目录
专题一：Meta分析的选题与文献计量分析CiteSpace应用
专题二：Meta分析与R语言数据清洗及相关应用
专题三：R语言Meta分析与精美作图
专题四：R语言Meta回归分析
专题五：R语言Meta诊断分析与进阶
专题六：R语言Meta分析的不确定性及贝叶斯应用
专题七：深度拓展机器学习在Meta分析中的应用
Meta分析是针对某一科研问题，根据明确的搜索策略、选择筛选文献标准、采用严格的评价方法，对来源不同的研究成果进行收集、合并及定量统计分析的方法，最早出现于“循证医学”，现已广泛应用于农林生态，资源环境等方面。R语言拥有完整有效的数据处理、统计分析与保存机制，可以对数据直接进行分析和显示，命令格式简单、结果可读性强，包含众多针对Meta分析软件包，是进行Meta整合分析及评价的有效平台。本教程针对Meta分析原理、公式、操作步骤及结果分析，进阶应用进行详细解析，结合多个例子，熟练掌握Meta分析全流程和不确定性分析，并结合机器学习等方法讲解Meta分析在文献大数据的延伸应用。
专题一：Meta分析的选题与文献计量分析CiteSpace应用
1、Meta分析的选题与文献检索
1)什么是Meta分析
2)Meta分析的选题策略
3)文献检索数据库
4)精确检索策略，如何检索全、检索准
5)文献的管理与清洗，如何制定文献纳入排除标准
6)文献数据获取技巧
7)文献计量分析CiteSpace及研究热点分析
专题二：Meta分析与R语言数据清洗及相关应用
2、Meta分析的常用方法与R语言应用
1)R语言做Meta分析的优势及其《Nature》、《Science》经典案例应用
2)R语言基本操作
3)R语言数据清洗方法
4)R语言Meta分析常用包及相关插件讲解与实践
从自编程计算到调用Meta包（meta、metafor、dmetar、esc、metasens、metamisc、meta4diag、gemtc、robvis、netmeta、brms等），全程分析如何进行meta计算、meta诊断、贝叶斯meta、网状meta、亚组分析、meta回归及作图。
专题三：R语言Meta分析与精美作图
3、R语言Meta分析
1）R语言Meta分析的流程
2）各类meta效应值和累计效应值计算
连续资料的RR、MD与SMD
分类资料的RR和OR
3）Meta亚组分析
4）R语言图形可视化方法
5）如何用ggplot2绘制漂亮的森林图
专题四：R语言Meta回归分析
4 、R语言Meta回归分析
1)Meta回归统计分析理论及应用
2)Meta回归和普通回归分析的异同
3)固定效应与随机效应分析
4)泡泡图（bubble）的绘制
专题五：R语言Meta诊断分析与进阶
5、R语言Meta诊断进阶
1)Meta诊断分析（t2、I2、H2、Q等统计量）
2)异质性检验
3)敏感性分析
4)偏倚分析
5)风险分析
专题六：R语言Meta分析的不确定性及贝叶斯应用
6、R语言Meta分析的不确定性
1)网状Meta分析
2)贝叶斯理论
3)R语言贝叶斯工具Stan、JAGS和brms
4)贝叶斯Meta分析及不确定性分析
专题七：深度拓展机器学习在Meta分析中的应用
7 机器学习在Meta分析中的应用
1)机器学习基础以及Meta机器学习的优势
2)Meta加权随机森林（MetaForest）的使用
3)使用Meta机器学习对文献中的大数据进行整合
4)使用机器学习进行驱动因子分析
专题八：讨论与答疑
1 练习
2 讨论与答疑
