meta分析提取数据和写文章哪个难

meta分析提取数据和写文章相比较当然是写文章，干嘛写文章需要阅读超过五片以上的专业文献并且提取其中的精要对病理学有非常深刻的见解。

提取数据要明确Meta分析的主题和类型。虽然二者都不轻松，可是相比较之下，写文章明显会更难。

 这可以在几个数据库中进行系统检索，例如PubMed，Embase，Cochrane数据库，Scopus，Web of Science和Google Scholar。通常情况下，在多个数据库中检索有助于尽可能找全已发表研究。

       在某些领域，也需要在专业数据库中进行检索（例如BIOSIS，CINAHL，PsycINFO，Sociological Abstracts和EconLit等）。综述类文章的参考文献，有助于发现更多其他来源的文章（例如学位论文或会议论文）。

       从原始文章中充分提取和记录关键数据是进行Meta分析的基础。对纳入研究的质量评估也是一个关键问题，这可以用于确定纳入标准、敏感性分析或研究的差异性加权。例如，Jadad量表经常用于随机对照试验（PMID：8721797）；Newcastle–Ottawa量表用于非随机研究（PMID：20652370），QUADAS-2用于诊断准确性研究的质量评估（PMID：22007046）。

       建议两名研究人员同时进行这些步骤。但是读者也要知道，这些质量评估也受到诟病，特别是当他们将研究简化到一个单一的“质量”评分时。最重要的是，避免将原始研究报告规范指南作为评估研究质量的量表。

 可以使用PICO原则来制定研究问题。关键是，要确认这一主题是否已有发表的Meta分析，以避免重复工作。在某些情况下，如果有新的数据产生，可以对该主题的Meta分析进行更新。

       可以对多种类型的研究进行Meta分析，例如病例对照研究、队列研究和随机对照试验。由于观察性研究存在偏倚的可能性较大，在对这些类型的研究进行Meta分析时要考虑到这一点。此外，也可以对遗传关联研究，基因表达研究，全基因组关联研究（GWAS）或动物实验数据进行Meta分析。