选择合适的工具

Meta 分析 AI 与统计工具:从数据到可复现结果

按分析需求选择辅助工具和统计软件,让每项结果都能回到核验过的研究数据。

↳

简明回答

Meta 分析工具承担不同工作:AI 可以建议提取值或代码,统计软件则计算指定模型。根据需要检查的方法和记录,选择集成流程或脚本方案。本指南比较这些角色,并用三项虚构研究演示数据台账、效应方向核验和分析交接。

核心要点

  • 根据需要核验的输出,区分提取辅助、集成分析与统计软件。

  • 纳入综述不等于能进入某项分析;时间点不符或缺少 SD 可阻止合并,却不必删除该研究。

  • 保存核验输入、明确设置、运行记录和输出,让另一位分析者能够评估或复算。

本指南由 Gatsbi 发布,文中也介绍了 Gatsbi 的产品。我们依据公开文档,按相同的任务标准讨论自家产品与其他工具。这里不提供实际横评结果;选择前请核对当前功能和使用条件。

先选择分析路线,再选产品

先明确问题、研究设计、结局、比较和时间点,再确定效应量及所需数据。概念背景见Meta 分析的原理与解读;软件应服务于预定分析。

集成流程可不写脚本就连接提取、分析、图表和起草;脚本路线便于检查、复用代码及包参数。两者都必须适应实际设计,相关效应、整群或多臂研究不能仅凭“支持 Meta 分析”就认定适用。

按下表四阶段分配工作。提取数值正确,不证明转换或模型合适;若筛选与来源提取尚未完成,先参考系统综述工具指南。

四个阶段及其验收证据
阶段可能的辅助验收证据

阅读报告

提出数值和原文片段

核验研究、组别、结局、统计量、单位和时间点

准备效应量

起草转换或计算

有方法说明,并独立核算一个例子

拟合模型

运行统计软件或集成分析

设置明确、适合设计、结果可检查

解释结果

起草结果说明

表述符合估计、不确定性和研究局限

比较输入、分析控制和复现方式

下列命名产品依据 2026 年 10 月 18 日核对的供应商文档介绍。Gatsbi 是发布方,也接受相同标准。这是角色比较,不是准确率实测;代码助手一行是待评价类别,并未评测某个具体产品。

RevMan 和 metafor 属于综述分析或统计软件,与 AI 配合使用不会使其成为生成式 AI。提取助手产出表格也不等于完整统计引擎;需明确谁计算效应量和模型。

为每个候选列出所需效应量、设计、估计方法和区间方法,查对应版本文档,再检查小样例输出。概述未确认的功能与导出细节保留待验证,不推断支持或不支持。

按阶段比较 · 文档核对日期 2026 年 10 月 18 日
角色/来源输入与公开说明的输出适用情境试用必须确认

提取辅助/Elicit

结构化综述流程对论文进行筛选与数据提取。

准备分析数据前,需要候选字段。

原文位置、组别/时间点映射和可检查导出;提取不自动产生有效分析输入。

综述分析环境/RevMan

研究数据用于综述管理、分析和报告。

希望在综述环境内分析。

预定设计与方法支持、设置可见性及复现所需数据/结果记录。

统计包/R / metafor

数值数据和显式参数产生效应计算、模型和图。

团队能检查并维护 R 脚本。

函数参数、依赖结构处理、包版本和独立重跑。

集成 AI 辅助流程/Gatsbi Reviewer;发布方

产品说明包含定量提取、固定/随机效应、森林图/漏斗图、I²/Q 和原始数据/关键结果导出。

希望将复核数据连接到分析和稿件草稿。

效应量及复杂设计支持、估计/区间设置是否可见、来源映射和导出能否独立核算;概述没有证明全部能力。

代码助手类别

可根据提示和输入数据提出可编辑代码,行为取决于具体产品与配置。

有分析者按预定方法审查脚本。

具体模型、数据映射、环境与输出;本文没有对某个代码助手做基准测试。

为预定分析建立台账

为研究、报告和分析分别编号,保留原值、核验值及转换。研究可能符合综述标准,却缺少某个结局或随访的计算数据,这两项决定应分开记录。

下表是虚构分析 MD_12W:第 12 周连续评分的干预组减对照组均值差,分数越低越好。研究 A 沿用筛选与提取指南的报告,B 和 C 分别引入时间点不同及标准差缺失。它们不是实证发现或产品输出。

A 提供所展示的计算字段;B 的 6 周均值不能变成 12 周。C 需记录缺失数据处理:索取数据、有依据推导、适用的预定方法,或不进入此项定量合成。这些选择不自动把本来合格的研究排除出综述。

  • 身份与范围:study_id、report_id、analysis_id、arm、outcome、timepoint_weeks、statistic、unit。

  • 值与来源:original_value、checked_value、样本量 n、source_location、transformation、missing_reason;缺失 SD 显示未报告,不填零。

  • 决定:verification_status、include_in_analysis、理由与核验人;include_in_review 单独保存,避免数据问题变成研究排除。

MD_12W 虚构台账 · 不计算合并估计
研究/来源报告信息核查或修正MD_12W 就绪状态

A/报告 A,表 2,第 12 周

干预:n=40,均值=12,SD=4;对照:n=40,均值=15,SD=5

对照来源确认组别、统计量、单位,保留提取修正。

展示字段齐全;纳入计算前还须核验研究设计和分析假设。

B/报告 B,表 3,第 6 周

干预均值=10;对照均值=12

时间点不符合 12 周定义,保留真实随访。

尚未就绪;处理时间点及其他所需字段,不悄悄合并。

C/报告 C,表 2,第 12 周

干预均值=11;对照均值=14;一个必要 SD 未报告

保留缺失状态,记录所选处理办法。

尚未就绪;不编造 SD,也不把空白当零。

核验代码或集成分析设置

先核对字段如何进入计算:终值还是基线变化值?组别顺序是否正确?SD、标准误和置信区间是否区分?Cochrane 效应量指南提供方法背景,软件文档决定具体实现。

独立复算虚构研究 A:第 12 周干预减对照为 12−15=−3 分,调换组别则为 +3。解释方向前,确认脚本或界面保留了预定顺序。

相同的数值,方向相反的效应

虚构研究 A 在第 12 周的干预组均值为 12,对照组均值为 15。预定的干预组减对照组均值差为负 3 分;错误反转组别会得到正 3 分。数轴显示两个结果位于零点两侧,不确定性和模型选择仍须核查。

教学示例 · 虚构研究 A

研究 A · 表 2 · 第 12 周

干预组均值 12
对照组均值 15
预定计算

干预组 − 对照组

12 − 15 = −3
若反转组别:错误

对照组 − 干预组

15 − 12 = +3

均值差(分) · 0 = 两组均值相同

来源数值没有变化;调换组别会反转符号。

单项核查,不代表分析已获验证

核对组别标签与预定减法顺序。算对 −3,并不代表标准差、样本量、不确定性或分析模型已经核验。

本篇虚构研究 A 的教学数据:表 2 中第 12 周的均值。这里只核查组别顺序,不计算不确定性或合并效应。

代码路线检查函数参数、字段映射、缺失处理、依赖包与运行版本;集成界面保留输入、设置、导出结果和可获得的版本。估计方法或区间等必要设置不可见时,记录限制并进一步确认。

再按研究设计检查不确定性和模型。配对、整群、重复或多臂数据可能需要不同处理。这里仅核对一次减法,不为虚构研究选择合并模型或验证区间计算。

教学计算的设置记录
设置已记录选择/状态验收检查

分析与结局

MD_12W;第 12 周连续评分

与问题和台账一致

方向

干预组减对照组

A 得到 −3,而不是 +3

统计量与单位

组均值;分;保留 SD 和样本量

终值、SD 和单位没有混成其他量

模型、估计与区间方法

本例未选择,也未计算

真实项目须明确并核验,不无意继承默认项

软件和运行

记录实际产品/包、版本、设置与运行日

另一位分析者可识别运行内容及未获取信息

写结果之前,先把输出对回数据

将输出与核验数据、预定分析对照,检查研究及参与者数量、方向、区间、权重与标签。先调查异常值,再起草结果段落。

本台账只有 A 提供预定计算所展示的字段。B 时间点不符,C 缺 SD,不能据此生成三研究合并估计;若程序仍给出,应追查纳入规则与缺失值处理。

解释仍需研究语境:不能单凭 I² 阈值选模型,不显著也不证明无效。概念见Meta 分析的原理与解读,方法深读见Cochrane 分析章节。无法合并回答问题时,按证据合成与交接指南选择输出与交接方式。

  • 所有参与行均对应预定结局、比较与随访。

  • 同一参与者的多报告或多效应没有被误当独立。

  • 转换、缺失数据决定和敏感性分析紧邻受影响结果。

  • 稿件数值、标签与保存输出一致,结论保留不确定性和研究局限。

把输入、设置和结果一起移交

同事应能从获准使用的来源追到报告结果。下表可复制为项目结构,不表示每个候选都能导出全部内容。原始导出、核验数据和分析输入分开保存。

拟试用 Gatsbi 时,从核验字段和明确分析开始,复核、编辑输出,再导出产品页说明的原始数据及关键结果,与下表逐项对照。来源映射、完整模型设置、代码和冻结环境仍需验证,报告或图片本身不证明可复现。

有代码时请另一位分析者重跑;使用界面时请其重建设置,条件允许时独立核算关键值。记录不可复现部分,包括无法获取的服务版本。修正应产生带理由的新版本,并对照最终稿件。

可复制并调整的项目清单
记录/建议名称必须包含交接检查

README.txt

问题、分析编号、运行入口或界面步骤、前提与限制

同事知道如何开始及所需访问权

source-manifest.csv 与 extraction-ledger.csv

研究/报告编号、获准来源位置、原值/核验值和修正理由

不重新分发受限全文也能追溯输入

analysis-input.csv 与数据字典

仅当前分析所需输入、单位、缺失与转换

没有不明纳入、编造值或改变的时间点

analysis-config.json 或同等记录

效应量、方向、模型、估计、区间与缺失规则

方法明确,无法获取的设置已注明

analysis.R 或 run-record.md;environment.txt

核验代码或界面步骤、软件/包版本和运行日

另一位分析者可重跑或重建,并识别局限

decision-log.csv 与 outputs

更改理由、敏感性运行、表图及稿件检查

报告数值与批准的输出版本一致

常见问题

RevMan 和 metafor 是 AI 工具吗?

它们是综述分析或统计软件,可与 AI 提取和代码辅助配合,但应分别评价各自角色。

何时选集成流程而不是 R?

如果它支持的方法、可见记录满足需求,且你偏好界面,可考虑集成流程。团队需要并能维护可检查代码或特定方法时,可考虑脚本方案。两种路线都须核验设计、设置与导出。

怎样检查 AI 生成的分析代码?

检查变量、组别方向、效应量、不确定性输入、效应间依赖、缺失规则、模型参数和包版本。独立复算简单实例,再让另一位分析者重跑保存的脚本。

不能参与 Meta 分析的研究能留在综述里吗?

可以。综述纳入和参与特定分析是不同决定。缺少 SD 或随访不符可阻止某项计算,但研究仍与综述相关;应记录理由并选择适合的合成方法。

来源与延伸阅读

请查阅原始资料,了解完整方法、适用范围与最新更新。

  1. 效应量选择Cochrane
  2. 数据分析与 Meta 分析Cochrane
  3. 选择 Elicit 工作流Elicit
  4. RevManCochrane
  5. metafor 文档metafor project
  6. Gatsbi Reviewer 分析与导出流程Gatsbi · 发布方产品说明
Gatsbi · 资源中心返回顶部 ↑