KI-Tools und Software für Metaanalysen: von Daten zu reproduzierbaren Ergebnissen

Geben Sie zunächst die Fragestellung, Studiendesigns, Ergebnis, Vergleich und den Zeitpunkt an. Identifizieren Sie dann das Effektmaß und die Daten, die für seine Berechnung erforderlich sind. Für die Konzepte hinter diesen Entscheidungen lesen Sie was die Meta-Analyse macht. Die Auswahl der Software folgt der beabsichtigten Analyse.

Ein integrierter Workflow kann Extraktion, Analyse, Grafiken und Entwurf verbinden, ohne ein Skript zu schreiben. Ein skriptbasierter Weg macht Code und Paketargumente zur Inspektion und Wiederverwendung sichtbar. Beide Wege müssen Ihr tatsächliches Design unterstützen; abhängige Effekte, Cluster-Studien und Multiarm-Studien erfordern mehr als nur ein generisches Meta-Analyse-Label.

Trennen Sie die vier untenstehenden Stadien, wenn Sie entscheiden, was delegiert werden soll. Eine korrekt extrahierte Zahl beweist nicht, dass eine Transformation oder ein Modell angemessen ist. Wenn Auswahl und Quellenauszug noch nicht abgeschlossen sind, führen Sie diese Arbeit im Guides für systematische Überprüfungswerkzeuge durch.

Die unten genannten Beispiele werden anhand der Anbieterunterlagen beschrieben, die am 18. Oktober 2026 überprüft wurden. Gatsbi veröffentlicht diesen Leitfaden und ist unter denselben Kriterien eingeschlossen. Dies sind dokumentierte Rollen, nicht Ergebnisse eines Vergleichstests zur Genauigkeit. Die Zeile „Coding-Assistent“ ist eine Kategorie zur Bewertung, kein überprüftes Produkt.

RevMan und metafor sind Review-Analyse- oder Statistiksoftware; ihre Verwendung zusammen mit einem Assistenten macht sie nicht zu generativer KI. Umgekehrt wird ein Extraktionsassistent nicht zu einer vollständigen Analyse-Engine, nur weil er eine Tabelle erstellt. Entscheiden Sie, welche Komponente Ihre Effektmaße und Modelle berechnet.

Für jeden Kandidaten listen Sie die erforderlichen Effektmaße, Studiendesigns, Schätzer und Intervallmethoden auf. Bestätigen Sie diese in der Dokumentation der jeweiligen Version und prüfen Sie dann eine kleine Ausgabe. Wenn die Übersicht kein Merkmal oder Exportdetail festlegt, lassen Sie es zur Überprüfung markiert, anstatt die Unterstützung oder das Fehlen anzunehmen.

Verwenden Sie separate Kennungen für die Studie, ihre Berichte und die Analyse. Bewahren Sie die Originalwerte neben geprüften Werten und Transformationen auf. Eine Studie kann für die Überprüfung geeignet sein, aber nicht über die für ein bestimmtes Ergebnis oder einen bestimmten Nachbeobachtungszeitraum benötigten Daten verfügen; diese sollten als separate Entscheidungen erfasst werden.

Das fiktive Hauptbuch unten verwendet die Analyse-ID MD_12W: Mittelwertdifferenz zwischen Intervention und Vergleich in einem kontinuierlichen Score nach 12 Wochen, wobei niedrigere Werte bessere Ergebnisse anzeigen. Studie A ist derselbe Lehrbericht, der im Screening- und Extraktionsleitfaden verwendet wurde. Die Studien B und C führen einen anderen Zeitpunkt und eine fehlende Standardabweichung ein. Dies sind erfundene Eingaben, keine beobachteten Studienergebnisse oder Produktausgaben.

Studie A liefert die angezeigten Felder für die geplante Berechnung. Die sechs Wochen Mittelwerte von Studie B können nicht stillschweigend zu 12-Wochen-Werten werden. Studie C erfordert eine dokumentierte Entscheidung zu fehlenden Daten: den Wert suchen, eine begründete Ableitung oder einen geplanten Analyseansatz verwenden, wo geeignet, oder ihn von dieser quantitativen Zusammenfassung ausschließen. Keine dieser Entscheidungen entfernt automatisch eine ansonsten einschlussfähige Studie aus der Übersicht.

• Identität und Umfang: study_id, report_id, analysis_id, Arm, Outcome, timepoint_weeks, Statistik und Einheit.

• Werte und Herkunft: original_value, checked_value, Stichprobengröße (n), source_location, Transformation und missing_reason. Ein fehlendes SD als nicht berichtet anzeigen, nicht als null.

• Entscheidung: verification_status und include_in_analysis, mit Grund und Prüfer. include_in_review getrennt halten, damit ein Datenproblem nicht stillschweigend zu einem Studienausschluss wird.

Beginnen Sie mit der Abbildung von den Feldern zur Berechnung. Handelt es sich dabei um Endwerte oder Änderungen gegenüber der Basislinie? Sind Intervention und Comparator in der vorgesehenen Reihenfolge? Unterscheiden sich SDs von Standardfehlern und Konfidenzintervallen? Die Cochrane Effektmaß-Leitlinien erklärt den Kontext der Methoden; die Dokumentation der Software regelt deren Implementierung.

Rechne fiktive Studie A unabhängig neu: Intervention minus Vergleich nach 12 Wochen beträgt 12 − 15 = −3 Punkte. Umkehrt man die Gruppen, erhält man +3 aus denselben Zahlen. Überprüfen Sie, ob das Skript oder die Schnittstelle die geplante Reihenfolge beibehält, bevor Sie die Richtung des Ergebnisses interpretieren.

Für den Code überprüfen Sie die Funktionsargumente, Datenzuordnung, Handhabung fehlender Werte, Paketabhängigkeiten und Laufzeitversionen. Für eine integrierte Schnittstelle behalten Sie die eingegebenen Daten, ausgewählten Einstellungen, exportierten Ergebnisse und verfügbaren Versionsinformationen bei. Wenn der Schätzer, die Intervallmethode oder eine andere notwendige Einstellung nicht verfügbar ist, dokumentieren Sie die Einschränkung und suchen Sie nach Klarstellungen.

Überprüfen Sie dann die Unsicherheitsberechnung und das Modell für das Studiendesign. Gepaarte, geclusterte, wiederholte und mehrarmige Daten benötigen möglicherweise eine unterschiedliche Behandlung. Die arithmetische Illustration überprüft nur eine Subtraktion; diese Anleitung wählt kein Pooling-Modell aus und validiert keine Unsicherheitsberechnung für die fiktiven Studien.

Vergleichen Sie die Ausgabe mit dem überprüften Datensatz und der beabsichtigten Analyse. Stimmen Sie Studien- und Teilnehmerzahlen, Richtung der Effekte, Intervalle, Gewichte und Bezeichnungen ab. Untersuchen Sie einen überraschenden Wert, bevor Sie den Ergebnisteilentwurf erstellen.

In diesem Verzeichnis liefert nur A die angezeigten Felder für die angegebene Berechnung. B hat die falsche Nachverfolgung und C fehlt eine erforderliche SD, sodass die Eingaben keine gepoolte Schätzung aus drei Studien rechtfertigen. Ein Programm, das dennoch eine erzeugt, erfordert eine Untersuchung seiner Einschlussregeln und des Verhaltens bei fehlenden Daten.

Die Interpretation benötigt weiterhin den Studienkontext: Eine alleinige I²-Schwelle sollte nicht das Modell bestimmen, und ein nicht signifikantes Ergebnis beweist keinen fehlenden Effekt. Der -Metaanalyse-Erklärer behandelt diese Konzepte, mit weiteren Methoden im Analysekapitel von Cochrane. Wenn das Pooling die Frage nicht beantworten kann, wählen Sie die geeignete Ausgabe und die Übergabe im evidenzsynthese-Leitfaden.

• Jede beitragende Zeile gehört zum beabsichtigten Ergebnis, Vergleich und Follow-up.

• Mehrere Berichte oder Effekte derselben Teilnehmer wurden nicht versehentlich als unabhängig behandelt.

• Transformationen, Entscheidungen zu fehlenden Daten und Sensitivitätsanalysen sind neben den betroffenen Ergebnissen sichtbar.

• Manuskriptwerte und Bezeichnungen stimmen mit der gespeicherten Ausgabe überein; die Schlussfolgerungen bewahren Unsicherheit und Studienbeschränkungen.

Ein Kollege sollte in der Lage sein, die Analyse von erlaubten Quelldaten bis zu den berichteten Ergebnissen nachzuvollziehen. Das unten stehende Manifest ist eine Struktur, die Sie in Ihr eigenes Projekt kopieren können, und stellt keine Behauptung dar, dass jeder Kandidat jeden Punkt exportiert. Bewahren Sie Rohdatenexporte, geprüfte Daten und Analyseeingaben getrennt auf.

Für eine vorgeschlagene Gatsbi-Studie beginnen Sie mit geprüften Studienfeldern und einer angegebenen Analyse. Überprüfen und bearbeiten Sie die Ausgabe, exportieren Sie dann die Rohdaten und die auf der Produktseite beschriebenen Schlüsselergebnisse. Vergleichen Sie diese Exporte mit diesem Manifest. Quellenzuordnung, vollständige Modelleinstellungen, Codezugang und eine eingefrorene Umgebung bleiben Punkte, die überprüft werden müssen; ein Bericht oder eine Abbildung allein stellt keine Reproduzierbarkeit sicher.

Wo Code verfügbar ist, soll ein anderer Analyst ihn mit den gespeicherten Eingaben erneut ausführen. Für einen auf Schnittstellen basierenden Workflow soll er/sie die Einstellungen rekonstruieren und, wo möglich, die wichtigsten Berechnungen unabhängig überprüfen. Notieren Sie alle Teile, die nicht reproduzierbar sind, einschließlich einer nicht verfügbaren Serviceversion. Speichern Sie Korrekturen als neue Versionen mit Begründungen und stimmen Sie die endgültige Ausgabe mit dem Manuskript ab.