Frontiers系列，Meta分析泛滥，又一个被中国人“玩坏”的SCI期刊？

关注到Frontiers这一系列的SCI期刊，是一个偶然。

在某个论坛上看到大量的帖子在讨论Frontiers的投稿和发表问题，当时脑海里突然冒出一个想法：这不会是下一个PLoS One或Oncotarget吧。

有这个担忧的人不止我一个，既想早日获得红利，也担心文章不被认可，毕竟版面费近3000刀，这可不是小数目。更要命的是，浪费了时间、金钱，没有得到相应的利益。

“天欲使其灭亡，必先使其疯狂”，Frontiers似乎已经出现疯狂的苗头，不仅投稿火爆，竟然还催生了相关的诈骗。骗子抓住了投稿人着急稿件收录的心理，冒充杂志主编，要求投稿人到银行转账缴费，对投稿流程不熟悉、没有经验或粗心大意的作者，说不定就上当受骗了。

历史总是惊人的相似，那些“神刊”、“水刊”都有着相同的发展轨迹。凭借“审稿快、周期短、接收率高”的特点吸引各方投稿，从而扩大出版量和增加自引，短时间内的大量增发触发预警机制，最后被官方或民间权威单位抛弃。

Frontiers不是一个单独的SCI杂志，而是一系列期刊，能否避免黯然退场的结局？我没有答案。不过我知道Frontiers系列期刊有着共同的问题，至少对于meta分析的文章如此，那就是审稿人不懂meta分析，审稿不严谨，稿件质量参差不齐。

发现这个问题也是机缘巧合，其实我只是想看看有多少人在正式发表的meta分析用“Stata 16.0”。为什么会有这个举动呢？我们曾经发文说不建议新手使用Stata16.0做meta分析（如果你是新手，我绝不建议你使用Stata16做meta分析https://mp.weixin.qq.com/s/Lao21ZhN3DQ6KkAbxvxu5A），然而还是发现有不少人一上来就使用Stata16.0，遇到各种问题。难道是受了已发表的SCI影响？毕竟很多国人都崇拜“参考文献”的权威性，认为参考文献就是对的、值得学习的。

别说，以"stata 16" AND meta-analysis为关键词，在PubMed上还真检索到200多篇文献。虽然我下载了几篇文献，也看了它们的森林图，但这些文献是否真的用Stata16.0做的分析，我不能确认。这些文献的森林图都不是Stata16.0的新菜单“meta”做出来的（具体图片见下文），但Stata16.0也是可以做出旧版本的图形，或许我只是碰巧没有看到用“meta”做的图形而已。

然而，此时我又注意到了Frontiers系列。这个系列的几个SCI杂志，收录的部分meta分析文献（随意挑选的文献），有着一个通病：软件操作有误。更为有趣的是，作者都是国人。

1 HR值没有取对数，直接做森林图

这是一篇发表在Frontiers in Medicine的meta分析，探讨老年人“successful aging”与死亡风险的关联。

其实，这类型meta分析（也算是危险因素meta分析）的操作并不复杂，从文献中提取单、多因素的OR/RR/HR (95%CI)就可以进行meta分析。需要注意的是，这是比值数据，无效假设是“1”，也就是以“1”为无效线，而不是“0”。同样的，在之前的推文中，我们已详细介绍过相关知识，此处不再细表。

Stata操作的常见问题，你解决了吗？https://mp.weixin.qq.com/s/AIF-gpHX8Of6J60oURsnMQ

一个meta分析帖子引发的连续问题，这些问题你思考过吗？https://mp.weixin.qq.com/s/u4U_69i1accvn74D_kdrPg

2 单组率的meta分析，出现负数

这是一篇发表在Frontiers in Neurology的meta分析，其中的一个森林图展示了胶质瘤患者的严重淋巴细胞减少（severe lymphopenia）发生率。

在这个单组率的meta分析森林图中，竟然出现了95%CI存在负数的情况。要知道，这是发生率，取值范围是0-100%。然而，第三个研究的95%CI的下限是-0.016，也就是-1.6%，这是没法解释的。

出现这样的操作问题，是因为作者并不知道Stata实现单组率的meta分析，不仅有“metan”，还是“metaprop”，后者经过算法的优化，适用于异常值数据的单组率meta分析。两者的具体差异见往期推文：单组率的meta分析：metan还是metaprop。

3 莫名其妙的敏感性分析和发表偏倚检验

这是一篇发表在Frontiers in Oncology的meta分析，评估superior sulcus tumor的预后相关因素，重点关注Tumor stage、lymph nodes status、Status of surgical margins、Pathologic complete response四个因素。

文章的结果包括效应值合并的森林图、敏感性分析（逐一剔除法）和发表偏倚检验（Begg检验），乍一看，分析内容和结果挺齐全的。然而，这篇meta分析竟然把敏感性分析、发表偏倚检验这些辅助分析的结果放在了森林图之前。这就莫名其妙，耐人寻味了。

更让人摸不着头脑的是，4个指标的森林图（纳入文献依次是7、6、5、10篇），只有1个敏感性分析结果和1个发表偏倚检验结果。

作者是只做了一个指标的敏感性分析吗，我们无从得知。

但可以很清楚的判断，这个敏感性分析图形跟任何一个森林图都无法对应。因为，它有15篇纳入文献。图中，甚至文章里，没有说明横坐标是什么，如果是HR值，那这个结果是不稳定的（排除部分文献后，95%CI与1有交集）。但文章的结果描述，却认为结果稳定。

此外，Begg检验的漏斗图纳入的是10篇文献，这是Pathologic complete response的漏斗图吗（只有这个指标的文献数量与之一致）？如此不清不楚的文章，竟然可以顺利发表，问题不可谓不严重啊。

用少量文献的部分问题，抨击杂志的整体质量，或许不公平。但是，足以引起警惕。“亡六国者，非秦也，即六国也。亡秦者，亦秦也”，meta分析在各地面临不被承认的窘境，不是自身的方法学问题，而是作者、审稿人、杂志“共同努力”的结果。如果各方都不认真履行相应的责任，确保稿件的质量，也许Frontiers系列就真的成为被中国人“玩坏”的SCI期刊了。

发表meta分析，你是认真对待，还是投机取巧？如果是前者，“尔云间meta分析”非常乐意为你提供帮助，扫码关注不迷路。