没做实验就发表高质量 SCI 论文?原来大佬们都会这一操作

原标题:高质量发表,不做实验 SCI 论文?原来大老板都会这样做

文末可获得免费科研入门教学资源

近年来,随着循证医学的兴起, Meta 分析(Meta-analysis)科研人员越来越关注和应用。

Meta 分析是对同一科学问题研究结果进行比较和综合的统计方法,其结论是否有意义取决于研究质量, 常用于临床试验、诊断实验和流行病学研究的综合评价。通过 Meta 对有争议甚至矛盾的研究结果进行分析可以得出更明确的结论。

那么什么是 Meta 如何发表高质量的分析? Meta 分析 SCI 文章呢?接下来,们来看看高分杂志的文章是怎么做的。 Meta 分析的?

如何用 Meta 分析高分文章?

12 月 20 日,《Circulation》杂志发表的一篇 Meta 分析研究: Prospective Association of Daily Steps With Cardiovascular Disease: A Harmonized Meta-Analysis。总共纳入 8 前瞻性研究,对 20,152 心血管疾病参与者(CVD)随访。

每天的步数,CVD 该事件被定义为致命和非致命的冠心病、中风和心力衰竭。Cox 利用特异性四分位数和风险比完成比例风险回归分析 CI 逆方差加权随机效应模型 Meta 分析。

分析结果表明,对老年人(≥ 60 年),每日步数与心血管风险呈非线性关系,步数越多,心血管风险越低。对中青年来说(< 60 年),每天只要保持适量的步数,心血管就会受益最大。

再看另一篇发表在柳叶刀子期刊上的文章《eClinicalMedicine》杂志文章:Outcomes associated with acute kidney disease: A systematic review and meta-analysis。

该研究使用 Meta 分析检索了 PubMed、Embase 和 Cochrane,产生了 739 研究。研究发现,与对照组相比,急性肾病患者死亡、终末期肾病、慢性肾病和慢性进展性肾病的风险较高。

没做实验就发表高质量 SCI 论文?原来大佬们都会这一操作

还在为 Meta 选刊烦恼?

点击查看期刊汇总指南

👇👇👇

Meta 分析的类型

现如今 SCI 许多临床医生抱怨论文评价体系。 Meta 从临床问题出发,通过分析统计学检验进行分析, 不做实验也可以发文章,非常适合工作繁忙、必须发表论文的临床医生。

当前,Meta 分析正成为医学科研管理的重要方法,其类型可根据其原始研究类型进行分析 干预性 Meta 分析观察性 Meta 分析诊断性 Meta 分析

没做实验就发表高质量 SCI 论文?原来大佬们都会这一操作

Meta 什么是分析?为什么适合医生?

点击下面的小程序查看

👇👇👇

Meta 介绍基本流程和方法

1.确定选题,制定研究计划

一般遵循主题的确定 PICOS 原则,即:

P(participants/patients):研究对象类型;

I(intervention):研究干预措施;

C(comparison):比较措施;

O(outcomes):研究结果的主要类型;

S(study design):设计方案的研究。

2.检索文献数据

文献检索使用布尔逻辑操作符连接主题词和不同的自由词。文献选择标准从三个方面考虑:研究类型、研究对象和结果指标。

3.筛选文献数据

文献通过数据库检索后,使用文献管理软件,如 EndNote 筛选和选择检索结果。值得注意的是,每个数据库的检索步骤与检索操作不同。可以更改主题词和自由词进行检索,以确保文献的全面检查率。

4.文献质量评价

Meta 在合并研究结果之前,有必要评估整个过程中可能出现的设计、实施和结果分析。

5.提取文献和数据

研究人员应设计适合本研究的数据收集表。根据不同的研究目的,测量指标可以是率差和比数(odds) 、相对危险度( relative risk ,包括 RR 和 OR) 。各研究之间的功能测量指标不一致,需要转化为统一指标。

6.数据分析和结果

目前做 Meta 常用软件有分析 3 种:SAS、Stata 和 RevMan。由于 Stata 作图效果最好,RevMan 操作相对简单,建议您联合应用 RevMan 和 Stata。Meta 分析结果不仅要考虑是否具有统计意义,还要结合专业知识判断结果是否具有临床意义。

没做实验就发表高质量 SCI 论文?原来大佬们都会这一操作

「第一篇 Meta 分析 SCI 终于发表了!」

点击查看我的经验

👇👇👇

当然,对于想认真学习发表高质量论文的学生来说,以上内容只是简要介绍。

还有哪些专题值得学习?

点击进入丁香实验小程序,一起深入学习!

👇👇👇

本文作者:Karwai

排版:fs

图片来源:丁香实验设计团队回搜狐多看看

责任编辑:

(0)
上一篇 2023年1月1日 下午3:55
下一篇 2023年1月1日 下午3:59

相关推荐

wx