統合分析 AI 與統計工具：從資料到可重現結果

先明確問題、研究設計、結果指標、比較和時間點，再確定效應量及所需資料。概念背景見統合分析的原理與解讀；軟體應服務於預定分析。

整合流程可不寫腳本就連接擷取、分析、圖表和起草；腳本路線便於檢查、復用程式碼及包參數。兩者都必須適應實際設計，相關效應、整群或多臂研究不能僅憑“支持 統合分析”就認定適用。

按下表四階段分配工作。擷取數值正確，不證明轉換或模型合適；若篩選與來源擷取尚未完成，先參考系統性文獻回顧工具指南。

下列命名產品依據 2026 年 10 月 18 日核對的供應商文檔介紹。Gatsbi 是發布方，也接受相同標準。這是角色比較，不是準確率實測；程式碼助手一行是待評價類別，並未評測某個具體產品。

RevMan 和 metafor 屬於文獻回顧分析或統計軟體，與 AI 配合使用不會使其成為生成式 AI。擷取助手產出表格也不等於完整統計引擎；需明確誰計算效應量和模型。

為每個候選列出所需效應量、設計、估計方法和區間方法，查對應版本文檔，再檢查小型範例輸出。概述未確認的功能與匯出細節保留待驗證，不推斷支持或不支持。

為研究、報告和分析分別編號，保留原值、查核值及轉換。研究可能符合文獻回顧標準，卻缺少某個結果指標或追蹤的計算資料，這兩項決定應分開紀錄。

下表是虛構分析 MD_12W：第 12 週連續評分的介入組減對照組平均值差，分數越低越好。研究 A 沿用篩選與擷取指南的報告，B 和 C 分別引入時間點不同及標準差缺失。它們不是實證發現或產品輸出。

A 提供所展示的計算欄位；B 的 6 週平均值不能變成 12 週。C 需紀錄缺失資料處理：索取資料、有依據推導、適用的預定方法，或不進入此項定量合成。這些選擇不自動把本來合格的研究排除出文獻回顧。

• 身分與範圍：study_id、report_id、analysis_id、arm、outcome、timepoint_weeks、statistic、unit。

• 值與來源：original_value、checked_value、樣本量 n、source_location、transformation、missing_reason；缺失 SD 顯示未報告，不填零。

• 決定：verification_status、include_in_analysis、理由與查核人；include_in_review 單獨保存，避免資料問題變成研究排除。

先核對欄位如何進入計算：終值還是基線變化值？組別順序是否正確？SD、標準誤和信賴區間是否區分？Cochrane 效應量指南提供方法背景，軟體文檔決定具體實現。

獨立重新計算虛構研究 A：第 12 週介入減對照為 12−15=−3 分，調換組別則為 +3。解釋方向前，確認腳本或界面保留了預定順序。

程式碼路線檢查函數參數、欄位對應、缺失處理、依賴包與執行版本；整合界面保留輸入、設定、匯出結果和可獲得的版本。估計方法或區間等必要設定不可見時，紀錄限制並進一步確認。

再按研究設計檢查不確定性和模型。配對、整群、重復或多臂資料可能需要不同處理。這裡僅核對一次減法，不為虛構研究選擇合併模型或驗證區間計算。

將輸出與查核資料、預定分析對照，檢查研究及參與者數量、方向、區間、權重與標籤。先調查異常值，再起草結果段落。

本紀錄表只有 A 提供預定計算所展示的欄位。B 時間點不符，C 缺 SD，不能據此生成三研究合併估計；若程式仍給出，應追查納入規則與缺失值處理。

解釋仍需研究語境：不能單憑 I² 閾值選模型，不顯著也不證明無效。概念見統合分析的原理與解讀，方法深讀見Cochrane 分析章節。無法合併回答問題時，按證據綜整與交接指南選擇輸出與交接方式。

• 所有參與行均對應預定結果指標、比較與追蹤。

• 同一參與者的多報告或多效應沒有被誤當獨立。

• 轉換、缺失資料決定和敏感性分析緊鄰受影響結果。

• 稿件數值、標籤與保存輸出一致，結論保留不確定性和研究局限。

同事應能從獲準使用的來源追到報告結果。下表可復制為專案結構，不表示每個候選都能匯出全部內容。原始匯出、查核資料和分析輸入分開保存。

擬試用 Gatsbi 時，從查核欄位和明確分析開始，複核、編輯輸出，再匯出產品頁說明的原始資料及關鍵結果，與下表逐項對照。來源對應、完整模型設定、程式碼和凍結環境仍需驗證，報告或圖片本身不證明可重現。

有程式碼時請另一位分析者重跑；使用界面時請其重建設定，條件允許時獨立核算關鍵值。紀錄不可重現部分，包括無法獲取的服務版本。修正應產生帶理由的新版本，並對照最終稿件。