如果你是一个医学生，上面的这张图应该不陌生吧，在循证医学的课堂上，老师没少唠叨过。没想到，不久的将来，也就是现在，又见面了（默哀3秒）…

老板要小编完成一篇Mate分析的文章，并帮助小编选了疾病和基因。小编当时一脸懵逼，要知道，看一篇paper都要一个礼拜啊。想要自学成才，可想小编心理阴影面积有多大。

 Meta分析为何物？

既然要写meta，第一步自然是要知道别人发表的meta paper长什么样啊。。。

精读几篇Meta分析的英文paper是必不可少的。

通过对Meta分析paper的学习，小编对该研究的方法和思路有了明确认识（问我认识是如何产生的，把你看的3-5篇meta分析paper的每一句话、每一个段落结构、每一个组成部分都仔细分析，找这类paper的必需元素）。

原始paper和数据的搜集

在老板的指导下，开始在查阅大量文献的基础上搜集相关数据。原本以为的一个简单过程，竟然把小编搞的“痛不欲生”。

曾经选好的基因由于各种原因经历了在数据海洋中打捞、整理后一个个被Pass掉，那时觉得理想的结果真是遥遥无期，文章更加遥不可及，一次次欣喜-沮丧-失望交织在心头，最后化成一份凄凉的坚守。

整理了几次失败的数据后，小编脑洞大开，眼疾手快，能迅速地从各种数据库中查找到大量文献，并提取到下面相关信息。

直到新的差强人意的数据成形，整理数据的工作暂告一段落（为了便于后期数据分析，记得把数据整理到EXCEL表格里，这样就比较直观了）。

数据整理结束，仅是完成了Meta分析的一小步，接下来要对数据进行分析。小编是一个电脑菜鸟，更是一个软件超级菜鸟，但是，为了满足当前数据分析的需要，开始接触进行Meta 分析的相关软件Stata。

为了学习Stata, 小编也是费尽心机，查找了各种文献，翻遍了各种网站（丁香园、小木虫、生物谷、知乎等都可以是你学习的好地方），从一次次尝试中，慢慢将Stata的命令补充完整并分析出了结果。

一般分析数据的顺序如下：

哈迪温伯格检验：检测该对照组群体基因型是否符合遗传规律，若不符合，排除该组群体。

森林图：简单和直观地描述Meta分析统计结果。

发表偏倚检验：通过点的离散及统计数值，识别和控制发表偏倚。

敏感性分析：发现影响Meta结果的主要因素，检验合并结果的稳定性与否。

在使用Stata分析数据的过程中，小编遇到了各种问题，并且几乎在每个过程中都遇到了问题。小编一次次步入解决新问题的探索之路…HWE检验、森林图、漏斗图、敏感性分析图，小编从一个坑爬出来又掉到另一个坑，直到最后彻底爬出来，小编要哭了！

整个过程也算是真正体验了“”真谛。每次敲下回车键，看到结果前的那一刹那，紧张、兴奋、恐惧引起的肾上腺素分泌升高、心跳加快的感觉除非身临其境者才能体会。

后记

Meta分析作为一种研究方法，被越来越多的人所认识、运用。对于初学Meta 分析的研究者而言，不彻底走一回，你是无法体会其中。

光是森林图、漏斗图、发表偏倚、亚组分析、敏感性分析、meta回归；各种软件Revman、Stata等等，想要找到通往发表paper的大门，就够你哭好多回。

But，当你触摸到那扇们，一脚踹进去，其他一切皆是浮云。软件嘛，也不过就是工具罢了。