在周三（2023年3月22日）的第三期meta分析問(wèn)題交流會(huì)上，我們重點(diǎn)討論了meta分析的異質(zhì)性，包括如何對(duì)待異質(zhì)性、探討異質(zhì)性來(lái)源。

由于有不少小伙伴還是糾結(jié)異質(zhì)性的大小和解釋，今晚我們將學(xué)習(xí)Cochrane系統(tǒng)綜述手冊(cè)關(guān)于異質(zhì)性處理的方法。期待你的參與和討論！

首先，meta分析存在異質(zhì)性是必然的，哪怕沒(méi)有統(tǒng)計(jì)學(xué)異質(zhì)性，也有方法學(xué)和臨床異質(zhì)性。納入標(biāo)準(zhǔn)的嚴(yán)格與否，決定了meta分析異質(zhì)性的程度大小。

每一條納入標(biāo)準(zhǔn)都具有唯一性，納入研究的所有信息都完全一樣，研究的異質(zhì)性就沒(méi)有了，但這種情況只存在于理論。

因此，meta分析的異質(zhì)性不可怕，我們要做的是正視它、分析它、解釋它，異質(zhì)性對(duì)文章是否能發(fā)表，并不是最決定性的。

? ? ? ? ?

對(duì)于有異質(zhì)性的meta分析結(jié)果（如下圖所示），我們先通過(guò)隨機(jī)效應(yīng)模型進(jìn)行合并，得到比固定效應(yīng)模型更為客觀的結(jié)果。

? ? ? ? ?

隨后，可以采取亞組分析或meta回歸的方法，分析異質(zhì)性的顯著影響因素。

下圖以隨訪時(shí)間分組，兩個(gè)亞組的組內(nèi)異質(zhì)性都變成不顯著（P > 0.05, I2 < 50%），說(shuō)明隨訪時(shí)間是其中一個(gè)（不排除還有其他因素）異質(zhì)性影響因素。

? ? ? ? ?

然而，很多時(shí)候，亞組分析或meta回歸不一定能找到異質(zhì)性影響因素。此時(shí)，有的人會(huì)通過(guò)敏感性分析排查異質(zhì)性“來(lái)源”。這種操作的作用和局限性，詳見(jiàn)下文的介紹，此處不贅述。簡(jiǎn)而言之，建議盡可能不要用。

敏感性分析，不是探討Meta分析異質(zhì)性來(lái)源的好辦法！

? ? ? ? ?

至于連續(xù)型變量是用終點(diǎn)（也就是干預(yù)后、后測(cè)數(shù)據(jù)）還是干預(yù)前后差值做meta分析，我們給大家分享了三個(gè)例子，以說(shuō)明兩者的應(yīng)用條件。

1 用差值

任意一篇納入研究的基線（也就是干預(yù)前、前測(cè)數(shù)據(jù)）存在組間差異時(shí)，建議用干預(yù)前后差值做meta分析。

差值的合并

? ? ? ? ?

2 終點(diǎn)的合并

相對(duì)應(yīng)的，所有納入研究的基線無(wú)組間差異（每篇文獻(xiàn)的試驗(yàn)組與對(duì)照組比較，而不是研究間比較），直接用終點(diǎn)做森林圖。

終點(diǎn)合并

? ? ? ? ?

還有的文獻(xiàn)將兩種數(shù)據(jù)放在一起做森林圖，這是不推薦的，因?yàn)閮烧叩慕Y(jié)果解釋不一樣，得到的結(jié)果不好解釋。

差值、終點(diǎn)一塊合并

? ? ? ? ?

交流會(huì)最后一個(gè)內(nèi)容是：多個(gè)分組的提取數(shù)據(jù)。

對(duì)于有多個(gè)試驗(yàn)組或多個(gè)對(duì)照組的情況，如2個(gè)對(duì)照組，可以選擇將兩組合并，或?qū)⒃囼?yàn)組的樣本量拆分，然后分別提取試驗(yàn)組 vs. 對(duì)照組1，試驗(yàn)組 vs. 對(duì)照組2的數(shù)據(jù)。

歡迎關(guān)注爾云間meta分析微信公眾號(hào)、視頻號(hào)，觀看直播回放視頻。

今天的分享就到這了，meta分析學(xué)習(xí)過(guò)程，我們會(huì)碰到各式各樣的問(wèn)題，如果你想更快、更高效地掌握meta分析，早日發(fā)表SCI，請(qǐng)不要錯(cuò)過(guò)爾云間的meta分析培訓(xùn)班！