2026年7月，三〇〇医院首届护理科研菁英班迎来了一场重磅课程。上海交通大学医学院附属瑞金医院程健珊博士应邀，以《Meta分析写作技巧》为题，通过超视云平台线上形式，为全体学员带来了为期四周的系统授课。

01从临床问题到可做的Meta分析

       程教授开篇即明确课程核心理念：“成功的Meta分析始于清晰的研究问题，成于透明的操作流程，终于克制的结论陈述，而非依赖软件的简单计算或图表的美观程度”。一篇好的Meta分析，关键不在图画得多漂亮，而在问题是否清楚、过程是否透明、结论是否克制，科学严谨性永远高于视觉呈现。1、系统评价与Meta分析：概念厘清     程教授带领学员系统梳理了普通综述、系统评价与Meta分析三者的本质区别，三者层层递进，Meta分析是循证医学中最高级别的证据合成方法，但并非所有系统评价都适合做Meta分析——只有当纳入研究具有足够的临床同质性和方法学一致性时，定量合并才有意义。2、PICO框架：把模糊问题变成可做的研究    “延续护理有没有用？”——程教授指出，这类模糊问题无法检索、无法回答。通过PICO框架（人群Population、干预Intervention、对照Comparison、结局Outcome），可以将临床疑问转化为结构化、可检索、可回答的研究问题。     程教授以“延续护理对2型糖尿病患者血糖控制的影响”为例，完整演示了PICO构建过程，并总结了护理领域常见误区：人群定义过宽、干预描述模糊、对照设定不当、结局选择不当等。3、什么问题适合做Meta分析      程教授提出了“五维统一”原则：问题明确性、文献充足性、研究同质性、数据可提取性、临床意义，缺一不可。同时划出五条“红线”：题目太宽泛、干预差异过大、结局指标完全不同、文献数量太少、研究质量普遍很差——出现这些问题时应慎重考虑是否适合直接做Meta分析。

02从文献检索到统计基础 

       课程深入统计基础环节，偏倚风险评价的本质"不是评价文章写作质量，而是判断研究结果是否可能被系统性偏差影响"——程教授强调RCT用Cochrane RoB 2.0、队列和病例对照研究用NOS量表，"工具选错则评价结果毫无意义"。效应量选择遵循"量表一致性原则"：二分类推荐RR，连续型同一量表用MD、不同量表用SMD。森林图解读需把握权重、效应量、置信区间、合并效应与统计显著性五要素，"即使统计学显著，也需判断效应量是否有临床意义"。异质性分析"不要机械地根据I²选择模型，应结合临床异质性判断"，护理复杂干预"更适合使用随机效应模型"。

03作业点评：从“知道”到“做到”

      几次课程程教授为我们安排了相应的作业——撰写检索式、完成数据提取表、判断效应量类型、进行偏倚风险评价。学员提交后，程教授逐份审阅、匿名化处理并制作了专门的点评课件，对每份作业进行细致入微的分析。学员自己未曾意识到的错误被精准指出：数据提取只写结论不写原始数字、效应量只报P值不报95%CI、偏倚风险工具与研究设计不匹配……程教授还给出了一份六项自查清单，帮助学员在提交前自我把关。这一环节让“知道”与“做到”之间的距离大大缩短。

04学有所获，行稳致远

      程健珊教授用严谨而耐心的教学，带领学员走完了从“提出临床问题”到“完成数据提取”的完整路径。学员们纷纷表示，通过课程学习，不仅掌握了Meta分析的方法学框架，更深刻理解了“过程可追溯、结果可重复、结论有节制”的循证医学精神。

05科研之路，贵在坚持，重在方法

      三〇〇医院科研菁英班将继续以高标准、严要求的培训体系，为临床医护人员搭建从临床实践到科研产出的桥梁，让每一位学员都能在循证医学的道路上行稳致远。