元分析（Meta 分析）入门提示词：数据提取表、效应量选择与异质性解读
第一次做 Meta 分析时用：说明你的研究问题和纳入研究的数据类型，AI 帮你设计数据提取表、选择合适的效应量（OR、RR、SMD、MD 等）和模型，解释 I² 与森林图怎么读，并列出发表偏倚和敏感性分析的检查步骤。
通用大模型 对话模型通用
我在做一项元分析，统计基础一般，请你像方法课老师一样一步步帮我把关，而不是直接替我算结果。 研究问题：[研究问题] 已纳入研究的数量与类型：[纳入研究概况] 主要结局指标及其报告形式：[结局指标形式]（如：两组事件数 / 两组均值和标准差 / 只有中位数和四分位距 / 相关系数） 计划使用的软件：[分析软件]（如：RevMan、R 的 meta 或 metafor 包、Stata） 请完成： 1. 数据提取表：给出列名（研究编号、第一作者+年份、国家、样本量、人群特征、干预/暴露、对照、结局测量工具、随访时间、效应数据各字段、偏倚风险评价结果），并说明哪些字段需要双人核对。 2. 效应量选择：根据我的结局形式推荐效应量（如二分类用 OR 或 RR，连续变量同一量表用 MD、不同量表用 SMD），说明理由；遇到只报告中位数的研究，提示常见的转换方法并提醒要在方法部分说明、做敏感性分析。 3. 模型选择：解释固定效应与随机效应模型的假设差异，给出选择建议，并提醒不要仅凭异质性检验结果机械地切换模型。 4. 异质性解读：解释 Q 检验、I²、τ² 的含义和常用的解读参考区间，并说明 I² 的局限；列出可做的亚组分析和 Meta 回归的前提（研究数量太少时不宜做）。 5. 稳健性与偏倚：列出逐一剔除的敏感性分析、漏斗图与 Egger 检验的适用条件（纳入研究数量较少时检验效能低）、证据质量评价（如 GRADE）的步骤。 6. 给出对应软件的操作思路或代码框架，数据部分用占位符，不要编造任何研究数据或合并结果。 我贴出软件输出结果时，请帮我逐项解读，并指出报告中必须写入的内容。
高亮处换成你自己的内容：[研究问题]、[纳入研究概况]、[结局指标形式]、[分析软件]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[结局指标形式] 决定一切后续选择，请按纳入研究的真实报告情况写，比如「8 篇报告均值标准差，2 篇只有中位数」。[分析软件] 写你实际会用的，R 用户可让它给出 metafor 代码框架，RevMan 用户则给菜单操作思路。
常见问题与调整：
- AI 直接给出「合并效应量为……」→ 这是编造的，立刻纠正：「不要生成任何结果数字，只给方法和代码框架。」
- I² 很高不知道怎么办 → 把森林图数据贴给它，追问：「从人群、干预剂量、测量工具、研究质量四个角度提出可检验的异质性来源。」
- 统计细节拿不准 → 以 Cochrane 手册等权威方法学资料为准，必要时请统计专业人员复核。
配合使用：前期筛选用本站「系统综述怎么写（PRISMA 2020）」，偏倚评价用「文献质量评价提示词」。
示例输出
示例，仅供参考（结局：焦虑量表得分，各研究使用的量表不同）
效应量建议：各研究使用不同焦虑量表，建议采用标准化均数差（SMD，可用 Hedges' g 校正小样本偏倚）；若全部研究使用同一量表，可改用 MD，结果更直观。
异质性解读提示：I² 描述的是研究间差异在总变异中所占比例，不等于异质性的绝对大小；纳入研究较少时 I² 的估计不稳定，应结合预测区间和临床判断一起看。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～