利用临床标本写文章，例数少，怎么办，用meta分析补
如果手头上有临床组织标本，想写文章，一般的思路是:
基线数据分析→正常与肿瘤组织中分析表达量（mRNA、蛋白）→单因素、多因素风险分析→生存曲线图
如果标本例数太少，只有20-30例怎么办？还能这样做吗？
可能惯性思路是：继续堆标本数量，等堆到大几百了发篇大的。机制上，要么，就是往核心热门基因的相关性上面去靠。
理论可行，现实不等人。
那么，可以尝试用meta分析填补文章例数少的劣势。
下面用一篇文章做范例，IF分数不高，只有1.7分，关于某分子在某肿瘤中的预后价值的研究。但是这篇文章的思路值得我们借鉴，巧用meta解决小样本的临床研究。
文章一开始先用自己临床的几十例膀胱癌病人标本做了临床病人基线数据table，然后做了单因素/多因素分析。
基础实验上，做了一点简单的肿瘤对比正常组织的mRNA、蛋白的表达量。预后上，分析了一下高表达和低表达的预后差异。
实验思路中规中矩，属于常规利用临床标本进行研究的范例。劣势可能是标本量过少。
但是，这篇文章有一个特点，就在于文章的后半部分加入了该分子在膀胱癌中预后研究的既往研究，做成了一个完整的meta分析-在膀胱癌中的预后价值-从而利用已有的文献进行再整理，构成了自己文章后半部分的主要内容，使得文章看上去内容充实可信，又有一定的广度。
有人会说，这种文章是不是只能投1分多的杂志，我不稀罕。
2018年，Journal of Cancer, IF3分多的杂志，也发表了一篇类似思路的文章。
这篇文章主要讲述手术切除非小细胞肺癌中PD-L1表达的预后价值研究。
总体构架是这样的：
1.纳入了104例组织做PD-L1免疫组化。（简单不？一个分子，一张组织芯片的事）
2.对这批104例病人的PD-L1的表达高低做了预后、基本临床情况table，以及单因素多因素分析，这是中规中矩的套路。
单纯做到这一步，应该是很难发到3分以上的，reviewer会认为样本例数少，分析的不够深入，数据层次缺乏特色。这么任何一条意见足够让研究者哭晕在厕所。
那么，接下来有意思了。
3.该文章作者在文章后半部分做了个小meta。一下子就充实了整个文章的数据量和说服力。
5.组合套路，完美结束。
目前这种模式（套路）的文章目前并不多。原因有几个:
01.THE FIRST
擅长临床大样本临床研究的不屑于往内容里加meta；
02.THE SECOND
擅长meta分析的没有足够的临床资源发paper；
换句话说就是很典型的“会主持的不会演电影，会演电影的不会主持”。而今天这个写作思路恰恰可以使得大多数中小型课题组手头几十例的临床样本派上用场。
实际上，完成一个meta，做一个GSEA的时间远远低于你去慢慢收集临床标本，而且试错的成本远远低于你做湿实验。何乐不为。
Meta分析的热潮应该已经退去，目前大部分的医院机构都已经不再认meta为article了，并入review的范畴。但是这种文章的思路却能让我们继续将meta作为可持续发展资源有机整合，作为临床研究型文章中的重要依据，向reviewer和编辑证明我们研究（灌水）的价值。
总的来说，这篇文章所用实验技术、统计知识和临床标本需要量并不起眼。
文章虽小，也是肉啊。毕竟，这是一个只看结果的科研时代。
更多科研干货关注
【投必得术学】公众号
↓↓↓
