核心挑战与系统化提取框架
在基于问卷的Meta分析中，数据提取是质量的关键。核心挑战在于问卷工具的异质性、量表评分方式差异以及数据报告不全。一个系统化的提取框架应以PICOS（研究对象、干预、对照、结局、研究设计）为指导，预先定义清晰的提取变量清单，例如量表信效度、条目计分方式、汇总分数计算方法等。下表对比了传统与系统提取法的区别：
| 维度 | 传统提取法 | 系统提取法 |
|---|---|---|
| 变量定义 | 临时、不完整 | 基于PICOS预先标准化 |
| 质量评估 | 事后补充 | 与提取同步进行 |
| 过程记录 | 缺失或不完整 | 使用标准化表格记录 |
提取步骤与质量控制
数据提取应遵循标准步骤以确保准确性：
- 培训与校准：所有提取员使用样本文章进行培训和一致性评估。
- 双人独立提取：由两名研究者背对背提取，使用预先设计的电子表格。
- 差异核对与共识：由第三位专家或小组会议解决分歧。
- 原始数据转换：统一将不同量表得分转换为标准效应量（如Cohen's d）或相关系数。
关键评估维度与最佳实践
提取问卷数据时，需重点关注以下维度：
- 量表属性：包括内部一致性信度（Cronbach's α）、量表版本、语言适应情况。
- 数据特征：记录样本量、均值、标准差、偏度峰度，注意缺失值处理方法。
- 研究背景：提取研究地域、施测情境（在线/现场）、匿名性保证等可能影响应答的因素。
- 报告完整性：核查是否报告了知情同意、伦理审查等关键信息。