Meta-analysis का data extraction: जब एकजैसे दिखने वाले outcomes अलग निकलते हैं
शामिल पेपरों से संख्याएँ निकालकर आपने table बना ली। फिर pooling के वक़्त शक घर करने लगता है — "क्या इस study और उस study के मान सच में एक ही चीज़ माप रहे हैं?" — और आप हर पेपर दोबारा खोल बैठते हैं। Meta-analysis के लिए extraction की असली कठिनाई संख्याएँ copy करना नहीं है। कठिनाई है "एक जैसी दिखने वाली पर अलग चीज़ों" को पकड़ना और studies के बीच correspondence की पुष्टि करना। यह लेख इस व्यावहारिक काम को पाँच जाँचों के इर्द-गिर्द व्यवस्थित करता है।
Published: 2026-07-22
Meta-analysis का extraction एक correspondence table बनाता है
साधारण review की extraction table अगर "हर study की जानकारी की सूची" है, तो meta-analysis की extraction table का काम सख़्त है: उसमें ऐसी संख्याएँ होनी चाहिए जो वाक़ई एक-दूसरे से correspond करती हों — क्योंकि वही pooling का कच्चा माल हैं।
इसलिए हर cell में एक अनकहा सवाल छिपा है: क्या यह मान बाक़ी studies के इसी column के मानों से सचमुच तुलनीय है? इसी सवाल को हम पाँच जाँचों में तोड़ते हैं।
जाँच 1: outcome definition
दो studies दोनों "mortality" report करें और मतलब अलग-अलग हो — all-cause बनाम disease-specific। अलग-अलग scales पर मापे गए दो "improvement" outcomes भी pool नहीं हो सकते।
हर study ने अपना outcome कैसे define किया, यह Methods से निकालें और definitions को आमने-सामने रखें। Labels का नहीं, definitions का मिलान करें — verification का यही पहला क़दम है।
जाँच 2: measurement time point
"Post-treatment outcome" का मतलब 4 हफ़्तों पर कुछ और है, 1 साल पर कुछ और।
Time points को हमेशा अपना अलग column दें, और team मिलकर तय करे कि pooling किस time point पर होगी (या time points अलग-अलग analyze होंगे)। समय की जानकारी अक्सर text में बिखरी रहती है — कभी-कभी सिर्फ़ किसी figure के x-axis पर दिखती है। हर figure और table की भी जाँच करें।
जाँच 3: group definitions
Intervention और control groups की बनावट की भी correspondence जाँच ज़रूरी है। जिस study में "control = placebo" है और जिसमें "control = usual care" — वे अलग-अलग तुलनाएँ कर रही हैं।
Dose ranges और durations यहीं दर्ज कर लेना बाद में काम आता है — जब आप heterogeneity टटोल रहे हों और subgroups पर चर्चा कर रहे हों।
जाँच 4: analysis population
किसी मान के पीछे का denominator इस पर निर्भर करता है कि वह intention-to-treat (ITT) analysis से आया है, per-protocol से, या सिर्फ़ completers से — और एक ही study के भीतर भी denominator table-दर-table बदल सकता है।
हर मान किस analysis population से आया, उसे source table number के साथ दर्ज करें। एक सादा "Table 3, ITT" verification और peer review में सचमुच समय बचाता है। Denominator की नीति पर team पहले से सहमत हो।
जाँच 5: effect size का format
अंत में, statistical format। Report किया गया मान mean difference है या ratio? फैलाव SD (standard deviation) है, SE (standard error) या confidence interval?
SD और SE का घालमेल meta-analysis की classic गंभीर extraction ग़लती है। Formats के बीच conversion में statistical निर्णय शामिल होता है, इसलिए अपने बूते conversion न करें — statistician या supervisor से परामर्श लें।
काम का बँटवारा: draft AI का, verification पूरा इंसान का
इन पाँच जाँचों के इर्द-गिर्द बनी extraction का draft भी AI से बनवाया जा सकता है। कहें — "इस पेपर से outcome definition, time point, group definitions, analysis population और effect size इस format में निकालो" — और table का पहला ख़ाका जल्दी तैयार हो जाता है।
लेकिन क्योंकि ये मान pooling में जाते हैं, verification हर data point पर होता है — मूल text, figures, tables और supplements से। AI draft सिर्फ़ पहली चाल है, verification का विकल्प कभी नहीं। ग़लती मिले, तो draft सुधारें और verified mark करें।
Extraction का record पेपर के साथ ही रखें
Paperfy में हर शामिल पेपर का AI summary, figures और मूल PDF एक ही पेज पर रहते हैं, इसलिए पाँच जाँचों के साथ "source में कहाँ देखा था" तक लौटना तेज़ हो जाता है।
Summary हाथ से edit हो सकता है, तो आप पेपर के पेज पर पुष्टि किए हुए notes जोड़ सकते हैं — "Outcome: all-cause mortality (Methods p.4) / Time point: 12 महीने / Denominator: ITT (Table 2)"। Pooling के दौरान शक उठे, तो extraction table और मूल text के बीच notes की यह परत आपकी वापसी का समय नाटकीय रूप से घटा देती है।
अपनी extraction table की correspondence जाँच
- Outcomes का मिलान label से नहीं, definition से हुआ।
- Time points और group definitions के अपने-अपने columns हैं।
- Analysis population और source table number साथ-साथ दर्ज हैं।
- Effect size formats (SD बनाम SE आदि) जाँचे गए; conversion के लिए विशेषज्ञ से परामर्श हुआ।
Verification notes जो दोबारा जाँचने में गँवाया समय मिटा दें
Paperfy में पाँचों verification marks पेपर के पेज पर बने रहते हैं — pooling का शक जब भी उठे, मूल text एक click दूर।
Meta-analysis
यह topic देखें
इस workflow से जुड़े guides को एक साथ पढ़ें.
Next पढ़ें
ये guides उसी workflow को आगे बढ़ाते हैं.