元分析方案生成器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_af163eaa/z-meta-analysis。
技能介绍
解决了什么问题
做元分析或系统综述的前期规划时,最容易踩的坑是流程散乱:检索策略临时拼凑导致文献覆盖不全,纳入排除标准做到一半就修改,效应量选得太随意掩盖研究间异质性,等到分析阶段才发现漏了发表偏倚检验,整得返工。这个技能就是帮你把前期规划串成一份可执行的协议。
技能如何工作
核心是产出符合预注册要求的元分析协议,按固定流程推进:
- 先明确研究问题的
PICOS框架(人群、干预、对照、结局、研究设计) - 规划检索策略与数据库清单,数据库/关键词用占位符,不提前写未执行的具体检索式
- 细化纳入与排除标准,保证可复现
- 选择合适的效应量(比如OR、MD、SMD),并根据研究场景选定固定效应或随机效应模型
- 提前规划异质性检验方法(如Q统计量、I²)与发表偏倚评估手段(如漏斗图、Egger's test)
- 最终输出结构化的
Markdown格式协议文档
说白了,就是把元分析前半段的准备工作固化成协议,避免边做边改乱了章法。
适用边界与注意事项
仅适用于系统综述/元分析的前期规划阶段,不直接执行检索或计算合并效应量。需遵循预注册原则,协议建议提交至PROSPERO等平台,不能事后偷偷修改纳入标准;数据库与关键词必须用占位符,不能编造未真实执行的检索式;效应量选择要贴合研究问题与数据类型,不能为了好看的结果刻意忽略高异质性。
使用场景
- 准备做干预效果的Meta分析,需要先确定检索数据库、纳入排除标准和随机效应模型
- 写系统综述研究方案时,要把PICOS、检索式框架、异质性检验和发表偏倚评估串成协议
- 期刊要求提交PROSPERO预注册,需要生成不可事后改动的元分析流程文档
- 面对不同结局指标,需要规划该用OR、MD还是SMD,并说明固定/随机模型选择理由
适合人员
- 循证医学研究生,需要按规范完成系统综述前的元分析协议
- 临床研究助理,要把多个研究的结局合并成证据前先固定流程
- 公共卫生数据分析师,常处理干预效果证据合成并需要可复现方案
- 药企医学事务人员,要在证据评估前明确效应量、异质性和偏倚检验