曇月靈
匯東華
本期重點|檢核表

統合分析投稿前方法學自我檢核表

匯東華統計顧問 · 陳秀敏 博士 · 2026/8/21

第 3 期 匯東華電子報 第 3 期|2026.08.21 看本期網頁版 →

這份檢核表的每一條,都對應一個真實出現過的撤稿理由類別。
資料來源:Chen CY, Kang YN, Kuo KN, Glasziou P, Chen KH. Systematic Reviews. 2021;10(1):267. doi:10.1186/s13643-021-01822-2(含其補充資料「問題類別範例」與「逐篇文獻特徵表」)。該研究分析了 187 則統合分析撤稿通知,本表依其揭露的缺陷類型編製。
使用方式:投稿前逐條核對,每一條問的都是「你能不能當場拿出證據」,而不是「你覺得應該沒問題」。

為什麼這幾項值得查

187 則有明確理由的撤稿通知提及的問題類別:學術/倫理違反 118 篇、方法學缺陷 72 篇、書寫或報告問題 19 篇。一則通知可同時提及多類,三者不可相加。

圖 1|187 則有明確理由的撤稿通知,提及了哪幾類問題。資料來源:Chen et al. Syst Rev 2021;10:267(CC BY 4.0)。
(點擊圖片可開啟原圖放大檢視)

187 則有明確理由的撤稿通知中,72 則提及方法學缺陷。這一類與倫理違反不同:它不需要任何造假,只要參數設錯、族群沒對齊、納入條件沒照著執行,就足以讓一篇論文被撤下來。下面五節要查的,就是這一類。

圖怎麼讀:三個數字不能相加,也不能畫成圓餅。一則撤稿通知可以同時提及兩類甚至三類,187 篇裡有 21 篇就是這樣。所以每一條長條要讀成「有多少則通知提到這一類」,不是「這一類佔多少」。

對應代號(每條檢核項目末尾標示其對應的問題類別)

代號的第一個字母,對應原研究歸納的三大類撤稿理由:M =方法學缺陷、W =書寫或報告問題、E =學術倫理違反S 則是不屬於這三類的特殊情況。

代號原研究歸納的問題類別該類別的撤稿通知實例
M1分析執行錯誤(faulty analysis)統合分析軟體參數設定錯誤,導致圖形誤導與錯誤結論
M2不當合併(inappropriate pooling)方法一節聲明為住院病人,實際納入的研究卻是門診世代
M3方法學缺陷與證據選取問題納入的研究是否符合所報告的納入與排除條件遭質疑
W1誤刊未定稿版本(premature version)尚未完成修訂的早期版本被誤刊出
W2報告內容錯誤(errors in reporting)摘要與圖中出現與本文主題不相干的疾病與基因
W3報告缺漏(missing in reporting)作者指出存在發表偏誤,卻未在分析與討論中處理
E1疑似同儕審查造假(likely fraudulent peer review)調查後有強烈理由相信同儕審查程序遭到破壞
E2疑似抄襲(likely plagiarism)同時期多篇由不同作者署名的統合分析,結構相同、圖的順序相同
E3疑似代寫(likely ghost authorship)投稿原始檔經由曾被指控涉及論文買賣的公司編修
S特殊情況(原研究未給類別標籤)所納入的原始隨機對照試驗,在統合分析發表後被撤稿

兩點說明,關係到這張表能推到多遠。
一、代號指的是問題類別。右欄是原研究為該類別所舉的實例,屬於該類別的一種樣態,不是該類別的全部。部分檢核項目對應的是類別層次(例如「分析執行錯誤」涵蓋的不只軟體參數),而非右欄那一則實例的具體情節。
二、E1 至 E3 的「疑似」是原研究自己的用字(likely),不是我們加的緩衝語。撤稿通知本身也多以「有強烈理由相信」「曾被指控」等措辭表述,並未斷定。轉述時請保留這層限定。

第一節 檢索與納入

  • 1. 研究族群的定義具體到可以逐篇判斷。住院或門診、成人或兒童、疾病分期、共病條件都寫明。〔M2〕
  • 2. 實際納入的每一篇研究,其族群與方法一節宣告的族群一致。沒有「因為只找得到這幾篇」而放寬。〔M2〕
  • 3. 拿自己寫下的納入排除條件,逐篇回頭核對納入清單,每一篇都通得過。〔M3〕
  • 4. 篩選過程中若曾對邊界個案臨時做判斷,該判準已回寫進稿件的方法一節。〔M3〕
  • 5. 篩選由兩人獨立完成,歧異之處有紀錄與解決方式。〔M3〕

這一項出問題時,撤稿通知通常怎麼寫
「本文的方法一節聲明分析對象為成人住院病人。然而被納入分析的研究使用的是門診世代。」
「本文發表後,關於所採用方法的若干面向,以及納入的研究是否符合所報告的納入與排除條件,出現了疑慮。」

第二節 資料萃取與計分

  • 6. 萃取表格的每一格數值,都能指出它來自原文的哪一張表或哪一段。〔M1〕
  • 7. 所有研究的單位一致,量尺方向一致(分數越高代表越好或越差,全表統一)。〔M1〕
  • 8. 同一篇研究若有多個時間點、多個劑量組或多個亞組,已確認沒有把同一批受試者重複計入。〔M2〕
  • 9. 凡由中位數與四分位距換算平均數與標準差,或由信賴區間反推標準誤者,換算方法已載明於稿件。〔M1〕
  • 10. 資料萃取由第二人獨立進行一次,兩份結果已逐格比對,差異已釐清。〔M1〕

這一項出問題時,撤稿通知通常怎麼寫
「統合分析軟體的參數設定錯誤,導致資料圖形誤導,以及關於組間差異的錯誤結論。」

第三節 統合方法與異質性

  • 11. 軟體設定已逐項確認:效應量類型(風險比、勝算比、平均差、標準化平均差)、固定或隨機效果、對數尺度或原始尺度、效應方向。〔M1〕
  • 12. 森林圖上每一條線的方向,與你在正文中對該篇研究的描述一致;合併效應的方向與結論一致。〔M1〕
  • 13. 被合併的研究在族群、介入、對照、結果指標四項上確實可以合併,而不只是「都在談同一個病」。〔M2〕
  • 14. 異質性有明確處理:報告了異質性指標,並就其來源提出解釋或進行分組,而不是報一個數字就跳過。〔M2〕
  • 15. 亞組分析與敏感性分析是事前設定的,若為事後發現,已在文中明確標示為探索性。〔M3〕

這一項出問題時,撤稿通知通常怎麼寫
「統合分析軟體的參數設定錯誤,導致資料圖形誤導⋯⋯」
「本文的方法一節聲明分析對象為成人住院病人。然而被納入分析的研究使用的是門診世代。」

第四節 偏誤評估

  • 16. 已進行發表偏誤評估,並在稿件中報告方法與結果。〔W3〕
  • 17. 若評估結果顯示可能存在發表偏誤,你在分析與討論中都處理了,而不是只在結果一節提一句就結束。〔W3〕
  • 18. 每一篇納入研究的偏誤風險評估已完成,且評估結果有實際進入敏感性分析,而非只是附一張表。〔M3〕
  • 19. 已逐篇確認納入的原始研究目前沒有被撤稿,也沒有被標註關注聲明(expression of concern)。〔S〕
  • 20. 已排定在校稿階段再查一次上述撤稿狀態。從投稿到刊出往往超過半年,狀態可能改變。〔S〕

這一項出問題時,撤稿通知通常怎麼寫
「我們也發現作者指出存在發表偏誤,但他們並未在其分析或討論中處理這一點。」
「這些統合分析所納入的原始隨機對照試驗後來被撤稿,而作者在進行統合分析時,並不知悉原始試驗的資料完整性存在疑慮。」

第五節 報告與透明度

  • 21. 摘要、圖、表中出現的每一個疾病名稱、族群、基因或指標,都與本文主題相符。特別檢查從舊稿或範本沿用的圖說與流程圖方框。〔W2〕
  • 22. 篩選流程圖每一格的數字都對得上,逐層相加相減無誤,且沒有任何一格是空的。〔W2〕
  • 23. 每一個百分比都寫明分母。讀者若用你給的分母回推,應得到你文中出現過的篇數。〔W2〕
  • 24. 送出的是最終定稿版,不是修訂前的版本;補充資料與圖檔的版本與正文相符。〔W1〕
  • 25. 若已登錄計畫書(如 PROSPERO),最終稿與登錄內容一致;有偏離者已說明理由。〔M3〕
  • 26. 若曾使用外部編修或投稿協助服務,其涉入程度未達到應列名或應揭露的程度,且已依期刊規定揭露。〔E3〕
  • 27. 你的稿件與同時期其他統合分析,在章節結構與圖表順序上並無高度雷同。〔E2〕
  • 28. 若期刊要求推薦審稿人,你提供的是可驗證的機構信箱,而非免費信箱。〔E1〕

這一項出問題時,撤稿通知通常怎麼寫
「本文不當提及其他癌症與基因,包括摘要中的胃癌,以及圖一資格排除方框中的『乳癌』與『IFN-γ 基因』,然而本文實際探討的是糖尿病腎病變(DN)與 VEGF。」
「同意撤稿的原因是本文尚未達到可發表狀態,一個未經修訂的早期版本被誤刊出。」
「本文屬於一系列由不同作者撰寫、彼此高度相似的統合分析⋯⋯這些文章結構相同,圖的順序也相同。」
「經徹底調查後,我們有強烈理由相信同儕審查程序遭到破壞。」

使用後的提醒

  1. 這份表能查的是「宣告與執行是否一致」,不能替代方法學專業判斷。 原研究團隊的建議是:邀請沒有利害關係的統合分析方法學專家加入團隊,或請其參與同儕審查,因為方法學專家可能有助於提升品質控制。
  2. 勾不下去的項目才有價值。 全部一次勾完通常代表核對得不夠仔細,而不是稿件沒問題。
  3. 撤稿數字只是下限。 上述缺陷類型來自「已經被抓到並完成撤稿程序」的案例,不代表其他類型的缺陷不存在。

資料來源與逐條對應

本表全部 28 條檢核項目,均對應至上列 M1、M2、M3、W1、W2、W3、E1、E2、E3、S 十類真實撤稿理由之一。其中 M1 至 E3 共九類,逐字取自 Chen et al.(2021)補充資料「問題類別範例」所引用的撤稿通知原文;S 類取自該文補充資料「逐篇文獻特徵表」之註腳說明。中文為我方翻譯。

該文為 CC BY 4.0 開放取用,讀者可自行下載原文與補充資料核對:doi:10.1186/s13643-021-01822-2

本表由匯東華統計顧問有限公司 陳秀敏 博士編製,Claude Opus 5 協助資料整理、文獻查證與版面規劃,最終內容已由作者審閱定稿。日期:2026 年 8 月 21 日。

同期其他單元

聯絡我們

 統計分析

服務價目表 (未含5%營業稅)
透過嚴謹的數據整理,提供有價值的資訊,形塑知識,提高決策品質。包括信達雅三執行原則。

 信:確保資料品質可信賴
 達:確保統計方法適切性
 雅:確保圖文表格正規化
協助代執行統計分析與進一步加值服務。

在匯東華與夥伴的專業背景知識配合下,能有效地處理面對的問題。
統計分析成果

 數據串接與清洗

數據是礦藏,數據清洗是挖出鑽石的第一步,尤其是巨量知識。數據清洗或串接執行過程需要細心與專注,且有可能會消耗許多時間和精力,就由我們來替各位處理掉這個大麻煩。

全民健保研究資料庫、國外大型資料庫資料非常齊全,種類多,需要串接與清洗,進行正規化後才能更進一步進行資料探勘與統計分析。




Fig1.同一個Project資料散落在不同tables,無法使用




Fig2.整併與清理為可分析的table




Fig.3整理和分析後形成有意義的知識


概念與流程示意圖

 計畫撰寫與統計諮詢





為了讓匯東華的顧客與學員有更好的合作和消費體驗,故匯東華特別依據營業項目開發周邊產品,提供使用、購買。目前已有針對公共衛生師的題庫以及模擬試題,未來將針對醫學研究領域發展產品。

私訊我們 💬
曇月靈客服吉祥物頭部特寫(臉、眼睛與頭頂角/月相環),點擊可用 Messenger 聯絡匯東華統計顧問