R-Meta分析与【文献计量分析、贝叶斯、机器学习等】多技术融合实践与拓展进阶

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。

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

Meta分析与R语言数据清洗及相关应用

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

5) 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。