数据分析的注意事项

1.选择随机效应模型合并效应量 不同种属的动物之间差异很大，如要将来源于不同种属动物实验的结果合并，则面临很多问题。纳入研究的异质性包括研究内和研究间两方面，动物实验的研究间异质性更明显。建议动物和细胞实验Meta分析中选择随机效应模型合并效应量比较稳妥。合并多个研究的结局变量时，离散型结局变量通常以OR（odds ratio）表达，若为连续型结局变量，可采用标准化的结局变量或利用研究报告的资料将连续型变量转化为相对的OR值后计算效应值。

理想的状态是实验中的干预措施应建立在对所有研究对象均无偏倚风险的基础上，包括在干预时间、频率、剂量、实验操作及最短时间控制等方面均一致。但在实验实施过程中，完全消除这方面的差异较难实现，因而可采用亚组分析、Meta回归、敏感性分析等多种方式探讨异质性来源，并在一定程度上降低亚组间异质性。另外，当定量Meta分析不适合时亦可采用其他合成研究的方法，如描述性系统评价的方法。(https://www.daowen.com)

2.数据转换的处理 由于动物和细胞实验结果展示的多样性，提取的结局指标如何转化是细胞实验SR的难点之一。例如，对于检测阳性细胞率的实验，如MTT、ELISA、细胞凋亡率等实验结果，可将每一个细胞视为个体，根据实验前细胞数量和阳性细胞数目把实验结果转化成二分类变量数据；对于某一细胞因子的分泌量等指标，可视其为连续型变量，采用均数±标准差的形式合并数据；对于如蛋白质免疫印迹等趋势性实验结果，可用Image J等软件将结果提取出数据，进而转换成连续型变量进行合并。

3.系统评价的数据分析不能局限于Meta分析 Meta分析是系统评价最主要的数据分析类型，但不是唯一的分析手段。动物或细胞实验的系统评价能为临床试验提供更高等级的证据参考，但也不是实验的唯一目的。