Meta分析森林圖的亞組分析是指以年齡、性別、疾病分組、研究類型等協(xié)變量為分組因素，將納入研究進行適當(dāng)?shù)姆謱臃治?，通過對每個亞組進行Meta分析來探討異質(zhì)性的來源。

通過RevMan添加亞組分析主要有兩種方法：

1）在添加完結(jié)局指標(biāo)后直接選擇“Add a subgroup for the new outcome”，

2）選擇已完成meta分析結(jié)局指標(biāo)，右擊，選擇“Introduce?Subgroup”

接下來， 我們分享第一種方法的詳細(xì)操作。

添加結(jié)局指標(biāo)后直接進行亞組分析

1) 右擊“Data and analyses”，選擇“Add comparison”;

2) 對comparison命名后（也可不命名），點擊“Next”，在下圖選擇添加結(jié)局，點擊右下角“Continue”；

3) 根據(jù)結(jié)局指標(biāo)的特點，選擇數(shù)據(jù)類型，如本例分析骨密度的差異，屬于連續(xù)型變量；

4) 填寫結(jié)局指標(biāo)，不斷點擊“Next”，直到出現(xiàn)步驟5的頁面；

5) 添加亞組，并命名第一個亞組，如“A”，點擊“Next”；

6) 選擇再添加一個亞組，點擊“continue”，繼續(xù)命令第二個亞組，點“Finish”。

7) 分別給亞組添加研究數(shù)據(jù)

此時左側(cè)菜單有一個2.1 LS BMD的研究結(jié)局，它有兩個亞組“A”、“B”（如果之前沒創(chuàng)建過比較，那編號為1.1, 1.1.1, 1.1.2）。

選擇其中一個亞組，然后右擊，選擇“Add Study Data”

8) 根據(jù)實際情況，分別選擇A、B兩組各自的研究

選擇完畢，軟件出現(xiàn)森林圖的雛形。

9) 填入數(shù)據(jù)，完成亞組分析

10) 點擊森林圖圖標(biāo)，保存森林圖，亞組分析完成。

這里，我們還有一個問題：如果用RevMan進行亞組分析時，每個亞組所選的效應(yīng)模型存在矛盾時，我們該怎么選擇呢？

亞組分析只能選擇一種合并的效應(yīng)模型，當(dāng)每個亞組效應(yīng)模型選擇相互矛盾時，通常選擇隨機效應(yīng)模型進行合并。因為隨機效應(yīng)模型不僅考慮了組內(nèi)的異質(zhì)性，也考慮了組間的異質(zhì)性，得到的結(jié)果更可靠。

當(dāng)我們進行分析時，若異質(zhì)性檢驗無顯著性，此時隨機效應(yīng)模型和固定效應(yīng)模型合并的結(jié)果相差不大，可以忽略。因此，綜合考慮當(dāng)存在矛盾時，選擇隨機效應(yīng)模型對所有亞組進行合并得到的結(jié)果更可靠。

這里，我們還有一個問題：如果用RevMan進行亞組分析時，每個亞組所選的效應(yīng)模型存在矛盾時，我們該怎么選擇呢？

亞組分析只能選擇一種合并的效應(yīng)模型，當(dāng)每個亞組效應(yīng)模型選擇相互矛盾時，通常選擇隨機效應(yīng)模型進行合并。因為隨機效應(yīng)模型不僅考慮了組內(nèi)的異質(zhì)性，也考慮了組間的異質(zhì)性，得到的結(jié)果更可靠。

當(dāng)我們進行分析時，若異質(zhì)性檢驗無顯著性，此時隨機效應(yīng)模型和固定效應(yīng)模型合并的結(jié)果相差不大，可以忽略。因此，綜合考慮當(dāng)存在矛盾時，選擇隨機效應(yīng)模型對所有亞組進行合并得到的結(jié)果更可靠。