轻松+愉快!在线版meta分析工具

文摘   科学   2024-07-08 20:00   湖南  
一、为什么要做meta
大家好,我是北游。
现在科研真的太卷太卷了,笔者身边的朋友,包括一些同门师弟、师妹甚至认识的部分老师,都在吐槽现在的临床/护理科研真难做,好点的杂志真难发!对此,笔者深以为然。
之所以承受万般痛苦,可能只是为了“碎银几两”。评奖评职称也好,毕业也罢,每个坚持在做科研的人都有自己的目的。在科研如此卷的大环境下,其实是很容易丢失信心的。
那么,何不试试Meta分析之类的循证研究呢?可能很多人在说,meta泛滥了,meta过时了,meta选题难,选题难不可否认,但是前两个说法就未必成立了,据笔者观察,不论是国际某些领域的顶刊,还是国内医学/护理TOP期刊,都接收meta。理由无它,总有新的研究在开展、在发表,那么证据就需要更新,这就是meta分析/系统评价存在的意义!如果你,没有实验可做,没有临床数据,甚至观察性研究都难开展,meta分析/系统评价可能是你所寻找的“答案”。
但是,天底下没有免费的午餐,如果你是meta分析初学者,在你苦思冥想找到了个选题,费劲心思检索、筛选、评价了几十篇文献之后,麻烦事又有了,你还得干一件事:数据分析。对于入门的同学自然不算难,但是对于零基础同学,一切又没有那么简单了。Revman、R、Stata三件套,总得会一样吧。甚至一些稀有类型的分析,还需要用些专用软件,也是需要花时间和精力学习的。
笔者深知这里面的不容易,所以前面有请我们团队内的stephan老师打造了一期meta专题训练营,顺便分享了一款在线分析工具:有了这个工具,做meta分析速度起飞!
工具自然是多多益善,笔者近期在读文献时发现了另一个不错的在线工具,所以跑来与大家分享。
二、PyMeta
工具名是PyMeta,主页可以直接访问:https://www.pymeta.com/
从名字可以看出来,这是一个基于python第三方库的工具包。当然,如果你熟悉python,可以直接代码安装:
pip install PythonMeta

姑且不论它的底层如何,我们作为使用者,关注的是它好不好用,提供了哪些功能。

点进去主页,是个外文界面,但笔者查看了开发者的声明,发现是我们国内的研究者Hongyong Deng教授 所开发,简直太厉害了,感谢!


左上角是数据输入框,右边是meta分析的设置,输入数据的方式有些特别,它没有可以上传文件的地方,相反是直接复制你的数据到文本框,然后选择需要的设置,最后分析。

附上帮助文档的链接:https://www.pymeta.com/help/#input

通过设置,可以看到,基本的功能都是有的,比如说:

  • 合并效应估计(计数数据为 OR、RR、RD;连续数据为 MD、SMD)

  • 进行异质性检验(Q/卡方检验)

  • 进行亚组分析

  • 进行累积荟萃分析

  • 进行敏感性分析(一个或两个因素)

  • 绘制图表,例如森林图、漏斗图、条线图和跨块图


用开发者提供的示例试了下。

结果是秒出的:

在设置里面指定输出漏斗图:

前面输出的结果是有保留的,每个执行步骤的结果都有标记。

敏感性分析:

亚组分析需要在数据层面自己整理好,下面是样例数据:

输出结果:

确实很棒,大家可以上手试试。



主要参考来源:

Deng Hongyong. PythonMeta, Python module of Meta-analysis, cited 2018-07-09 (or your time); 1 screen(s). Available from URL: http://www.pymeta.com

免责声明:

本文仅供科研学习和分享,不做商业用途,如有侵权,请联系我们删除,谢谢。

补充:

护理统计随笔平台的内容现在已经非常丰富,很多方面都有涉及到,如果你觉得你没有看到往期的相关文章,不妨打开公众号的菜单页,在各级目录中查找你想要的内容。如果你在科研学习中遇到了疑问,恰好也想跟网友们交流,可以加入我们建立的“护理科研交流群”。这是一个完全自由、开放、没有套路的纯交流群。入群方式:私信发送关键词“加群”。


护理统计随笔
未来是精准护理的时代,护理研究的发展不仅在于基于证据的理论创新及实践,更在于大数据和人工智能。这里是一个从0到1的学习平台,关注我们,不但可以夯实科研基础,更可以开阔研究视野,让你的护理科研之路走得更远、更广。
 最新文章