有不少小伙伴非常擔憂：我做的meta分析，結果都是陰性的（沒有統(tǒng)計學意義），還能發(fā)表嗎？你是否曾經或正在擔心過這個問題？如果是，希望下面的這番話能讓你能安心睡覺。

首先，meta分析的發(fā)表，跟結果有沒有統(tǒng)計學意義，沒有必然關系。如果你的meta分析在方法學上是不嚴謹?shù)模蛘邤?shù)據(jù)存在虛假錯漏的情況，那么即使結果是有統(tǒng)計學意義的，森林圖看上去十分漂亮，也都是白搭。

第二，不要為了得到有統(tǒng)計學意義或降低異質性，隨意剔除文獻。

Meta分析有嚴格的納入排除標準，在這套標準制定完畢后，就已經決定了哪些文獻該納入，哪些該剔除，不以人的主觀意愿而改變。

第三，沒有統(tǒng)計學意義，就一定沒有意義嗎？

通過meta分析證實，A干預與B干預治療C病，在有效性、安全性的各個指標的比較上都沒有統(tǒng)計學意義。

如果A是公認的標準治療方案，B是創(chuàng)新方案，B的治療費用更低，不就是這篇meta的意義所在嗎？

它告訴我們，B的有效性、安全性不比A差，而且費用更低，有潛力取代A作為新的標準方案。

第四，做亞組分析，找陰性結果來源。

有一些潛在因素因為種種原因而被忽視，從而影響了結果，如基因突變：有些藥物只對某位點突變的人群有效（或更有效果）。

如果根據(jù)有無突變，進行亞組分析，得到的結果可能就是一組有統(tǒng)計學意義，一組沒有了。

總體結果是陰性的，卻出現(xiàn)了某亞組的結果有統(tǒng)計學意義。這提示該組人群與其他人群比較，有著某種屬性的差異，這差異導致了結果的不一致。

這也是精準醫(yī)療的基礎之一。

最后，尊重客觀事實，解讀結果。

在討論部分，分析為什么結果沒有統(tǒng)計學意義，研究是否存在不足，未來需要開展怎樣的研究等。

有的人喜歡夸大自己的研究結果，生搬硬套地扯出一個肯定的結論。明明結果是沒有統(tǒng)計學意義的，卻旁征博引或結合自己的臨床經驗，硬說A比B好，B比A更優(yōu)的“大實話”。

事實擺在眼前，如實陳述即可。