入错误，或者带有一定的主观性。
4、数据合并错误：对于异质性差异比较明显的数据，可以选择随机性效应模型进行合并，由于该效应处理数据的置信区间大，所以在判定统计学差异上会造成一定的影响。
三、遵循指南
Meta分析要遵循指南，如PRISMA。要求作者在正文中提供必需的信息，在评审和出版后提供完整的支撑材料；同时要写明研究步骤，在进行Meta分析研究前要进行注册，明确研究是验证性的还是探索性的。典型的研究步骤包括：
1、写明要研究的主次要问题；
2、对研究主题的进行简要的背景介绍；
3、对检索策略、判断标准的详细描述；
4、写出数据抽取的方法；
5、写出将数据组合在一起的统计方法或定性方法；
6、项目时间表；
四、协助提高可重复性
在Meta分析过程中，要允许其他研究者进行重复分析过程，从而检验纳入标准等待主观因素的决策。期间尽可能的保证其他人可以了解到文章的原始数据以及所用的统计学方法。
五、咨询专家
在进行文献检索前，最好咨询专业人员，处理数据时可以参考统计学专家的意见。
延伸阅读
打开微信“扫一扫”，打开网页后点击屏幕右上角分享按钮
