异质性处理方法-亚组分析和效应量合并

在进行系统评价前，一定要制定严格、统一的纳入和排除标准，只有那些研究目的相同、质量高的文献才能纳入进行合并分析，使研究间异质性最小，合并效应具有更高的可信度。若研究结果间存在异质性，可按图8-5所示方法进行处理。

图8-5　异质性处理图

（一）亚组分析

在评估干预措施中，人们不仅关注是否起作用，而且关注什么起作用、对谁起作用以及在什么环境中起作用。利用系统评价的亚组分析可有效地回答这一问题，一种方法是研究不同研究间的特征（如研究质量，研究设计或研究设置）或通过分析样本特征（如群组结果或患者）来完成关于这些变量对结果的影响。另一种方法是检验干预措施对不同社会群体的影响。(www.xing528.com)

同时，如果研究结果间存在异质性，可采用亚组分析的方法对产生的原因进行分析。按异质性来源不同进行分层处理，必须注意：①亚组分析每次只能对一个变量进行分析，并且每个亚组都要进行效应量的合并。若要对两个以上的变量进行分析，则要采用Meta回归。②亚组分析应该在社会同质性的基础上，亚组的数量越少越好。

（二）Meta回归

Meta回归是在系统评价中一种探索研究特征（如研究对象特征、盲法评价结果）和研究结果间关系的技术。一个Meta回归的例子是防止老年人摔倒干预措施有效性的系统评价，其中，Meta回归用于评价单个干预措施的独立影响。这些干预措施评估的有锻炼项目、教育、环境改变，包含风险评估和风险管理诸多因素。后者因素的出现有效地减少摔倒的风险，也就是锻炼。进一步进行元回归分析并未发现不同类型的锻炼之间的差异。

（三）敏感性分析

敏感性分析指通过改变某些可能影响合成结果的重要因素，如采取不同的纳入标准（研究质量、随访情况）或统计方法（固定效应模型或随机效应模型）等，观察这些因素对合并结果是否有影响，从而判断结果的稳定性。若采用不同方法分析后，结果未发生大的变化，说明敏感性低，结果较为稳定可信，若分析后得到差别较大甚至相反结论，说明敏感性高，结果稳定性低，在解释结果和下结论时需非常慎重。敏感性分析可以回答“如果这样会怎样”的问题，例如，“如果没发表的研究被排除了会怎么样？如果只纳入随机对照试验而排除非试验研究会怎么样？如果研究仅在一个国家实施，或者只有同一类型的参与者会怎样？”也可用于解决学术质量的问题，例如，“排除低于标准特定阈值的研究会怎样？”，也有助于探究实施问题，例如，干预完整性对结果的影响可以通过将研究分层，并精确描述实施过程来评估。