近日，机缘巧合之下，浏览到3篇同选题的meta分析：髌上入路 vs. 髌下入路髓内钉治疗胫骨骨折的meta分析，这3篇文献分别在Medicine (IF=1.889), Journal of Orthopaedic Surgery and Research (IF=2.359), Injury-International Journal of the Care of the Injured (IF=2.586)发表。
文献1: Suprapatellar versus infrapatellar intramedullary nailing for tibal shaft fractures A meta-analysis of randomized controlled trials，2018年6月发表。
文献2：Comparison of suprapatellar and infrapatellar intramedullary nailing fortibial shaft fractures: a systematic review and meta-analysis，2018年6月发表。
文献3：Intramedullary tibial nailing using infrapatellar and suprapatellar approaches: A systematic review and meta-analysis，2021年3月发表。
这三篇meta分析，单独拿出来，都不太容易看出什么问题。Meta分析的纳入排除标准、文献检索、数据提取、质量评价、森林图等内容都有，文章的结构也基本完整。可是，禁不住细看啊！
疑点1：去重后，文献数量不足10篇
一篇meta分析，使用4-5个数据库/搜索引擎完成文献检索，得到200+到300+的文献，排除重复文献后，文献数量在10篇或以下，请问是怎么做到的？
疑点2：原文没有报道的数据，如何获取的
文献1和文献2两篇meta分析，选题相同，纳入文献数量相同（都是4篇，阅读文献后发现纳入研究也完全相同），研究结局部分相同是无可厚非的。失血量（blood loss）就是其中一个共同结局。
然而，两个森林图中，Chan (2015)的结果却不相同，分别为9.00 (-50.63, 68.63)和12.00 (-52.61, 76.61)。更有意思的是，Chan (2015)的原文（Suprapatellar Versus Infrapatellar Tibial Nail Insertion: A Prospective Randomized Control Pilot Study）根本没有报道失血量。
如此，meta分析的作者又是如何获取数据的呢，联系原作者吗？假设他们都联系了原作者，为什么数据不一样呢？答案或许只有他们知道。
疑点3：同一篇纳入文献的同一个结局，数据都不一样
Sun (2016)这篇文献也是3篇meta分析都纳入的研究之一，但三篇meta分析得到的WMD (95%CI)都不一样。Chan (2015)则是另一篇共同纳入的文献，文献3与前两篇meta分析的结果不一样。
什么？文献2的森林图看不清，这不能怪我，原文的字体就是这么少的。参加过meta分析培训班的学员都知道，我们专门给大家介绍如何美化图形，得到字体大小合适、排版合理、分辨率高的森林图。
言归正传，查阅原文后可以发现，文献3的数据是最齐全和准确的：Sun (2016)的数据与原文完全一致；Chan (2015)的数据则是均数(mean)一致，SD不知从何而来。那么，文献1和文献2的结果又是通过什么数据计算得到的呢？又是一个难解之谜。
疑点4：似乎不存在的文献
三篇meta分析都纳入了1篇文献：Sreekumar (2017)。然而，这篇文献似乎是不存在的。我们从参考文献列表中找到了该文献的引用信息：
乍一看，文献格式没有问题，信息很全面：作者、标题、杂志、发表年份、期(卷)、页码，甚至连doi号都有。然而，PubMed搜索标题，出来的却是Chan (2015)这篇文献！
有没有可能，标题相同，而PubMed没有收录Sreekumar (2017)这篇文献呢？那好，用doi号检索。出来的结果提示“404”，难道这真的是编造的文献吗？
皇天不负有心人，历经几番周折，终于找到了该文献的相关信息。虽然只有摘要，但不管如何，我们还是找到了文献的来源，还了这几篇meta分析一个清白。文献是真实的，只不过文献报道的数据也是有限的。
为了方便大家查看，我将文献链接缩短后为http://985.so/a680（原链接https://www.ingentaconnect.com/content/doaj/23492562/2017/00000004/00000045/art00006#Supp）
好了，做个简单的总结吧。这3篇meta分析，相对来说，文献3的信息处理是比较客观和准确的，不仅森林图中展示两个分组的具体数据，还通过表格的形式展示纳入文献的各项信息，如结局指标的相关数据。
虽然纳入了Sreekumar (2017)这篇文献，但由于缺乏可分析的数据，因此文献3的所有森林图都没有纳入Sreekumar (2017)这个研究。
然而，文献1和文献2采取了相反的操作，森林图、数据提取表格都没有结局指标相关的数据。森林图中还出现，分析数据与原文数据不一致的情况，让人不得不质疑数据的真实性。
很多人不知道，相对于“有意义”的合并结果，“好”的异质性大小，影响Meta分析发表的重要因素之一是：客观。在分析方法中说明清楚数据的处理方法，通过表格或森林图等图表展示纳入研究报道的研究设计、研究结局等数据。
遮遮掩掩不如大大方方，一篇优秀的meta分析是可以从容面对任何质疑的，每一个操作步骤都经得起考验。
你想知道如何完成一篇符合规范、客观操作、高质量的meta分析吗？如果想，请不要犹豫，点击“尔云间meta分析”的视频（https://mp.weixin.qq.com/s/Zd_T0c1fvY6R7-XQ3T21mA）查看吧。