Meta分析是一种循证医学研究方法，通过系统检索、筛选并定量整合独立研究数据，生成合并效应估计值（如OR、RR），以解决单一研究样本量不足或结论不 一致的问题。Meta分析无需依赖实验室设备或实地操作，仅通过计算机对现有研究数据进行整合分析，即可快速完成研究过程。

本文将介绍Meta分析的流程，并介绍如何利用软件完成Meta统计学分析。

下面将详细介绍每一个分析步骤。

一、明确研究目的

Meta分析的首要任务是提出明确的研究问题，这决定了后续所有工作的方向，一个模糊的问题会导致整个分析偏离方向。可以使用 PICO原则精确定义你的研究问题。

1、PIOC核心

PICO 是四个英文单词的首字母缩写，用于帮助研究者或临床医生明确研究问题，特别是在进行系统评价或Meta分析时。它包含以下四个要素：

• P (Population/研究对象)： 你要研究的是什么人群？(例如：中老年2型糖尿病患者)

• I (Intervention/干预措施)：你关注的干预措施是什么？(例如：二甲双胍)

• C (Comparison/对照措施)：与什么进行比较？(例如：安慰剂或其他降糖药)

• O(Outcome/结局指标)：你想观察什么结果？(例如：糖化血红蛋白HbA1c的降低幅度、低血糖发生率)

2、目标及重要性

根据PIOC形成清晰、具体、可回答的研究问题。明确的问题直接决定了后续文献检索的策略、纳入标准和数据分析的方向。

例如：“对于中老年2型糖尿病患者，与安慰剂相比，二甲双胍是否能更有效地降低HbA1c水平？” 

二、文献纳入和排除标准

制定严格的纳入排除标准是保证Meta分析质量的关键，这一步是为后续筛选文献设定清晰、透明、可重复的规则，保证纳入的研究具有可比性，提高结果的可靠性。

1、纳入文献标准

通常围绕四个核心要素——研究类型、研究对象、干预措施、结局指标来确定纳入标准。 比如：

• 研究类型 (RCT? 队列研究? 病例对照研究?)

• 研究对象 (年龄、性别、疾病分期等)

• 干预/暴露措施的具体定义

• 对照措施的具体定义

• 结局指标的测量方法和报告要求

• 发表语言、发表年限等

举个例子，以下呈现的文献纳入标准可供参考，其体现了前述原则的具体应用：

2、排除文献标准

排除标准：数据不完整或无法提取、非中英文文献、动物实验、重复发表的研究等。
举个例子，以下呈现的文献纳入标准可供参考，其体现了前述原则的具体应用：

在筛选过程中，记得记录每个阶段排除的文献数量及原因，这将用于后续筛选流程图的绘制。

三、文献检索

文献检索环节在Meta分析研究中占据核心地位，其质量直接决定了最终研究结论的可靠性。作为二次研究方法，Meta分析的有效性在很大程度上依赖于研究者对相关文献的系统收集与科学筛选能力。

• 检索策略

（1）选择数据库： 常用数据库包括 PubMed, Embase, Cochrane Library, Web of Science, Scopus, CNKI, Wanfang 等，根据研究主题选择。

（2）构建检索式： 基于PICO要素，提炼关键词和主题词 (如MeSH词)，利用布尔逻辑运算符 (AND, OR, NOT) 组合成高效、敏感的检索策略。

（3）补充检索： 检索相关研究的参考文献列表、会议摘要、灰色文献库，联系领域专家等。
文献检索策略的撰写可以参考下文：

四、文献筛选和数据提取

从检索到的文献中筛选出符合标准的研究，并提取关键数据。

1、文献筛选

（1）初步筛选：根据标题和摘要，快速排除明显不符合纳入标准的研究。通常需要至少两名研究者独立进行。

（2）全文筛选：获取初筛通过的文献全文，仔细阅读，严格按照纳入/排除标准进行判断。同样需要双人独立操作。

（3）解决分歧： 筛选过程中如有分歧，通过讨论或咨询第三方仲裁解决。
通过检索策略进行文献检索筛选，绘制文献检索流程图类似下图：

数据提取工作由两位审查员依据预先设计的表格协作完成，对筛选出的文献进行资料提取，包括文献的基本资料、患者的基线数据、文献质量评价的相关信息和结局指标等。
包括且不限于：标题、发表时间、作者、国家、样本量、研究类型、干预措施、结局指标及研究结果等。

五、文献质量评价

纳入的研究质量参差不齐，评价其方法学质量和潜在偏倚风险至关重要。评价过程通常采用标准化工具，选择依据研究设计类型而定。

（1）RCT：Cochrane偏倚风险评估工具（7个维度，如随机序列生成、分配隐藏、盲法等）。

（2）观察性研究：队列/病例对照研究：纽卡斯尔-渥太华量表（NOS，9分制，≥7分为高质量）。

横断面研究：AHRQ标准（11个条目，如选择偏倚、测量偏倚）。

（3）结果呈现：以表格或图表形式展示质量评价结果，并讨论其对结论的影响。

六、统计学分析

采用SPSSAU软件对纳入研究的数据进行定量分析，该软件提供用户友好的界面，无需编程知识即可操作。这种简化的分析方法特别适合初学者或缺乏复杂统计软件使用经验的研究人员。

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、SPSSAU软件操作

以连续性数据Meta分析为例，SPSSAU操作截图如下：

将在文献中提取的数据粘贴或直接填写在分析页面，如下图：

3、Meta分析结果

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：

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 = -0.312, p = 0.770>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。

（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：

（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。

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。

• 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。

• Egger检验和Begg检验

如果两类检验对应的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。

• 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。

以上即为今天Meta分析的全部内容，SPSSAU的Meta分析模块，根据不同的数据类型，细分为8个算法，关于Meta分析大家也可点击表格中方法名称跳转至SPSSAU帮助手册学习更多内容：