Meta分析具有多項(xiàng)優(yōu)勢(shì)：它操作迅速，無(wú)需實(shí)驗(yàn)室工作，發(fā)表速度快，僅需計(jì)算機(jī)即可完成。這種方法比人們通常認(rèn)為的更為簡(jiǎn)便。遵循以下六個(gè)關(guān)鍵步驟，即可有效進(jìn)行Meta分析：

接下來(lái)逐個(gè)步驟進(jìn)行簡(jiǎn)單說(shuō)明。

一、選題

Meta分析的關(guān)鍵在于主題選擇，研究主題的質(zhì)量直接影響最終成果的學(xué)術(shù)價(jià)值。恰當(dāng)?shù)倪x題能顯著提升分析的意義和影響力，甚至直接決定你的文章能夠發(fā)表在幾區(qū)。如何選題可以關(guān)注以下幾點(diǎn)：

（1）關(guān)注熱點(diǎn)問(wèn)題：?選擇當(dāng)前學(xué)術(shù)界或?qū)嵺`領(lǐng)域的熱點(diǎn)話題，這些話題往往有充足的研究可供分析。

（2）尋找存在爭(zhēng)議的領(lǐng)域：選擇研究結(jié)果不一致或存在爭(zhēng)議的領(lǐng)域，Meta分析可以幫助澄清這些爭(zhēng)議。

（3）考慮創(chuàng)新點(diǎn)：?思考如何在已有研究基礎(chǔ)上提出新的角度或方法。

（4）考慮研究的可行性：?確保有足夠的原始研究可供分析。通常需要至少10項(xiàng)相關(guān)研究才能進(jìn)行有意義的Meta分析。

（5）結(jié)合個(gè)人專業(yè)背景：?選擇與您的專業(yè)背景或研究興趣相關(guān)的主題。

（6）考慮實(shí)際應(yīng)用價(jià)值：選擇對(duì)實(shí)踐有重要指導(dǎo)意義的主題，可以提高研究的影響力。

（7）咨詢專家意見(jiàn)：?可以與該領(lǐng)域的專家討論，獲取選題建議。

二、確定納入和排除標(biāo)準(zhǔn)

選定研究主題后，制定文獻(xiàn)篩選標(biāo)準(zhǔn)是關(guān)鍵步驟，合理的標(biāo)準(zhǔn)有助于避免分析結(jié)果偏倚。

（1）文獻(xiàn)納入標(biāo)準(zhǔn)

通常圍繞三個(gè)核心要素——研究設(shè)計(jì)類型、受試者特征、結(jié)局指標(biāo)來(lái)確定納入標(biāo)準(zhǔn)。舉個(gè)例子，以下呈現(xiàn)的文獻(xiàn)納入標(biāo)準(zhǔn)可供參考，其體現(xiàn)了前述原則的具體應(yīng)用。

（2）文獻(xiàn)排除標(biāo)準(zhǔn)

重點(diǎn)排除兩方面的文獻(xiàn)——不符合分析要求的研究（類型、對(duì)象或指標(biāo)不匹配），以及文獻(xiàn)質(zhì)量欠佳的研究（如全文不可得、樣本量過(guò)小、數(shù)據(jù)無(wú)法獲取或?qū)I(yè)性不足）。舉個(gè)例子，以下呈現(xiàn)的文獻(xiàn)排除標(biāo)準(zhǔn)可供參考，其體現(xiàn)了前述原則的具體應(yīng)用。

在篩選過(guò)程中，記得記錄每個(gè)階段排除的文獻(xiàn)數(shù)量及原因，這將用于后續(xù)篩選流程圖的繪制。

三、文獻(xiàn)檢索

文獻(xiàn)檢索是Meta分析的基石，作為一種綜合他人研究成果的方法，Meta分析的質(zhì)量很大程度上取決于研究者收集和篩選相關(guān)文獻(xiàn)的能力。

• 文獻(xiàn)檢索策略：可通過(guò)手工或計(jì)算機(jī)進(jìn)行，涵蓋國(guó)內(nèi)外常用數(shù)據(jù)庫(kù)如知網(wǎng)、萬(wàn)方、維普、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)、Pubmed、Cochrane Library、Embase、Web of Science等。檢索時(shí)需使用中英文關(guān)鍵詞，通常結(jié)合主題詞和自由詞進(jìn)行數(shù)據(jù)庫(kù)搜索。此外，還需設(shè)定檢索時(shí)間和其他條件限制，如檢索語(yǔ)言等。

文獻(xiàn)檢索策略的撰寫可以參考下面這篇文章：

四、文獻(xiàn)篩選和數(shù)據(jù)提取

根據(jù)文獻(xiàn)檢索策略進(jìn)行文獻(xiàn)的篩選和數(shù)據(jù)提取。

（1）文獻(xiàn)篩選

篩選過(guò)程分為初篩和精篩兩個(gè)階段。初篩通過(guò)快速審閱標(biāo)題和摘要，排除明顯不相關(guān)的文獻(xiàn)。精篩則需要閱讀全文，根據(jù)預(yù)設(shè)的納入/排除標(biāo)準(zhǔn)進(jìn)行詳細(xì)篩選，并記錄排除原因。為確保準(zhǔn)確性，至少兩名研究者需獨(dú)立進(jìn)行篩選，并對(duì)分歧進(jìn)行討論，必要時(shí)尋求第三方意見(jiàn)。繪制文獻(xiàn)檢索流程圖，如下：

（2）數(shù)據(jù)提取

將篩好的文獻(xiàn)中的數(shù)據(jù)仔細(xì)提取到excel表里，注意格式要統(tǒng)一，方便后面導(dǎo)入軟件里計(jì)算。文獻(xiàn)篩選和數(shù)據(jù)提取的撰寫可參考以下文獻(xiàn)：

五、文獻(xiàn)質(zhì)量評(píng)價(jià)

文獻(xiàn)質(zhì)量評(píng)價(jià)在Meta分析中扮演著至關(guān)重要的角色。這一步驟旨在系統(tǒng)性地評(píng)估納入研究的方法學(xué)質(zhì)量，以識(shí)別潛在的偏倚來(lái)源，并權(quán)衡各項(xiàng)研究的貢獻(xiàn)度。
評(píng)價(jià)過(guò)程通常采用標(biāo)準(zhǔn)化工具，選擇依據(jù)研究設(shè)計(jì)類型而定。對(duì)于隨機(jī)對(duì)照試驗(yàn)(RCTs)，Cochrane風(fēng)險(xiǎn)偏倚工具是常用選擇；對(duì)于觀察性研究，Newcastle-Ottawa量表(NOS)較為普遍。這些工具評(píng)估多個(gè)方面，如隨機(jī)化過(guò)程、盲法使用、數(shù)據(jù)完整性等。

六、Meta數(shù)據(jù)分析

以上步驟完成后，就要進(jìn)行最終的Meta數(shù)據(jù)分析部分，這部分需要報(bào)告meta分析的結(jié)果，占用絕大部分篇幅。

Meta分析可通過(guò)SPSSAU在線數(shù)據(jù)分析平臺(tái)進(jìn)行，該平臺(tái)提供用戶友好的界面，無(wú)需編程知識(shí)即可操作。這種簡(jiǎn)化的分析方法特別適合初學(xué)者或缺乏復(fù)雜統(tǒng)計(jì)軟件使用經(jīng)驗(yàn)的研究人員。

1、分析步驟

針對(duì)Meta分析，其常見(jiàn)的分析步驟如下：

step1：數(shù)據(jù)整理
按SPSSAU規(guī)范格式整理好數(shù)據(jù)。
step2：異質(zhì)性分析

首先分析是否存在異質(zhì)性問(wèn)題，可以通過(guò)異質(zhì)性檢驗(yàn)/森林圖等多種方式進(jìn)行判斷，如果有異質(zhì)性問(wèn)題則Meta模型應(yīng)該使用‘隨機(jī)效應(yīng)’模型。

step3：異質(zhì)性探索

如果存在嚴(yán)重的異質(zhì)性，深入探究異質(zhì)性問(wèn)題；可通過(guò)森林圖，累積Meta，敏感性檢驗(yàn)等分析異質(zhì)性問(wèn)題；可通過(guò)亞組分析，Meta回歸等分析手段探索深層次的異質(zhì)性問(wèn)題。step4：發(fā)表偏倚

分析是否存在發(fā)表偏倚問(wèn)題：可通過(guò)漏斗圖直觀查看（較常見(jiàn)方式），還可通過(guò)Begg檢驗(yàn)和Egger檢驗(yàn)進(jìn)行分析；可進(jìn)一步使用Trim剪補(bǔ)法進(jìn)行發(fā)表偏倚分析，并且校正合并效應(yīng)值。

step5：Meta模型穩(wěn)健性

分析Meta模型的穩(wěn)健性情況：通常通過(guò)敏感性檢驗(yàn)進(jìn)行分析，并可使用森林圖可視化敏感性檢驗(yàn)結(jié)果；也可查閱累積Meat效應(yīng)，了解模型穩(wěn)健性情況等。

step6：科學(xué)結(jié)論

最終確認(rèn)科學(xué)的Meta分析結(jié)論，確保異質(zhì)性分析及探索等，確保發(fā)表偏倚問(wèn)題的處理，并且模型需要具有穩(wěn)健性。

2、SPSSAU軟件操作

以連續(xù)性數(shù)據(jù)Meta分析為例，SPSSAU操作截圖如下：

將在文獻(xiàn)中提取的數(shù)據(jù)粘貼或直接填寫在分析頁(yè)面，如下圖：

3、Meta分析結(jié)果

Meta分析通常關(guān)注四大項(xiàng)內(nèi)容，分別是合并效應(yīng)量、異質(zhì)性問(wèn)題，發(fā)表偏倚問(wèn)題和穩(wěn)健性問(wèn)題。接下來(lái)分別進(jìn)行說(shuō)明。

（1）合并效應(yīng)量

Meta分析的核心之一是對(duì)各個(gè)研究的效應(yīng)值進(jìn)行合并計(jì)算。合并效應(yīng)值可以反映干預(yù)措施的整體效果，并對(duì)研究結(jié)果的可靠性和準(zhǔn)確性進(jìn)行評(píng)估。
以連續(xù)性數(shù)據(jù)Meta分析為例，SPSSAU輸出效應(yīng)量結(jié)果如下圖：

上表格展示效應(yīng)量結(jié)果，包括各研究文獻(xiàn)的效應(yīng)量及其95%置信區(qū)間，并且展示各文獻(xiàn)對(duì)于‘合并效應(yīng)’的貢獻(xiàn)情況即權(quán)重值，權(quán)重越大意味著該文獻(xiàn)對(duì)于Meta合并效應(yīng)的影響力度越大。本案例共5篇文獻(xiàn)，各篇文獻(xiàn)的權(quán)重值基本均在在20%左右。

上表可以看出，合并效應(yīng)量-0.0266（-0.2629?~ 0.2097）95%置信區(qū)間包括數(shù)字0，即意味著合并效應(yīng)值并不會(huì)明顯偏離數(shù)字0，那么意味著實(shí)驗(yàn)組和對(duì)照組并無(wú)明顯的差異。除此之外，還可通過(guò)z檢驗(yàn)查看合并效應(yīng)是否明顯偏離數(shù)字0，檢查顯示z = -0.312,?p?= 0.770>0.1，也即說(shuō)明合并效應(yīng)不會(huì)明顯的偏離數(shù)字0，也即意味著實(shí)驗(yàn)組和對(duì)照組的均值并無(wú)明顯差異。

（2）異質(zhì)性問(wèn)題

異質(zhì)性指的是納入的不同研究之間存在的差異，可能來(lái)自于研究設(shè)計(jì)、研究對(duì)象、干預(yù)措施等方面的不同。異質(zhì)性是Meta分析中需要特別關(guān)注的一個(gè)方面，因?yàn)樗鼤?huì)影響分析結(jié)果的可信度和準(zhǔn)確性。常用的異質(zhì)性檢驗(yàn)方法：Q檢驗(yàn)、I2值判斷、H值判斷等。

SPSSAU異質(zhì)性檢驗(yàn)分析結(jié)果展示如下：

從上表格可以看到：Q檢驗(yàn)顯示p 值=0.033

（3）發(fā)表偏倚問(wèn)題
發(fā)表偏倚是指具有統(tǒng)計(jì)學(xué)顯著性研究意義的研究結(jié)果發(fā)表的可能性更大，這使得Meta文獻(xiàn)不具有隨機(jī)性，這種偏差會(huì)影響Meta分析的結(jié)果。

發(fā)表偏倚問(wèn)題可通過(guò)漏斗圖直觀查看（較常見(jiàn)方式），還可通過(guò)Begg檢驗(yàn)和Egger檢驗(yàn)進(jìn)行分析，也可進(jìn)一步使用Trim剪補(bǔ)法進(jìn)行發(fā)表偏倚分析，并且校正合并效應(yīng)值。

• 漏斗圖

漏斗圖時(shí)，橫坐標(biāo)為效應(yīng)量，縱坐標(biāo)為標(biāo)準(zhǔn)誤差值（并且縱坐標(biāo)進(jìn)行逆向），如果說(shuō)各散點(diǎn)介于漏斗內(nèi)兩側(cè)并且基本上呈現(xiàn)出對(duì)稱狀態(tài)，那么意味著沒(méi)有發(fā)表偏倚問(wèn)題。

• Egger檢驗(yàn)和Begg檢驗(yàn)
  如果兩類檢驗(yàn)對(duì)應(yīng)的p值大于0.05，則認(rèn)為不存在發(fā)表偏倚，反之說(shuō)明可能存在發(fā)表偏倚。
  

• Trim剪補(bǔ)法

Trim剪補(bǔ)法時(shí)剪去漏斗圖中不對(duì)稱項(xiàng)，并且沿漏斗圖中心兩側(cè)填補(bǔ)上被剪切部分，并且基于剪補(bǔ)后數(shù)據(jù)重新進(jìn)行效應(yīng)量計(jì)算，以校正異質(zhì)性問(wèn)題帶來(lái)的效應(yīng)量偏差。表格中列出的第1行為真實(shí)數(shù)據(jù)結(jié)果，第2行為填補(bǔ)后的校正數(shù)據(jù)結(jié)果；如果兩行結(jié)果完全一致，則意味著并沒(méi)有進(jìn)行填補(bǔ)處理。

（4）穩(wěn)健性問(wèn)題

Meta分析的穩(wěn)健性通常通過(guò)敏感性檢驗(yàn)進(jìn)行分析，使用逐一剔除檢驗(yàn)法進(jìn)行研究。在逐一剔除法中，將每篇研究依次剔除，并重新進(jìn)行合并分析。每行表示移除該項(xiàng)后剩余項(xiàng)的研究Meta合并效應(yīng)量結(jié)果、95%區(qū)間、效應(yīng)量是否為0的z檢驗(yàn)結(jié)果及I2指標(biāo)值。

SPSSAU敏感性檢驗(yàn)結(jié)果展示如下：

綜合上表格來(lái)看，各個(gè)效應(yīng)量值對(duì)應(yīng)的95%置信區(qū)間均包括數(shù)字0，即意味著合并效應(yīng)不顯著偏離數(shù)字0（實(shí)驗(yàn)組和對(duì)照組均值差無(wú)明顯差異）這一結(jié)論，具有穩(wěn)健性。與此同時(shí)，上表格還可以看到，‘Hartman 2008’這篇文獻(xiàn)被移除后，I2值僅為13.80%，意味著該文獻(xiàn)可能帶來(lái)了明顯的異質(zhì)性問(wèn)題（因?yàn)閷⑵湟瞥驣2明顯由61.89%下降為13.80%）。

還可使用森林圖直觀展示敏感性檢驗(yàn)結(jié)果，如下圖，圖中可以看到，逐一移除單獨(dú)一篇文獻(xiàn)后，合并效應(yīng)并沒(méi)有發(fā)表非常明顯的改變，因而也意味著本案例數(shù)據(jù)通過(guò)敏感性檢驗(yàn)，合并效應(yīng)結(jié)果具有良好的穩(wěn)健性。

以上即為今天Meta分析的全部?jī)?nèi)容，SPSSAU的Meta分析模塊，根據(jù)不同的數(shù)據(jù)類型，細(xì)分為8個(gè)算法，關(guān)于Meta分析大家也可點(diǎn)擊下方名稱跳轉(zhuǎn)至SPSSAU幫助手冊(cè)學(xué)習(xí)更多內(nèi)容：