SPSSAU新增加了【Meta荟萃分析】模块。Meta荟萃分析（也称Meta分析，元分析，异质性分析等），其是一种综合各种文献结论，进而汇总综合评价的方法，通俗地看，Meta分析是将多篇类似研究的文献进行汇总，将多个文献的研究结论进行总结，并且通过一系列科学分析，从而得到科学结论的方法。常用于医学、心理学、教育学、生态学等专业领域。

一、Meta分析类型

按照数据类型，Meta分析可包括多种类型，比如连续性数据进行均值差异比较，二分类数据进行比率差值对比（或计算优势比OR值，相对危险度RR值等），当然SPSSAU中还包括单个率、相关系数、平均值，或者OR值/HR值的Meta分析等，并且提供一般倒方差法时的Meta分析。

SPSSAU的Meta分析模块，根据不同的数据类型，细分为8个算法，说明如下（点击方法可直达帮助手册说明）：

虽然看起来方法有很多种，但实际上均属于Meta分析范畴，其内在原理是相通的。区别在于在进行具体研究时，不同的数据类型其标准误计算方式是不同的，而标准误是Meta分析中最关键的指标之一。因此系统为方便用户选择与使用，将方法分的比较细。

二、Meta分析基本流程

1、分析步骤

针对Meta分析，其常见的分析步骤如下：

step1：数据整理

按SPSSAU规范格式整理好数据。

step2：异质性分析

首先分析是否存在异质性问题，可以通过异质性检验/森林图等多种方式进行判断，如果有异质性问题则Meta模型应该使用‘随机效应’模型。

step3：异质性探索

如果存在严重的异质性，深入探究异质性问题；可通过森林图，累积Meta，敏感性检验等分析异质性问题；可通过亚组分析，Meta回归等分析手段探索深层次的异质性问题。step4：发表偏倚

分析是否存在发表偏倚问题：可通过漏斗图直观查看（较常见方式），还可通过Begg检验和Egger检验进行分析；可进一步使用Trim剪补法进行发表偏倚分析，并且校正合并效应值。

step5：Meta模型稳健性

分析Meta模型的稳健性情况：通常通过敏感性检验进行分析，并可使用森林图可视化敏感性检验结果；也可查阅累积Meat效应，了解模型稳健性情况等。

step6：科学结论

最终确认科学的Meta分析结论，确保异质性分析及探索等，确保发表偏倚问题的处理，并且模型需要具有稳健性。

2、专业名词说明

Meta分析涉及专业术语和名词较多，比如效应量、效应量测量、Meta模型、估计方法、发表偏倚(Begg检验和Egger检验，Trim剪补法)、敏感性检验、累积Meta和Meta回归，森林图和漏斗图等，说明如下表格所示：

3、软件操作

以连续性数据Meta分析为例，SPSSAU操作截图如下：

三、Meta分析关键点

Meta分析通常关注四大项内容，分别是合并效应量、异质性问题，发表偏倚问题和稳健性问题。接下来分别进行说明。

1、合并效应量

Meta分析的核心之一是对各个研究的效应值进行合并计算。合并效应值可以反映干预措施的整体效果，并对研究结果的可靠性和准确性进行评估。

以连续性数据Meta分析为例，SPSSAU输出效应量结果如下图：

（1）合并效应量计算

①确定效应量θi，根据数据类型确定单个研究的效应量。

②计算标准误se，不同数据类型标准误计算公式不同。
③计算权重值w，w=1/se^2

④计算归一化权重。

⑤计算合并效应量θ，θ=∑(θi*wi)

注：该过程由SPSSAU自动完成，用户只需要按规范格式输入数据即可。

（2）合并效应量检验

上表可以看出，合并效应量-0.0266（-0.2629 ~ 0.2097）95%置信区间包括数字0，即意味着合并效应值并不会明显偏离数字0，那么意味着实验组和对照组并无明显的差异。除此之外，还可通过z检验查看合并效应是否明显偏离数字0，检查显示z = -0.3123, p = 0.7704>0.1，也即说明合并效应不会明显的偏离数字0，也即意味着实验组和对照组的均值并无明显差异。

合并效应是最终关键结果，但需要说明的是，Meta分析还需要确保“异质性问题”、“发表偏倚问题”、“稳健性问题”等均通过科学论证之后，才能认为该结果具有科学性。

2、异质性问题

异质性指的是纳入的不同研究之间存在的差异，可能来自于研究设计、研究对象、干预措施等方面的不同。异质性是Meta分析中需要特别关注的一个方面，因为它会影响分析结果的可信度和准确性。常用的异质性检验方法：Q检验、I2值判断、H值判断等。
SPSSAU异质性检验分析结果展示如下：

（1）Q检验

Q检验用于判断效应值偏离合并效应值的幅度，Q值越大，说明效应值波动越大，即异质性越强，Q统计量服从自由度为k-1（k为文献格个数）的卡方分布。Q统计量计算公式如下：

其中，wi为第i个研究的权重值；Ti为第i个研究的效应量，Tbar为所有研究的平均效应量。若Q检验显示p值<0.05，即拒绝无异质性问题的假定，说明资料具有异质性问题。反之说明没有异质性问题，可直接使用固定效应。

（2）I2值判断

I2指标衡量组件异质性的占比情况，计算公式如下：

其中，自由度df=k-1，即文献个数减1。

通常I2大于50%时认为异质性较高，I2大于75%时认为异质性过高。

（3）H值判断

H值为Q统计量的平均化，该值越大，说明效应量平均波动幅度越大，即异质性越强。

H值计算公式如下：

通常H值小于1.2说明不存在异质性问题；H值大于1.5说明存在异质性；H值介于1.2和1.5之间时，如果95%区间包括1说明没有异质性问题，反之说明有异质性问题。

• 提示：异质性分析时通常结合多个指标综合决择，如果出现指标间结果矛盾，建议以Q检验或者I2值为准即可。另随机效应时tau2值表示效应量离散程度，其为随机效应时估计值，该值越大表示异质性越强。H2值为H值平方，实质研究中一般使用H值进行分析。

3、发表偏倚问题

发表偏倚是指具有统计学显著性研究意义的研究结果发表的可能性更大，这使得Meta文献不具有随机性，这种偏差会影响Meta分析的结果。

判断方法：

发表偏倚问题可通过漏斗图直观查看（较常见方式），还可通过Begg检验和Egger检验进行分析，也可进一步使用Trim剪补法进行发表偏倚分析，并且校正合并效应值。

（1）漏斗图

漏斗图时，横坐标为效应量，纵坐标为标准误差值（并且纵坐标进行逆向），如果说各散点介于漏斗内两侧并且基本上呈现出对称状态，那么意味着没有发表偏倚问题。

（2）Egger检验和Begg检验

• Egger检验：如果其对应的p值大于0.05，则认为不存在发表偏倚，反之说明可能存在发表偏倚。

•  Begg检验：如果其对应的p值大于0.05，则认为不存在发表偏倚，反之说明可能存在发表偏倚。

（3）Trim剪补法

Trim剪补法时剪去漏斗图中不对称项，并且沿漏斗图中心两侧填补上被剪切部分，并且基于剪补后数据重新进行效应量计算，以校正异质性问题带来的效应量偏差。表格中列出的第1行为真实数据结果，第2行为填补后的校正数据结果；如果两行结果完全一致，则意味着并没有进行填补处理。

4、稳健性问题

Meta分析的稳健性通常通过敏感性检验进行分析，使用逐一剔除检验法进行研究。在逐一剔除法中，将每篇研究依次剔除，并重新进行合并分析。每行表示移除该项后剩余项的研究Meta合并效应量结果、95%区间、效应量是否为0的z检验结果及I2指标值。
SPSSAU敏感性检验结果展示如下：

综合上表格来看，各个效应量值对应的95%置信区间均包括数字0，即意味着合并效应不显著偏离数字0（实验组和对照组均值差无明显差异）这一结论，具有稳健性。与此同时，上表格还可以看到，‘Hartman 2008’这篇文献被移除后，I2值仅为13.80%，意味着该文献可能带来了明显的异质性问题（因为将其移除后I2明显由61.89%下降为13.80%）。
还可使用森林图直观展示敏感性检验结果，如下图，图中可以看到，逐一移除单独一篇文献后，合并效应并没有发表非常明显的改变，因而也意味着本案例数据通过敏感性检验，合并效应结果具有良好的稳健性。

四、疑难解惑

• 如果不满足异质性检验时如何办?

如果基本没有异质性问题，那么建议使用固定效应即可，当然此时使用随机效应也可以；如果说异质性问题不太严重，那么直接使用随机效应模型即可；如果说异质性问题非常严重，建议进一步查看导致异质性问题的原因并且处理后分析使用。

• 如果不满足发表偏倚怎么办？

如果漏斗图发表散点不在漏斗内侧并且明显不对称，那么建议使用剪补法，并且最终使用修正后的合并效应结果。当然也可找出导致不对称的文献，并且移除该文献后再次分析。

• 如果没有通过敏感性检验怎么办？

SPSSAU中，敏感性检验使用逐一剔除法，综合对比和分析结论上的变化等。当然还可以有其它处理方法，比如一次性剔除两篇文献等，建议综合对比决择等。如果剔除某一文献后合并效应发表非常明显的变化，可考虑将该文献不纳入分析范围。