一、工作台简介

Meta 分析研究工作台用于完成 Meta 统计分析之前的研究管理和数据准备工作，包括：

文献导入 → 疑似去重 → 文献筛选 → PRISMA 数字汇总 → 数据提取 → 效应量计算 → 生成标准 CSV → 送入统计分析模块

工作台与 CME 麻醉论坛现有的 /stats/ 统计分析系统配合使用：

  • Meta 工作台负责项目方案、文献筛选和效应量计算；

  • 统计分析模块负责固定效应、随机效应、异质性分析、森林图和漏斗图等统计工作。

当前版本为 MVP 版本，适合建立小型或中等规模系统综述项目、整理筛选结果并生成标准 Meta 分析数据。

二、进入工作台

登录 CME 麻醉论坛后，进入：

统计分析 → Meta 工作台

工作台主要分为四个区域：

  1. 项目方案；

  2. 文献导入与筛选；

  3. 效应量计算；

  4. PRISMA 与导出。

页面顶部会实时显示：

  • 文献记录数；

  • 最终纳入数；

  • 有效效应量数；

  • 疑似重复记录数。

初次使用提示

初次打开工作台时，页面中可能已经载入示例项目。示例数据仅用于演示。

开始正式项目之前，应先点击页面底部的 “清空本地数据”，确认清空后再录入自己的项目资料。

三、建立项目方案

在“项目方案”区域填写本次系统综述的基本研究方案。

1. 项目名称

填写能够明确反映研究主题的名称，例如：

右美托咪定与咪达唑仑用于儿童影像学检查镇静效果的系统综述与 Meta 分析

2. 负责人

填写项目负责人、主要研究者或研究团队名称。

3. PICO

分别填写：

字段 含义 示例
P / 人群 研究对象 接受影像学检查镇静的儿童
I / 干预或暴露 干预措施或暴露因素 鼻内右美托咪定
C / 对照 对照措施 咪达唑仑、氯胺酮或常规镇静
O / 结局 主要和次要结局 镇静成功率、低氧血症、苏醒时间

4. 纳入与排除标准

建议在正式筛选文献前明确填写。

纳入标准示例：

随机对照试验；研究对象为18岁以下儿童；比较右美托咪定与其他镇静方案；至少报告一个预设结局。

排除标准示例：

综述、病例报告、动物实验、重复发表、无法获得全文、无法提取有效数据或研究对象不符合要求。

5. 主要效应量

可选择：

  • RR；

  • OR；

  • HR；

  • MD；

  • SMD。

该字段用于记录研究方案。不同结局应根据数据类型选择合适的效应量。

6. 主要模型

可记录计划使用的模型：

  • 随机效应；

  • 固定效应；

  • 固定效应和随机效应。

填写完成后点击 “保存方案”。

当前项目方案保存在本机浏览器中，不会自动写入网站服务器数据库。

四、导入文献记录

1. 推荐的 CSV 格式

建议从 PubMed、Embase、Web of Science、EndNote、NoteExpress 或其他文献管理软件导出记录后，整理为以下字段：

title,authors,year,journal,doi,pmid,source,abstract

示例：

title,authors,year,journal,doi,pmid,source,abstract
"Dexmedetomidine versus midazolam for pediatric sedation","Li et al","2023","Anesthesia","10.1000/dex-001","39100001","PubMed","Randomized controlled trial."
"Intranasal dexmedetomidine for imaging sedation","Wang et al","2024","Pediatric Anesthesia","10.1000/dex-002","39100002","Embase","Sedation success and hypoxemia were evaluated."

将 CSV 内容粘贴到输入框中，然后点击 “导入文献”。

建议每条文献占一行。题目或摘要中含有逗号时，应使用英文双引号包围相应字段。

系统可以识别以下常用字段名称：

  • title 或 ti；

  • authors 或 au；

  • year 或 py；

  • journal 或 jt；

  • source 或 database；

  • abstract 或 ab；

  • doi；

  • pmid。

推荐尽量使用标准字段名称，以减少导入错误。

2. 每行导入一条记录

没有标准 CSV 时，也可以每行粘贴一个：

  • 文献题目；

  • DOI；

  • PMID。

例如：

Dexmedetomidine versus midazolam for pediatric sedation
10.1000/dex-001
39100001

系统会根据内容格式识别其为题目、DOI 或 PMID。

只导入 DOI 或 PMID 时，文献题目可能显示为“无标题”，后续需要结合原始检索结果进行核对。

3. 载入示例

点击 “载入示例” 会用示例项目替换当前项目数据。正式项目中应谨慎使用，以免覆盖正在录入的内容。

五、疑似重复记录识别

系统会根据以下信息标记疑似重复文献：

  1. DOI 完全相同；

  2. PMID 完全相同；

  3. 规范化后的题目完全相同；

  4. 题目高度相似且发表年份相同。

疑似重复记录会在“重复”列显示：

  • DOI；

  • PMID；

  • 标题；

  • 相似。

需要注意

疑似重复只是系统提示，并不代表记录一定重复，也不会自动删除文献。

应人工核查：

  • 是否为同一项研究；

  • 是否为会议摘要与正式论文；

  • 是否为早期结果和长期随访；

  • 是否为同一队列的不同结局报告；

  • 是否只是题目相似的独立研究。

确认属于完全重复记录后，可以记录“重复记录”作为排除理由，再删除其中一条记录。

当前版本显示的“疑似重复”数量是被标记为与其他记录相似的记录数，并不一定等于 PRISMA 流程中实际删除的重复记录数。因此，正式制作 PRISMA 流程图前应人工复核。

六、进行题目摘要筛选

每条文献的“题摘筛选”可以选择：

  • 未处理：尚未完成筛选；

  • 纳入：进入全文评估；

  • 排除：在题目或摘要阶段排除；

  • 不确定：暂时无法判断，需要进一步核查。

推荐的操作顺序是：

  1. 阅读题目和摘要；

  2. 对照预先设定的纳入与排除标准；

  3. 选择纳入、排除或不确定；

  4. 对排除记录填写简要理由。

排除理由示例：

  • 研究对象不符合；

  • 干预措施不符合；

  • 对照不符合；

  • 未报告预设结局；

  • 非随机对照试验；

  • 综述或病例报告；

  • 动物实验；

  • 重复记录。

当前页面主要显示题目、作者、年份、期刊、DOI 和 PMID。虽然导入数据可以包含摘要字段，但当前版本不会在筛选表格中完整展开摘要。因此，题目摘要筛选仍需结合原始数据库、文献管理软件或论文页面完成。

七、进行全文筛选

对题目摘要筛选后保留的文献，在“全文筛选”中选择：

  • 未处理；

  • 全文纳入；

  • 全文排除；

  • 未获得全文。

对于全文排除的研究，应填写明确、唯一且可归类的主要排除理由。

常用全文排除理由包括：

  • 研究设计不符合；

  • 研究对象不符合；

  • 干预或对照不符合；

  • 未报告目标结局；

  • 数据无法提取；

  • 重复研究人群；

  • 仅有会议摘要；

  • 无法获得全文。

建议同一项目使用统一的排除理由表述，便于汇总 PRISMA 数字和撰写论文。

只有标记为 “全文纳入” 的文献才会计入页面顶部的“最终纳入”数量。

八、添加和计算效应量

点击 “添加效应量”，为每项研究和每个结局建立一条效应量记录。

每条记录首先填写：

  • 研究：建议采用“第一作者 + 年份”，例如 Li 2023；

  • 结局：例如“镇静成功”“低氧血症”“苏醒时间”；

  • 类型：二分类、连续型或已报告；

  • 效应量：RR、OR、MD、SMD、log(OR)、log(RR) 或 log(HR)。

一项研究报告多个结局时，应分别建立多条效应量记录。

九、二分类结局

二分类结局适用于：

  • 镇静成功或失败；

  • 是否发生低氧血症；

  • 是否发生恶心呕吐；

  • 是否需要补救治疗；

  • 是否发生其他不良事件。

应填写：

字段 含义
干预事件 a 干预组发生目标事件的人数
干预总数 b 干预组总人数
对照事件 c 对照组发生目标事件的人数
对照总数 d 对照组总人数

请特别注意：这里的 b 和 d 是两组的总人数，不是未发生事件的人数。

二分类数据只能选择：

  • RR；

  • OR。

系统会自动计算：

  • RR 对应的 log(RR) 和 SE；

  • OR 对应的 log(OR) 和 SE。

例如：

研究：Li 2023
结局：镇静成功
类型：二分类
效应量：RR
干预事件 a：46
干预总数 b：50
对照事件 c：38
对照总数 d：50

数据完整后，页面会自动显示：

yi=……，SE=……，标签：log(RR)

零事件处理

如果二乘二表中存在零事件或零非事件单元格，当前系统会采用 0.5 连续性校正后计算效应量。

对于双零事件研究、罕见事件或极端不平衡数据，建议在正式分析前由统计人员进一步判断当前方法是否合适。

十、连续型结局

连续型结局适用于：

  • 苏醒时间；

  • 检查完成时间；

  • 镇静起效时间；

  • 疼痛评分；

  • 满意度评分；

  • 生理指标变化。

需要填写：

干预组 对照组
干预均数 对照均数
干预 SD 对照 SD
干预 n 对照 n

1. MD

当所有研究使用相同单位和相同测量方法时，选择 MD。

系统计算：

MD = 干预组均数 − 对照组均数

因此，负值或正值代表何种临床方向，取决于结局定义。

2. SMD

当不同研究测量同一概念，但使用不同量表或不同单位时，可以选择 SMD。

当前系统使用合并标准差并进行小样本校正，输出 Hedges’ g。

连续型数据只应选择：

  • MD；

  • SMD。

输入前应统一各研究的结局方向。例如，有些量表分数越高表示改善，有些量表分数越低表示改善，不能在未经转换的情况下直接合并。

十一、已报告效应量

当论文已经报告效应量时，可以选择 “已报告”。

可填写：

  • yi；

  • SE；

  • CI 下限；

  • CI 上限。

1. 已知 SE

直接输入 yi 和 SE。

2. 只有 95% CI

输入 yi、CI 下限和 CI 上限，SE 留空，系统可根据 95% CI 反推 SE：

SE =（CI 上限 − CI 下限）÷（2 × 1.96）

当前工作台的 CI 转换按 95% CI 计算，不适用于直接输入 90% CI 或 99% CI。

3. 比值型效应量必须先取自然对数

对于 OR、RR 和 HR，Meta 统计应使用对数尺度。

例如论文报告：

OR = 2.00
95% CI：1.20～3.30

应输入：

类型：已报告
效应量：log(OR)
yi：ln(2.00)
CI 下限：ln(1.20)
CI 上限：ln(3.30)

不能直接把 2.00、1.20、3.30 当作 yi 和 CI 输入，否则会在错误的尺度上计算 SE 和合并效应。

对于 MD 和 SMD，可以直接输入原始效应量及其同尺度置信区间。

4. SE 字段注意事项

使用 CI 反推 SE 时，不要把 SE 填写为 0。如果填写 CI 后仍不能自动计算，可删除该效应量条目后重新添加，并保持 SE 字段为空。

十二、检查效应量是否有效

只有能够得到有效 yi 和正数 SE 的条目才会计入“效应量”数量并导出到 CSV。

如果页面显示：

请补齐数据后自动计算 yi 和 SE

应检查：

  • 是否存在空字段；

  • 总人数是否大于零；

  • 事件人数是否超过总人数；

  • SD 是否大于零；

  • 样本量是否大于 1；

  • SE 是否大于零；

  • CI 上限是否大于 CI 下限；

  • 是否选择了与数据类型匹配的效应量。

十三、查看 PRISMA 数字

“PRISMA 与导出”区域会自动汇总：

  • 检索记录；

  • 疑似重复；

  • 已筛选；

  • 题摘排除；

  • 全文评估；

  • 全文排除；

  • 最终纳入；

  • 效应量条目。

当前版本生成的是 PRISMA 数字摘要，尚不直接生成标准 PRISMA 2020 流程图图片。

正式投稿前，应核对：

  1. 各数据库检索记录数；

  2. 实际删除的重复记录数；

  3. 自动化工具排除数；

  4. 题目摘要筛选数；

  5. 全文未获得数；

  6. 全文排除数及分类理由；

  7. 最终纳入研究数；

  8. 最终纳入报告数。

同一项研究可能对应多篇报告，因此“文献报告数”和“独立研究数”应根据项目实际情况区分。

十四、导出项目文件

1. 下载 Meta CSV

点击 “下载 Meta CSV”，系统生成：

meta_analysis_input.csv

标准字段为：

study,outcome,measure,yi,se

含义如下：

字段 含义
study 研究标签
outcome 结局名称
measure 效应量尺度
yi 用于合并的效应量
se 效应量标准误

只有计算有效的效应量条目会被导出。

2. 下载项目 JSON

点击 “下载项目 JSON”，系统生成：

meta_workbench_project.json

其中包含：

  • 项目方案；

  • 文献记录；

  • 筛选状态；

  • 排除理由；

  • 效应量原始输入。

建议在每次完成重要筛选或数据提取后下载一次 JSON，作为项目留档。

当前版本尚未提供“导入项目 JSON”按钮，因此 JSON 主要用于审计、留档和后续程序处理，不能通过当前页面一键恢复项目。

十五、将 CSV 送入统计分析模块

下载 meta_analysis_input.csv 后，点击：

“进入 /stats/ 上传”
或
“上传 Meta CSV”

然后按照以下步骤操作：

1. 选择统计模板

选择：

Meta分析（固定/随机效应｜森林图）

2. 上传文件

上传刚才生成的：

meta_analysis_input.csv

3. 设置列对应关系

在任务详情页中设置：

参数 推荐选择
研究标签列 study
效应量列 yi
标准误列 se
CI 下限列 留空
CI 上限列 留空
效应量标签 根据本次分析填写
置信水平 通常选择 95%

效应量标签示例：

  • log(RR)；

  • log(OR)；

  • log(HR)；

  • Mean difference；

  • SMD。

4. 是否输出指数转换结果

分析以下效应量时，应勾选：

同时输出 exp(效应量)

适用于：

  • log(OR)；

  • log(RR)；

  • log(HR)。

这样可以把合并后的对数效应量转换回 OR、RR 或 HR。

分析 MD 或 SMD 时不要勾选指数转换。

5. 分析不同结局

同一个 CSV 中可能包含多个结局。

不同结局不能直接放在一起合并。可将：

  • “分析子集变量”选择为 outcome；

  • 在“纳入取值”中只选择本次需要分析的一个结局。

如果需要分析另一个结局，应建立或复用另一个统计任务，分别运行。

6. 分析不同效应量尺度

log(RR)、log(OR)、MD 和 SMD 不能放在同一个模型中合并。

如果同一 CSV 含有不同效应量，可以把“分析子集变量”选择为 measure，一次只保留一种效应量。

但当前统计模块一次只能选择一个子集变量。因此，最稳妥的方法是：

每个结局、每种效应量尺度分别建立一个统计任务。

例如：

  • 镇静成功率：log(RR)；

  • 低氧血症：log(OR)；

  • 苏醒时间：MD。

应分别进行三次 Meta 分析。

十六、运行统计

参数设置完成后，点击：

保存参数并提交统计

统计服务会根据有效的 yi 和 SE 进行逆方差加权分析。

当前 Meta 模板会生成：

  • 纳入研究数据表；

  • 固定效应合并结果；

  • 随机效应合并结果；

  • Cochran Q；

  • 异质性 P 值；

  • I²；

  • H²；

  • τ²；

  • 森林图；

  • 漏斗图；

  • HTML 报告；

  • result.json；

  • 森林图 PNG 和 PDF 文件。

当前随机效应模型使用 DerSimonian–Laird 方法。

关于模型选择

工作台“项目方案”中的主要模型仅用于记录预设方案，不会自动传递给统计任务。

当前 R 模板实际会同时计算并报告固定效应和随机效应结果，森林图中的合并菱形采用随机效应结果。因此，应在研究方案和最终论文中提前明确主要报告哪一种模型，并结合临床异质性和统计异质性解释结果。

十七、推荐的完整操作流程

建议按照以下顺序完成一个正式项目：

阶段一：制定方案

填写项目名称、PICO、纳入标准、排除标准、主要结局、效应量和计划模型，然后保存方案。

阶段二：导入文献

从各数据库导出文献记录，整理为标准 CSV 后导入工作台。

阶段三：去重

根据 DOI、PMID 和题目相似提示人工确认重复记录，并记录实际删除数量。

阶段四：题目摘要筛选

将记录标记为纳入、排除或不确定，对排除文献填写理由。

阶段五：全文筛选

获得全文后标记全文纳入、全文排除或未获得全文，并填写全文排除理由。

阶段六：提取数据

为每项纳入研究、每个目标结局添加效应量条目。

阶段七：核查数据

至少由另一名研究者核对：

  • 研究名称；

  • 分组方向；

  • 事件数和总人数；

  • 均数、SD 和样本量；

  • 效应量尺度；

  • CI 和 SE；

  • 结局方向。

阶段八：导出

下载 Meta CSV，并下载项目 JSON 留档。

阶段九：统计分析

将标准 CSV 上传至 /stats/，按结局和效应量尺度分别运行 Meta 分析。

阶段十：结果复核

核查森林图、异质性、研究数量、效应方向和指数转换结果是否与原始数据一致。

十八、数据保存与安全提示

当前 MVP 版本的数据保存在浏览器的 localStorage 中。

这意味着：

  • 关闭网页或重新登录后，通常仍能看到原项目；

  • 换用另一台电脑不会自动同步；

  • 换用另一种浏览器不会自动同步；

  • 无痕浏览模式中的数据可能在关闭窗口后消失；

  • 清除网站数据、缓存或浏览器存储可能导致项目丢失；

  • 多名研究者不能通过当前版本共同编辑同一个项目。

建议：

  1. 使用固定电脑和固定浏览器完成同一项目；

  2. 定期下载项目 JSON；

  3. 定期保存 Meta CSV；

  4. 另行保存原始检索文件和数据提取表；

  5. 不要将工作台作为项目资料的唯一存储位置。

十九、当前 MVP 版本的功能边界

当前版本已经支持：

  • 项目方案记录；

  • 文献批量导入；

  • 疑似重复提示；

  • 题目摘要筛选状态；

  • 全文筛选状态；

  • 全文排除理由；

  • PRISMA 数字摘要；

  • RR、OR、MD 和 SMD 计算；

  • 已报告效应量录入；

  • 95% CI 反推 SE；

  • 标准 Meta CSV 导出；

  • 与现有 /stats/ Meta 模块衔接。

当前版本暂不支持：

  • 自动检索 PubMed、Embase 等数据库；

  • 根据 DOI 或 PMID 自动补全题录；

  • 自动下载全文；

  • 页面内完整摘要阅读；

  • 双研究者独立筛选与冲突裁决；

  • 风险偏倚评价；

  • GRADE 证据质量评价；

  • 自动生成 PRISMA 2020 流程图图片；

  • 多变量或多层 Meta 分析；

  • 网络 Meta 分析；

  • 诊断试验 Meta 分析；

  • 研究间相关效应量处理；

  • 项目数据库长期保存；

  • 多用户协作；

  • 项目 JSON 一键恢复。

二十、常见问题

1. 为什么效应量数量仍然是 0？

说明输入数据不能生成有效的 yi 和正数 SE。应检查事件数、总人数、SD、样本量、CI 和 SE 是否完整、合理。

2. 为什么下载的 CSV 只有表头？

只有计算有效的效应量才会进入 CSV。页面中显示“请补齐数据”的条目不会导出。

3. 为什么出现“No valid study rows after filtering”？

常见原因包括：

  • 效应量列没有选择 yi；

  • 标准误列没有选择 se；

  • 所选子集没有任何记录；

  • yi 不是有效数字；

  • se 为空、为零或为负；

  • CSV 中混入了无法解析的字符；

  • 当前结局没有有效效应量。

4. 为什么疑似重复数量看起来偏多？

同一组重复记录中的多条记录都可能被标记为疑似重复。该数字是提示数量，不是最终确认删除数量，需要人工复核。

5. 为什么填写了 CI 仍不计算 SE？

确认：

  • 类型选择为“已报告”；

  • 已填写 yi；

  • CI 是 95% CI；

  • CI 与 yi 位于同一尺度；

  • SE 没有填写为 0；

  • CI 上限大于 CI 下限。

6. 为什么 OR、RR 或 HR 的结果看起来不正确？

检查是否在已报告效应量中错误地输入了原始 OR、RR 或 HR。比值型效应量应先转换为自然对数，再输入 yi和 CI。

7. 为什么不同结局被合并到一起？

统计模块不会根据结局名称自动拆分分析。应使用 outcome 作为子集变量，或者为每个结局分别建立统计任务。

8. 为什么工作台中的主要模型和统计报告不完全一致？

工作台中的主要模型是研究方案记录项。当前统计模板会同时计算固定效应和随机效应结果，最终采用哪一个作为主要结果，需要研究者根据预设方案确定。

二十一、重要声明

Meta 工作台用于辅助文献管理、效应量换算和统计数据准备，不能替代研究者对研究设计、临床异质性、偏倚风险和统计方法的专业判断。

在正式投稿、指南制定或临床决策中使用结果之前，应核对原始文献和原始数据，并根据研究复杂程度由具有 Meta 分析经验的研究者或统计人员进行复核。