有關Meta-Analysis

因為我碩論是做Meta-analysis，這幾年也有從事相關分析，我必須要說因為meta-analysis成為顯學，但又是這幾年在演變的研究方法，所以很多概念有的時候會一知半解，剛看到一篇Meta-Analysis的文章，看到有點生氣，大概略述如下：

1. 要有明確的研究問題：

有的時候 “to our knowledge, this is the first meta-analysis” 不代表一定要執行meta-analysis 不可啊，研究問題不明確的話，隨意地把前人研究抓進來分析，也就是另類的garbage in, garbage out啊，冠上一個Meta-Analysis當作顯學，就變得看起來高級的garbage。

什麼是明確的研究問題：治療後的療效差別，對於某種疾病的測量狀態不明等。你要明確的把研究問題提供給讀者，不是拿一句因為前人沒做，所以我們來做。像是這篇是把某疾病的 objective measurement tools 整理起來，pooled together了之後呢？要解答什麼問題？這些objective measurement tools 的outcome measurement間有存在衝突嗎？若是各自都有信效度的測量工具，那把資料結合在一起是為了？

2. 數值：

跑Meta-Analysis不是只有把數據擷取出來，輸入套裝分析軟體，用Revman, R, Comprehensive Meta-Analysis等都好，「黑貓白貓，只要會抓老鼠的就是好貓」，但是有些囿限於各套裝軟體的限制，不過統計學者已經提出換算公式的狀態下，不應該拿套裝軟體的限制綁住計算統計值的可能性。

另外，Meta-Analysis 最容易出現的Risk of bias跟 Quality of Study Assessment也要呈現出來，這不是在PRISMA裡都有列了嗎？

3. 數據間的魔鬼細節：

這篇文章另一個問題點在這，我不知道作者群有沒有詳細看他們用Revman繪製forrest plot下頭有數據，大家要看一下 I-square，那不是不重要的數據，可以協助研究者看你所執行的meta-analysis有沒有出現異質性問題，通常I-square>50%會認為沒有異質性（heterogeneity）問題，然這篇結論所說的「因為橫跨各種年代，使用的測量方式有不盡相同」企圖導向異質性的結果是矛盾的，這點在該文中付之闕如。

不是說大家不要做Meta-Analysis，而是不要亂做，也不是一句先前沒有人做「所以我們是第一篇」第一篇不等同有必要做，請切記這點！