《meta分析的写作思路.doc》由会员分享，可在线阅读，更多相关《meta分析的写作思路.doc（17页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、-作者xxxx-日期xxxxmeta分析的写作思路【精品文档】收集整理丁香园郎中1987的关于meta分析的写作！一、新手meta分析上路（一）：选题现在读研的很多学生甚至临床上的医生，迫于某些压力或者是个人兴趣（找虐型），开始学习meta分析，理想的发篇SCI文章，不济的也当学个技术，技多不压身。为什么会找meta做为切入点呢，江湖传言此乃发文神器，某大仙一年发十篇meta的也不是少见。感觉它不用做实验，窝在家一股脑的看文献，整理整理数据，也不耗钱，真是一本万利的生意，尤其适合苦逼的临床医生。也不用养老鼠闻味道，不用陪细胞过夜，不用天天WB，PCR，转染，过表达，etal。长期接触这些生物试
2、剂能活下来的都是命大。所以聪明的中国人开始走上了meta这道“不规路”，早上发，中午发，天天发，发。好了，扯了那么多没用的，入正题，想发一篇文章，首先是要选好一个题目。我可以负责任的告诉大家，你今天选题的高度决定了你日后发文的高度。所以磨刀不误砍柴工，好好选题，良好的开端是成功的一半（好一碗鸡汤）。那么问题来了，怎么选题呢？结合我个人的经验，我认为良好的优质的题目有以下几个特点：1.是临床现有的争议点，大家对此还不是很统一，指南也模棱两可。2.对现有的操作的一种challenge,如果你的meta能改变某种临床行为，那你屌了。3.之前已经有篇meta了，但后来因为加入新的articles,挑战
3、了之前的结果，能引起一定的讨论。当然，这些题目都很难找，因为不仅国人“沉迷”meta,老外也不甘落后的。现阶段大部分multi-centersRCTs都是国外研究机构发表的，他们一般在进行临床研究的同时，已经将其meta分析的文章也顺带做了，RCTs发表同时将meta分析也扔出去。所以好题目都被他们抢了，我们只能捡些他们不要的（这是一个忧伤的故事）。不管如何，我们还是要掌握一些选题的技巧和原则，指不定那一天就让我们碰上了一个好题目也不一定（人如果没有梦想那跟咸鱼有什么区别，星爷如是说）。我有几个渠道和方式来选择题目（主要指干预方面的meta）：1.看本专业Top临床期刊最新的articles和
4、review,如我是神经科的，我就去多逛逛Neurology,Stroke,Movementdisorder等专科杂志最新的RCTs和综述，尤其是综述里面治疗的那一部分。同时也可以逛逛4大临床期刊（是那4大？不知道，那去搬砖吧）里面关于本专业的一些articles和review。2.看指南的治疗部分，如XX治疗方式XX病最近有研究表示有效或无效，但缺乏足够的証据，有争议（看到有争议，眼睛都亮了），那就是我们的切入点。但因为指南具有滞后性,所以指南里面提到的可能都已经被人下手了。3.去逛逛临床试验注册网站，有些大型RCTs发表前都会在这些网站上注册，你就可以了解最新正在进行的临床研究，知道它们大
5、概什么时间弄完，守株待兔，不信捉不住你。推荐个临床注册网站：https:/www.clinicaltrials.gov/。较全较好用，随时跟踪最新ongoing的RCTs.4.中医方面的meta,那真是得天独厚，国际友人肯定争不过我们，一想一个准，都没人发表过。但有个缺陷就是大部分中医的临床研究都是发表在国内文献，所以我们纳入的研究也都是国内的为主，这会对整体质量造成一定影响。投稿方向也一般局限在中西医结合领域（CAM:complementaryandalternativemedicine）的SCI期刊，但实践表明只要你不嫌弃分值低，都是能发表的。我导师的课题组就发过不少，而且分值还不低呢（好
6、厉害的样子）。如：Asystematicreviewandmeta-AnalysisofBaihui(GV20)-basedscalpacupunctureinexperimentalischemicstroke（IF5.578）。所以这也是发文（灌水）的一个捷径。说了那么多，大家不要想了，去选题吧。二、新手meta分析上路（二）：检索文献在我们选好题目后，接下来就进入检索文献这一步了。我以实例来说明，如题目“Levodopaalonecomparedwithlevodopa-sparingtherapyasinitialtreatmentforParkinsonsdisease:ameta-
7、analysis”(左旋多巴做为首选药物治疗帕金森的meta分析)。总体上要按照PICOS原则来检索，什么是PICOS？还有些专业书在检索方法写的天花乱坠，各种主题词（Mesh）+自由词、布尔逻辑词穿插其中，其实我的检索策略有点简单粗爆（其实是因为我根本不会复杂的检索策略）。我只在题目/摘要中检索”帕金森“和”左旋多巴”，我相信我要的文章肯定会有这两个词。我一直认为，越简单的检索词能获得越多的文献，虽然找起来耗工夫，但不易漏掉。当然如果放在摘要中你觉得文章太多（千篇数量级），那我就把“帕金森”放在题目中检索（可能会变成百篇数量级），继续把“左旋多巴”放在题目/摘要中，所以我是根据文章的数量来决
8、定不同的检索区域的。可能这样的方法不够科学，但我个人认为很实用。算了，不要在意这些小细节了。既然说到检索策略，顺带说下正规点的“主题词+自由词”，先在各个数据库里确定“Levodopa”这个L的主题词，同时找出它五花八门的自由词，在主题词与自由词之间用or连接进行检索。同理，确定“Parkinson”这个P的主题词，同时找出它五花八门的自由词，在主题词与自由词之间用or连接进行检索。然后在P与L的检索之间用and连接。检索策略定好后，要确定数据库了，外文方面我个人比较喜欢检索4个数据库，分别是Pubmed，Googleschalor，Cochranelibrary和clinicaltrial。
9、当然很多文章会选择EMBASE,MEDLINE,WEBOFSCIENCE等等。但前面4个我认为基本已经浛盖了大部分的文献(前面的是检索平台，基本上包括了后面的数据库)，截止目前也没reviewer对我所选的4个databases提出质疑（可能他们眼神不好漏掉了）。中文的数据库可以参见CNKI,万方和维普。但一般我不建议加入中文文献(会影响文章的质量，除非是写中药或针灸方面)。然后，我们还要制定纳入标准和排除标准，用以纳入我们想要的文献。标准的制定不是看着天花板凭空想出来的，它是需要我们提前先看几篇相关文献，再结合我们所需要研究的目的，再进行制定的。当然，标准不是死的一成不变的，可能会随着我们检
10、索的过程而进行适当的修改。最后，我们可以多看些相关的综述，因为综述中总会引用很多研究，而我们可以在它的参考文献那里直接找到一些可能被我们遗漏的文献。下面这就是一般的检索文献流程图。好了，说到这，洗洗看电影去了，待续。PICO是基于循证医学（EBM）理论的一种将信息格式化的检索方式。为participants,interventions,comparisons,outcomes的缩写。拓展资料PICO将每个问题分为四个部分：participants（对象）；interventions（干预）；comparisons（对照）；outcomes（预后）；最早以前只有PICO，后来才加了个S，不同规范
11、对PICOS的内涵解释略有出入，但总的来说，其目的只有一个，就是通过PICOS这几个维度，把“临床问题”这个不容易被定位的问题，用标准化的方法表述出来。也只有这样才能够进行进一步工作。用PICOS构建临床问题：情景一：某消化科接待的一个HP感染患者，常规抗HP治疗两周后，患者复查呼气试验还是阳性，到底要不要继续治疗呢？是一个认真、有责任心、具备循证医学素养的高水平医生，所以他想到了要找找看有没有好的证据。那么问题来了，检索文献的时候从何开始呢？答案当然是PICOS。他要确定如下几个要素：P：HP感染常规治疗2周无效的患者；I：继续进行抗HP治疗；C：停止治疗/变更治疗；O：HP感染转阴；S：M
12、eta分析/RCT/队列。拆分之后，他就可以去寻找证据了，当然下一步还要进行证据评价之后在使用相应的证据。情景二：目前关于强迫症患者是否需要在药物治疗的基础上联合认知行为治疗存在分歧，同时存在支持用或不用联合治疗的证据（黄芳芳，李占江等，2013）。一批有理想有抱负的医生希望通过自己的努力，以Meta分析的形式综合现有研究结果。那么问题来了，我们应该怎么确定题目并筛选文献呢？同样是PICOS：P：被明确诊断为强迫症的成年患者；I：认知行为治疗联合药物治疗；C：单纯药物治疗；O：耶鲁一布朗强迫量表改善；S：RCT。然后就可以拟定题目并开始系统综述的设计了。三、新手meta分析上路（三）：制作特征
13、表Meta分析就像八股文一样，有那么一个相对固定的框架，然后我们只需按着这个架子一步一步像牛一样往前走就行了。通过上一部分找好文献，纳入研究之后我们就需要开始着手做特征表了，用一句话概括此Table制作要髓：那就是readers只需要看这个表格，就能大概知道纳入的文献它所有的重要细节。看表知文章的故事，而无需再重新去下载原始文献。话虽这么说，但原始文献下还是要下的，谁知道作者有没有瞎做，我们要监督他们滴。先看几个NB杂志NB的图表，如下：怎样才能做出一张无可挑剔的table呢，我有几个小建议：1.绝对不要自已瞎想乱画，先找几篇高质量与你此篇主题相关的meta分析，看看大牛的table是怎么做的
14、，他的条目栏都罗列了那些重要信息，有那些是我们可以借鉴的。一篇不够，二篇;二篇不够，三篇。反正就是多看几篇别人高质量的特征表是如何弄的，发挥“拿来主义”精神能整合尽量整合，然后在白纸上先简单画个草图，看看感觉很厉害的样子。2.要挑剔，国外发SCI非常注重table和Figure的美观和实用性，一定不能随随便便，而要精益求精。所以自已要有一双发现美的眼睛，怎样排版美观大方怎样来，感觉自己土包子般的审美观得重新读遍美术课程啊。3.熟练掌握offoceword，好吧这才是最重要的，我要去练习word了。所以，特征表它没有固定框架，只要能详细描述出原始文献的基本信息，同时保持美观大方，让人一看就感觉你
15、，就OK了。（再附二张tables）。四、新手meta分析上路（四）：质量评价我们确定研究目的，通过检索策略最终纳入数篇studies后(假设10篇吧)，就有必要对纳入的文献进行一个评价，关于其质量、方法设计的评价。因为纳入的10篇研究有好有坏，良莠不齐，我们不能一股脑的对其进行简单粗爆的合并，而是需要明确你手里的文章到底是否设计合理，数据是否全面，质量是否过关，至少做到你自己心中有个数，有个秤去评断你合并结果的稳健性与否。Meta分析有句名言：garbagein,garbageout(垃圾进来垃圾又出去了，依，是这样翻么，我的英语还是很屌的)。就是说高质量的文章合并所得出的结果，也一般是高可
16、信度的。如果再有一定的临床意义，就有信心往高分的杂志进行试投。如果纳进来的文章质量很失水准，有失偏颇，合并的结果连自己都很难说服，更别提是否具有推广价值，借我几个胆也不敢把这篇研究往高质量Journal上投了，这是一个很现实的问题。所以我一直认为从事中医药领域循证医学的同仁么，可能在发文方面不愁，但由于纳入研究质量不过硬，所以文章所发的高度也很受限制，难以突破瓶颈。但对我们这些小喽啰来说，能发就OK了，还挑肥捡瘦，绝对不挑不挑不挑（重要的事说三遍）。那说到质量评价，就少不了评价工具和评价标准。市面上对于临床干预RCT的评价方法不一而足琳琅满目百花齐放百家争鸣，看的我目瞪口呆手足无措晕头转向。因
17、为不同的研究机构，不同的专家都会提出自己认为很有效的评价标准，就像做生意一样。我们该挑那件来买单，还得看销售记录啊。我个人一般推荐两种方法（其实也只用过这二种）。1.Cochrane手册的评价标准,共6点，手册以“是”，“否”和”不清楚”三种做为评价结果，我个人选择给分制，每点低分险时给1分，总分6分为最高（分险最低，质量最好），低次类推。现简单介绍下Cochrane手册的评价要点（只说明何时给1分）。A:Sequencegeneration（序列产生）：使用随机数字表，计算机随机，抛硬币，洗扑克或信封，抽签，掷骰子时给1分。B:Allocationconcealment（分配隐藏）：中心化分
18、配，同一外观、连续编号的药物容器，不透明的信封给药（文章有说的那么清楚才怪类）C:Blinding（盲法）：有采用盲法给1分（终于说了句能让人听的懂的人话）D:Incompleteoutcomedata（不完全结局资料）：没有丢失结局数据，采用意向性分析给1分（什么是意向性分析，算了不说了字太多你自己去园子查吧）E:Noselectiveoutcomereporting（选择性结局报告）：无选择性结局报告给1分（鬼知道他们有没选择性报告啊，又不会在文章里说“各位亲，我选择性的挑了点汇报哦”）。所以这时候有个protocol就很能帮助我们判断了。F:Othersourcesofbias（其他偏倚
19、来源）：研究表现出没有其他偏倚来源给1分，是表现出哦。这点挺让我吐槽的，所以这点我都给的很看心情。我个人认为评价质量挺主观的，很多信息文章里都没有明确说明，但如果都给个“不清楚”也挺残忍的（我是个心地善良的科研从业人员）。所以有时我会根据文章它整体的设计，以及它发的分值来适当的行使下我的权利（嘿嘿）。高分杂志的文章（很高的那种）有时我会倾向于给高分，低分的文章（除了很高的那种）我会倾向于给低分。这样是否会让结果更加保守呢，还是小心点的好。本想说的另一个评价工具是Jadad量表，这是我第一次做meta分析时用的工具，但后来发现都没人用，被人遗弃了那我也就不用了（补了一刀）。但人总是有第一次情结，
20、所以今天我也提它一下，聊表怀念。但它的具体评分我就不说了（其实与上面一个也差不多），因为说多了也没用，现在杂志不是很认可这个方法，哎啊都是泪。我就把Jadad评分量表以附件形式上传，有兴趣的站友自己下了看。其实，评价工具很多，但你不需要全部了解，只要一个牛B点的就OK了，如果你很好学，立志在Riskofbias这个领域打出一片天地，那我不拦你，去多多学习吧。五、新手meta分析上路（五）：原创实例已发表meta分析视频讲解一个视频，内容不多，属于走马观花式的对meta的流程进行一个再介绍（适合新手）。也算对前面内容的一个视频回顾，权当温故而知新。六、新手meta分析上路（六）：数据分析（Rev
21、man）前面这几天所讲的内容基本都还属于系统评价（systematicreview）的范畴（流程图、特征表和质量评价表）。而meta区别于系统评价主要在于它对纳入的原始文献的同类数据进行了有效的合并，通过一定的算法得出一个估计的有效值，可以一定程度实现样本量的扩增，和对目前所有证据的总结（evidencebasedmedicine,EBM），这也是它与一般综述的区别之处，但还是属于综述。其证据等级凌架于RCT之上。讲到数据分析，那少不了统计软件，市面上主要有三款，分别为Revman(傻瓜式操作，入门级选择),Stata(进阶级利器，功能强大)，R软件(什么，这是什么鬼，反正没用过)。我主要是用
22、Revman（不要嫌弃我）,偶尔应审稿人要求会用下stata软件，但只会一点点。所以我下面的大部分数据分析都是基于Revman实现的。先简单科普下，数据分为两种类型，连续型变量（Continuous）和二分类变量(Dichotomous)。连续型变量指的是有平均值和标准差的，如临床上的某些量表，以6.52.1这样的形式呈现;而二分类变量是表现百分率，如临床上的有效率，10个人里面6个人有效（真是讲的太仔细了，都把大家当小学生了，很生气）。他们有各自的输入方式和效应值，但总体来说大同小异。我们把纳入文献的原始数据输入到Excel里，然后简单导入到软件，啪啪啪的结果高出来了，然后根据结果进行分析就
23、可以写文章了。哇噻，听起来好简单，感觉一切都掌握了，分分钟SCI就拿下了。假设纳入10篇文章，我们有3个结局指标（A,B,C）。其中一个主要指标，两个次要指标。A指标：假设有6篇文献里有完整数据，那把这6篇文章的数据进行合并，得一个森林图（Forestplot为什么叫森林图这让我很纳闷，一点森林的感脚都没有)。B指标：假设有8篇文献里有完整数据，那把这8篇文章的数据进行合并，得一个森林图。C指标：假设有7篇文献里有完整数据，那把这7篇文章的数据进行合并，又得一个森林图。所以并不是每个森林图里每篇文章都要纳入的，一篇meta分析有几个结局指标就有几个森林图。如果还根据一些变量进行亚组分析，那森林
24、图就更多了，有些文章觉得图太多，会把其中的数据抽取出来做成表格或柱状图，那也是一个不错的选择。总之，假设，此处省略一万字，我们已经成功的做成了森林图,那我们主要关注图上的几个指标就可以了。异质性检验：I的平方50%表示合并的结果具有异质性（采用随机效应模型），I的平方50%表示合并的结果具有同质性（采用固定效应模型），I的平方=50%算什么，好忧伤我也不知道，不要注意这些小细节了。其实我一直觉得统计学是个很神奇的东西，尤其这软件我随便输输数据，它就能知道是否存在异质性，其异质性来源还是多方面的（如临床设计，病人选择，样本大小等有关），我西厉害八格牙路。反正学统计学的都是外星人。此外就是P值，p
25、0.05,p=0.05算什么？这又是一个忧伤的故事）。最后看下WMD的值和95%的可信区间（这是连续型变量的，二分类的是OR或RR），下图是的0.95（0.51，1.39）。七、新手meta分析上路（七）：发表偏倚我们在看meta文献时，会发现每个结果都有一个漏斗图（Funnelplot），如果你有8个结局指标，那岂不是有8个漏斗图。但这么多放在文章里岂不搞笑，所以我一般会挑选里面的主要指标的漏斗图，放在paper里，其它的基本一句轻描淡写带过或者哑口无言不提，再或者放在补充材料里充图数。而漏斗图的功效主要是来检测此结局指标是否存在发表偏倚的（publicationbias），什么是发表偏倚？
26、即发表是否有偏倚（你敢解释的再随意点么)。但话说回来，有无发表偏倚并不影响文章的最终发表，只不过我们根据相应的结果，在讨论里进行不同且合适的阐述。那如何检测发表偏倚呢，Revman软件Funnelplot是一个倒三角，样本量越大越集中在上方，但只能目测无法给出统计描述（功能偏简单），若两边对称则无明显发表偏倚，两边不对称则可能存在发表偏倚（如果你视力不好难以判断，那哥们随意）。Stata软件的eggetest和beggtest更进一步，给出了统计描述,其中p0.05提示无明显发表偏倚，p50%），建议采用随机效应模型，相反则采用固定效应模型。但我个人的文章一般都选择随机模型(根本不管异质性检验
27、结果，就是这样自信)，因为随机模型相对较保守，让结果更倾于安全（即在有效无效临界值时，随机的结果可能就是无效的，而固定模型可能就是有效的，临床研究不能太冒进，不能让厂家得便宜，好阴险）。目前为止，只要在方法学里讲解清楚了，reviewers对此也没多大提问（已成圈内一小共识）。2.逐篇排除文献：某结局指标有6篇文献（1-6），分别逐篇剔除1-6后看异质性是否有所改变（同时记录下合并效应值WMD，RR的数值变化）。如果发现出掉第1篇后，异质性发生改变，那么这篇可能就是异质性的来源，可仔细分析其为何会成为异质性的来源，一般可从实验设计，样本量，结局指标，评价标准等多方面着手。如果分别去除6篇后，其
28、异质性均不变，说明结果较为稳健。此两种方式可供选择。那么说说亚组分析，故名思义，就是根据某临床特征做为分据点进行比较，比如年龄（分界年龄根据不同研究自定），性别（一般是男与女比较，不包括人妖，人妖很生气有话说），干预方式（同类药里的不同剂型），剂量梯度（低、中和高剂量），纳入文献质量评分（评分高与低），某临床评分高低之间比较，治疗时间和随访时间（时间长短）。所以亚组分析并没有固定标准和框框，只要文中数据充分，能让你实施起来无法无天，那就OK。关键是看你想解释什么问题，因为亚组分析的结果，可能对将来同类型的RCT的实验设计有提示意义。我来例举几个亚组分析的sample.1.年龄：根据年龄界限比较
29、其分别的合并效应值（WMD或RR），看其值大小，来适当说明年龄对最终结果的影响。比如PD中，老年的患者其预后与生猛的年轻的比较一般都是较差的。2.剂量梯度：有很多临床文章会做出干预的梯度，我们可以合并各自的梯度然后比较，了解不同剂量对最终合并值的影响。3.文献质量：高分与低分文章分开比较（一般以3分为界，cochrane手册），看文献质量高低对结局指标有没有作用。以此类推，不同的亚组分析会有不同的结果，然后在讨论部分再对其结果进行解释（查文献看是否能找到原因），如果解释不了就说是否因为样本量不够，待后续验证。附一张亚组分析的图十、新手meta分析上路（十）：meta写作的一般套路（纯干货）前面
30、分析了那么多，关于meta分析产生步骤的stepbystep，总是希望自己的成果能转换成论文，发表在高质量期刊上，引起大同行的关注，小同行的讨论，进一步提升影响力（其实说白了就是应付医院考核，顺便赚奖励）。论文的写作套路一般是很死的，尤其是meta分析的文章，像极了八股文，其条条框框相对固定，看多了写多了感觉好easy的类。所以只要前期工作分析到位（主要是图表），做足，文章的书写一般花不了多长时间。（版主更正：再好做的meta一周也完也是很不靠普的。希望大家严格按照流程、规范去做，不要为了发文章而糟蹋循证！在这里有不少战友要搞一辈子，这里不干净了，他们也没法再继续了）不管信马由缰还是按图索骥总
31、是有迹可循，所以只要掌握了一般套路，那你就可以无法无天了（真的嘛别骗我，我很天真会相信的）。meta分析文章的结构与article类似，现剖析如下：Introduction：主要先阐述某病的一般情况（可包括病因，流行病学，严重性或危害性），具体发病机制，以及目前常规治疗手段。然后分析目前此治疗方式的不足，以及存在的一些问题，由此牵扯出本课题治疗方式的必要性和先进行，是否能为既往治疗方式提供一定的补充或纠正。再分析此治疗方法的内在可能机制（简单介绍），然后再介绍目前已发表的一些关于此治疗的临床RCT文章，可能各RCT之间结果不一致，或各篇文章样本量偏少，总之就是有必要进行meta分析。或者之前已
32、经有篇meta分析的文章了，但现在增加了一些新的研究，可能结果会有出入，或者是从全新的角度进行说明。总之，不管你怎么扯淡，就是要表现出此meta的必要性，不做它将是此领域一大损失（娱乐圈的半壁江山啊）。Methods：此部分相对偏简单，多篇文章之间可能也会出现很多类似的句子（因为大家都是互抄的，依不是，是相互借鉴，注意措辞）（版主留言：这部分我一般自己都不抄自己的，不要误导大家，安心做循证吧。）Studyselectionanddatacollection：主要介绍文献检索的步骤和内容，纳入标准和排除标准的制定以及到底要提取什么数据。RiskofbiasofRCTs：对纳入的原始文献进行质量评
33、价（也叫发表偏倚评估）。statisticalanalysis：介绍此meta分析中数据的统计学分析手段（可包括数据分类，采用何用效应量，异质性检验，何种分析模型，亚组分析或敏感性分析etal），去看看别的meta分析这部分怎么写的，可以借鉴。Results：主要是对纳入文献进行一个系统回顾，及相关数据进行合并分析的结果Studyinclusionandbasiccharacteristicofstudies：文献检索结果和纳入原始文献的基本内容介绍。Riskofbias：纳入文献的质量评价结果meta-analysis:此部分可根据不同结局指标分开阐述，一个结局指标一段。然后如有亚组分析也可
34、以描述。DiscussionMainfindings：此meta分析的主要结果，进行总结性的说明Interpretationoftheresults：关于这样的结果产生可能性的分析，或其内部原因的阐述。Implicationfromthisresearch：这篇meta分析做好之后对将来研究的提示意义，那里可以改进，那里可以加强，那里需要注意，而不是做了等于什么都没做（让我静静的做一个没人关注的美男子吧）。Limitations：关于此研究的不足（我觉得我只有不足，没有足）。Conclusion：总结性陈词。是不是跟我前面的系列贴内容相呼应，所以前面的都是实践性很强的干货，拿走不谢，请叫我雷峰
35、。并不是说知道了一般思路就可以空手套白狼出文章了，想的美，关键还是要有好的点子，平时多看相关文献。我一直觉得阅读文献对一个人的思路敏捷性的提高至关重要，久而久之其外文书写能力也是水到渠成。我本人外文不好（说不好那是客气，事实是”烂“），但平时好读文献，现在东凑凑西抄抄也已发表多篇SCI。所以我可负责任的告诉大家，能不能发SCI跟你的外文水平没有绝对相关性，只要你坚持干一件事那它就不是难事，SCI很easy的了，关键是气质，错了是看恒心。半月多的时间，此系列贴也已书写大半，多谢在此期间各位站友的支持和鼓励。十一、新手meta分析上路（十一）：简易操作Revman分析数据关于Revman分析连续型
36、和二分类数据的具体步骤：新手meta分析上路（十一）：简易操作Revman分析数据.ppt十二、新手meta分析上路（十二）：meta分析投稿时杂志的选择一路走来坷坷拌拌能到投稿这一步也算幸运的，但这并不是完结，行百里者半于九十。在投稿上花的精力与时间往往比之前全部时间加起来还要磨人，如果稍有不慎，反复被杂志拒稿对信心也是一种摧残。本人最长投稿时间已超1年半（现投第6个杂志，仍在进行中，尚未接收），这绕人的小妖精（指我那篇不成气的文章）不知什么时候才能被婆家（杂志社）接受，我也算了了一桩心事。现在看到它，真想一口把它吃了，恨的牙痒痒啊。所以在投稿前能对文章进行合理判断，对杂志选择有的放矢，可能
37、会让你的投稿经历事半功倍，一招即中。那如何进行杂志的选择呢，笔者不才有着丰富的被拒稿经历（已实现各种耐受心肌肥厚），在此将我的失败经验分享或者可为后来者提供借鉴。总体原则有二条：A:如果认为这篇文章选题得当，创新性强，在小专业内也算独树一帜，对临床也有一定挑战或规范作用，那么我会倾向于选择专业杂志。以我神经科为例，会厚颜无耻的向lancetneurology,neurology,stroke,movementdisorder或Jofneurology等专业杂志扔去橄榄枝（当然这是我目前甚至以后努力的方向，fighting，我心中的熊熊烈火是不会熄灭的）。B:如果你的文章选题有所不足，创新不够方
38、法来凑的原则，在方法学上极尽科学之能事，于临床意义可能不如A那么有劲，但通篇详实有料分析细致入微，那我一般会选择综合性杂志，如plosone,scientificreports或medicine(我擦，好像口碑都不太好，被人冠以灌水杂志之称谓)。但国人本性奇怪，一边指责上面三个杂志为了money无底线，赚足腰包实乃可恶之极，一边还不断将文章双手呈上，只要你IF不掉线，我还会来到你门前，续红尘之缘（好一段浪漫的逸事）。但medicine可能马上就要大掉分了（口碑也是最差），之后可能稿源会明显下降。顺说一句，nature,cell,science也是综合性杂志哦。在确定大原则大方向后，之后就是具体
39、杂志的选择了，到底要将橄榄枝投到那家门前示好意呢，这是一个问题。我也将此分为二条：A:我们在整理数据，准备资料，书写文章时都会参考大量资料，尤其在书写时会查询相关文献。我个人喜欢在这些前期准备的文献中挑选所要投的杂志，一来与我此篇内容相关并已发表，算是先例，二来我的文章引用了你的杂志，示了好意（但这好意人家根本不鸟你，自做多情了）。话说回来，这样会有好多杂志，如何解决？长期从事科研的KYG，一般对自己手里文章的成色还是了然于胸的，是驴是马几斤几两还是能估摸的准的（只要你没瞎）。确定了文章的大体分值，再根据之前所列的备选list，挑个顺眼的去其杂志首页看看简介，如果对口那就放胆去投。B:还有可以借助工具，比如下面这个网站就不错，我一般是用它来查询sci分值，但有时也会用它查询相关杂志。根据大原则选择是A还是B后，在“期刊领域”内根据自己的专业进行选择，然后对自己的文章进行评估大概分值，然后查询就ok了。之后可根据杂志的发文量，发行周期，审稿速度，口碑名气，以及顺眼不顺眼等各种因素自行决定。合适而合理的选择会让你我的投稿之路少些荆棘少些苦难，就像男女一样，对上了一辈子情投意合双飞比翼，对错了恩恩怨怨混世度过。【精品文档】