发表SCI论文答疑之不做实验可以吗？EditSprings艾德思

实验是一个繁杂的过程，由于平时工作繁忙，不少医学工作者会问，不做实验可以发表SCI论文吗？可以肯定的告诉大家，不做实验也是可以发表SCI论文的。通常来说，不做实验发表论文最常见的就是写meta分析了。

Meta分析是医学工作者常写的文章，具体怎么写？可以八步走。

第一点：确定主题。选题是meta分析的第一步，具有十分重要的作用。选题不当会导致研究课题缺乏研究价值，造成致命的问题。所以，作者在确定主题时要十分慎重，满足以下三大要求。

（1）重要性

只有具有比较重要的临床意义的问题才适合作meta分析。Meta分析并不是一件很简单的事情，写一篇高质量的至少也要两个月以上的时间。如果分析的问题无关紧要，则得不偿失，也难以发表。

（2）争议性

一般而言，具有争议性的问题最适合做meta分析。通过汇总多个研究结果，得到总的更可靠的结论。怎样才知道哪些具有争议性呢？如果是某一领域的专家，自然会对本领域有哪些有争议性的问题比较清楚，如果是新手，则可以向该领域的专家请教，或者通过文献检索的方法知道哪些问题有争议性。如：欲研究肾移植领域哪些问题有争议性，则可以以“肾移植”，“争议”在CNKI上检索，或以renal transplantation, controversy; dispute等为关键词在PUBMED或其它医学数据库上进行检索，查到相关论文，详细阅读后即可知道哪些问题是有争议性的。

（3）创新性

创新性指的是国内外还没有人做过这方面的meta分析。同样可以通过文献检索的方法来得知是否已经有人作过类似的meta分析。如打算作进食牛奶是否会增加前列腺癌发病风险的meta分析，则可以以“前列腺癌乳制品 meta分析”或者“prostate cancer dairy product meta-analysis”为关键词在相关数据库进行检索。结果发现国外已经有人做过了，那么这个课题就不太适合再做meta分析。最好的情况是别人没有进行过这方面的研究，如果已经有人做过了，但是，如果前面的研究质量不高，或者是前面的meta分析已经是很久以前做过的了，或者前面的研究指出有进一步研究的必要，那么也还是可以再做meta分析的。

第二点：确定文献纳入、排除标准。同样从PICOS五个方面加以考虑，并根据检索到的文章进行适当修正。尽量的筛选符合PICOS的研究，因为纳入的研究不合适可能会完全扭曲结果，比如本来一个研究是不应该纳入的，而且它的样本量很大，或者标准差很小，在meta分析中所占的权重就会很重，完全可能把真实的结果歪曲。

第三点：制定检索策略、检索文献。检索策略的制定主要从3方面进行考虑：①检索词：常常选择医学主题词（mesh）结合自由词进行检索，另外检索式的编写，可以参考PICOS的原则，小编的经验是找一篇类似的meta分析，看看别人是怎么写的，从中摸索出自己的检索式；②数据库选择：中文通常为万方、维普、CNKI、SinoMed，英文有PubMed、Web of Science、Embase、Cochrane Library等；但是国际权威组织推荐，至少要检索PUBMED,EMBASE以及COCHRANE三个数据库。③其他：语言、发表年限有无限制。

第四点：筛选文献。根据纳入排除标准进行，并注意记录排除原因。需两名研究人员独立进行，对不一致结果通过讨论解决或找第三人裁决。

第五点：入选文献质量评价

对于RCT有Jadad标准、Delphi清单、Consort声明等，对于队列研究和病例对照研究有Newcastle-OttawaScale。

第六点：数据提取。主要包括文献基本信息（作者、发表时间、刊物等）、研究类型和方法学特征、研究对象特征（社会人口学特征、疾病诊断标准、对照的选择标准等）、干预措施和结局指标测量、效应指标、样本量等。

第七点：统计分析。统计分析步骤如下：

首先判断异质性（无异质性采用固定效应模型，有异质性采用随机效应模型，并对异质性进行分析）

异质性分析（meta回归，敏感性分析）

探索结果的稳定性（亚组分析，敏感性分析）

发表偏移（漏斗图，begger，egger）

其他（GRADE）

第八点：撰写报告、得出结论。应注意正确对待meta分析的结论，对结果进行专业讨论的同时，应分析可能影响meta分析结果的因素（如异质性、原始研究的质量、发表偏倚等）。meta分析的质量好坏，直接决定了对临床的重要性，小编这里推荐大家，在meta做完之后，不要就结束了，再使用GRADE工具对自己的meta分析进行一下评价，到底证据等级有多高，临床可用性有多强。

更多科研论文服务，动动手指，请戳 论文预审、论文润色、论文指导及修改、论文翻译润色、投稿期刊推荐！

语言不过关被拒？美国EditSprings--专业英语论文润色翻译修改服务专家帮您！