Meta分析中纳入文献数少异质性大怎么解决？

新闻资讯 | 2024-03-12 13:32

一个结局指标纳入了2篇文献，P<0.05，I^2=91%，是不是就不能做meta分析了？

异质性可以通过：1 亚组 2 回归 3 随机模型

审稿人嫌弃异质性太高，让做meta回归？这个因素也有影响，那个因素也有影响，怎么办？有发表偏倚？都是什么乱七八糟的，到底是什么意思呢？

异质性/meta回归/发表偏倚/亚组分析/敏感性分析之间的关联和区别是什么？

我们知道，meta分析是把不同的研究汇总到一起分析的，这其中必然是有异质性的，是不能避免的。

但是异质性超出合理范围的meta分析，得到的结论常常让人觉得不可靠，没有意义。所以异质性是必然存在的，但要在合理的范围。

由此可见，异质性分析也是必不可少的。一般来说I square<50%，P>0.05是被认为可接受的。

而超出这一范围也是常见的，如果异质性真的非常大，应该怎么办呢？不妨试试这两种方法。

Meta回归

Meta回归，看到底是哪个因素导致的异质性，当然了，如果影响因素很明显或者涉及因素很少的话，也没有必要做meta回归，直接做亚组分析就好了。

亚组分析

亚组分析可以把研究对象细分，得出更为准确的结论。看看异质性是不是还很大，判断哪些因素是显著的异质性来源。

到这里就有人问了：我怎么知道以哪些因素为基础进行亚组分析呢？

以下方法供大家参考：
1) 根据临床经验，判断哪个因素可能对结果有较大影响。
2) 其实我想说，把原始文献中分了组的都分析一下就好了。您可能觉得这样太粗放，太不严谨了。那就试试第三种方法咯。
3) 第三种方法是啥？就是上面讲到的meta回归啊！将meta分析得到的有统计学意义的因素（P<0.05）作为分组指标，进行亚组分析。

那审稿人觉得结果不稳定怎么办呢？

敏感性分析啊！

敏感性分析一般有三种方法：

1）逐个剔除纳入文献，

2）改变合并模型；

3）剪补法。

不管是哪一种方法，核心都是观察合并结果是否发生较大变化（一般看是否逆转）。

如果逆转就说明结果不稳定，那么恭喜你，这篇文章对结果产生较大影响，需要细致讨论了（还在担心讨论不知道写什么吗）。

如果结果未发生较大变化，那么同样恭喜你，你的结果是稳定的，你可以自信地在结果部分说（chui）明（niu）了。