失安全系數(shù)分析法

失安全系數(shù)分析法 (fail-safe number, Nfs)是meta分析的敏感性分析方法之一，它由Rosenthal在1979年提出，代表著當(dāng)Meta分析的結(jié)果有統(tǒng)計(jì)學(xué)意義時(shí)，最少需要多少個(gè)未發(fā)表的研究報(bào)告（特別是陰性結(jié)果的研究）才能使研究結(jié)果發(fā)生逆轉(zhuǎn)。

Nfs越大說明Meta分析結(jié)果越穩(wěn)定，結(jié)論被推翻的可能性越?。环粗?，結(jié)論被推翻的可能性越大。因此，Nfs可以在一定程度上反映Meta分析結(jié)果的可靠性。

P為0.05和0.01時(shí)Nfs的計(jì)算公式如下：

Nfs,0.05=(ΣＺ/1.645)^2-k (0.05水平)；

N fs,0.01=(ΣＺ/2.33)^2-k (0.01水平)。

公式中Ｚ為各獨(dú)立研究的Ｚ值，k是研究個(gè)數(shù)。Nfs越大，尤其是當(dāng)Nfs明顯大于"5k+10"時(shí)，說明Meta分析結(jié)果的可靠性較好，被推翻的可能性小，結(jié)論受發(fā)表偏倚的影響不大。

Meta分析的科學(xué)之處就在于根據(jù)文獻(xiàn)質(zhì)量給不同的研究賦恰當(dāng)?shù)臋?quán)重，但由Nfs的計(jì)算公式看出，Nfs的計(jì)算卻未再考慮權(quán)重的問題，主要原因就是Nfs方法是在假定所有發(fā)表和未發(fā)表研究的樣本量相似的情況下得到，基于這個(gè)假設(shè)的話，權(quán)重問題就基本不用再考慮了。

但是，不同研究的條件、時(shí)代背景、樣本來源不可能都一致，因而發(fā)表和未發(fā)表研究的樣本量相似的假設(shè)在實(shí)際情況下往往并不成立，如小樣本研究不能發(fā)表的幾率高于大樣本研究，從而造成發(fā)表偏倚被低估。

此外，如果所有未發(fā)表研究的平均效應(yīng)的方向與已發(fā)表研究相反，則Nfs可能得出誤導(dǎo)性的結(jié)果，而這種相反在科研中也是很常見的。

另一方面，如果Meta分析存在發(fā)表偏倚，但只要納入研究的個(gè)數(shù)較多，Nfs也會(huì)很大，而用很大的Nfs判斷發(fā)表偏倚應(yīng)該是基本可排除發(fā)表偏倚，這也與實(shí)際情況不符。

Nfs在使用上存在很多限制和局限性，這就使Nfs在評(píng)價(jià)發(fā)表偏倚時(shí)失去了應(yīng)有的意義。在判斷發(fā)表偏倚時(shí)，單用Nfs的話，效果欠佳，建議結(jié)合其他發(fā)表偏倚的判斷方法進(jìn)行。