一、Meta分析能做什么？
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，Meta分析常用于医学、心理学、教育学、生态学等专业领域。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。
二、Meta分析有什么类型？
Meta分析分类标准不止一种，比如按照数据类型进行分类，按照研究设计类型进行分类，按照研究证据获取方式进行分类等等，具体如下：
这里以按照数据类型分类进行说明，Meta分析按照数据类型可以分为连续型、二分类数据及单个率、P值、相关系数、方差、平均值、OR和HR值等等，其中连续型和二分类比较常用。
连续型：连续性数据进行差异对比，通常有连续的数值，比如身高、体重等等。
二分类：二分类数据进行差异对比，通常有两种结果，比如是否等。
三、Meta分析研究步骤有哪些？
Meat分析一般包括提出研究问题、资料获取（文献检索与数据获取）、研究质量评估、统计分析（异质性、效应量、发表偏倚等）、形成结论等过程。
01提出研究问题
在meta分析之前，首先应确定研究的主题，一般还会结合研究主题和专业要求进行确定文献纳入和排除标准，研究问题的提出一般包括PICO的原则，包括研究对象（P）、干预措施（I）、对照措施（C）、结局指标（O）。合理的PICO提问方式对作者后续开展文献检索也有帮助。
02资料获取
资料获取一般包括文献检索和数据获取，为确保meta分析的质量，最好尽可能的查找一切与所研究的主题相关的文献，在文献检索时一般需要检索方式有知网、万方或者PubMed、Embase等文献库和数据库。同时也要考虑纳入排除标准不宜过宽或者过研，过宽虽然文献多，但是同质性差，过严，虽然同质性好，但文献少，但是从文献检索方面，可以将标准适当放宽。一般中文检索途径包括知网、万方、维普、百度学术、读秀知识库等，英文检索途径包括Web of Science、Elsevier（ScienceDirect）、PubMed、CENTRAL，一般在分析中，还需要对所有文献的获取方式加以描述，为确保这一过程的可靠性，一般可以有两名以上的人员同时独立进行，如果有不一致一般协商或者请专家第三人解决，提取数据需要指定纳入排除标准，对数据进行筛选，并且提取数据。
03研究质量评估
对纳入meta分析的研究进行质量评估是至关重要的一步，如果纳入的单项原始研究的结果存在偏倚，则系统评价结果也会因存在偏倚和不可靠，此时会产生错误的导向，一般对于每一篇人选文献进行质量评价是，应由两名以上的综述者应用统一标准单独进行（评价时最好隐去文献的作者、发表杂志等内容，避免有其它偏见）。
04统计分析
（1）效应量
连续性效应量计算一般使用连续性数据时为倒方差法（Inverse variance，IV法），分类型变量效应量计算一般使用M-H法，可选为IV法。
（2）异质性评价
异质性检验有多种方式，包括：Q检验，I2值判断，H值判断等。通常情况下Q检验时p 值>0.1，即说明无异质性（即同质性）；I2指标衡量组间异质性的占比情况，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；通常H值大于1.5则说明存在异质性，H值小于1.2说明不存在异质性问题，如果H介于1.2 ~ 1.5之间时，如果95%区间包括1说明没有异质性，反之说明具有异质性。
（3）森林图
森林图直观展示Meta分析结果，森林图中包括信息为：各文献的效应量及其95%置信区间，各文献的权重信息，以及异值性检验关键指标结果（tau2值，I2值，Q检验），并且展示z检验结果（检验合并效应是否为0的检验）。森林图中中间部分可视化展示效应量及其置信区间，以及中间部分黑色矩阵的大小表示权重相对大小。菱形为合并效应及其95%置信区间的展示，如果菱形越小，则意味着合并效应的置信区间越小。中间竖着虚线表示合并效应大小。
（4）发表偏倚的识别与校正（漏斗图）
发表偏倚是指具有统计显著意义的研究结果较无显著意义的结果活无效结果被报告和发表的可能性更大的倾向，一般导致发表性偏倚的主要原因有：研究问题的重要性、创新性、研究质量的高低，研究结果有无统计学意义，样本量的大小等等。发表偏倚的识别与校正可以通过漏斗图、Egger检验（连续型变量）、 Begg检验、Harbord检验、Peters检验（二分类变量）等可视化方法和统计方法进行检验。可以使用剪补法 （trim & filled method）等进行校正。SPSSAU有提供这些检验，可以使用SPSSAU进行分析，类似如下：
（5）meta回归和亚组分析
如果纳入的研究数量较多，而且存在较为明显的异质性，或者想要探索某效应指标在特定人群中的结果，比如某种药物在某个亚组人群中是否有作用，比较适合使用meta回归和亚组分析，如果使用SPSSAU，进行勾选meta回归即可。
（6）敏感性分析
敏感性分析目的是检查一定假设条件下结果的稳定性，其是指排除异常结果的研究后重新进行meta分析，其寄过与未排除时的meta分析结果进行比较，探讨该研究对合并效应量的影响程度及结果的可靠性，常见的敏感性分析方法有剔除质量较低的研究，每次剔除其中一个研究质量较低的研究，通常以森林图进行展现，可以使用SPSSAU进行分析。
05形成结论
在总结结论，撰写报告时，一般都应详细陈述分析目的，文献查找方法及取舍标准，所综合的单个研究的特征，说明所应用的统计学方法，提供包含各个研究统计结果图表（森林图和漏斗图），以及对偏倚的识别与校正和敏感性分析。
四、使用SPSSAU进行meta分析
可以使用SPSSAU进行mwta分析，无需编程，极速出结果，比如连续型数据进行meta分析，SPSSAU的操作截图如下：
SPSSAU结果如下：
上表格展示Meta分析的基本配置参数信息，上表格中研究个数k值是指研究文献数量，本案例仅为5个较少。除此之外，tau2估计方法即指Meta分析模型估计方法，在异质性检验表格中会展示tau2值。
上表格展示效应量结果，包括各研究文献的效应量及其98%置信区间，并且展示各文献对于‘合并效应’的贡献情况即权重值，权重越大意味着该文献对于Meta合并效应的贡献越大，即该文献对于合并效应的影响力度越大。本案例共5篇文献，各篇文献的权重值基本均在在20%左右。以及最后1行展示最关键的‘合并效应’信息，本案例为-0.027（-0.263 ~ 0.210），95%置信区间不包括数字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。
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’等均通过科学论证之后，才能认为该结果具有科学性，即还需要有下要这的异质性检验和发表偏倚检验等，并且一般还需要通过敏感性检验。
森林图直观展示Meta分析结果，森林图中包括信息为：各文献的效应量及其95%置信区间，各文献的权重信息，以及异值性检验关键指标结果（tau2值，I2值，Q检验），并且展示z检验结果（检验合并效应是否为0的检验）。森林图中中间部分可视化展示效应量及其置信区间，以及中间部分黑色矩阵的大小表示权重相对大小。菱形为合并效应及其95%置信区间的展示，如果菱形越小，则意味着合并效应的置信区间越小。中间竖着虚线表示合并效应大小。
从森林图可以看到，‘Hartman 2008’和‘Weins 2015’这两篇文献的效应量会大于‘合并效应’，另外3篇文献的效应量小于‘合并效应’。以及‘Hartman 2008’这篇文献的Hedges效应量为0.28，95%置信区间不包括数字0，但是其余4篇文献的效应量95%置信区间均包括数字0，意味着该4篇文献时，实验组和对照组本身并无均值差异。
至于森林图中的异质性检验结果等，其在‘异质性检验’表格中也有呈现。并且从森林图整体来看，5篇文献的效应量有一定的偏差但并不是特别大，意味着可能存在不严重的异质性问题。
异质性检验有多种方式，包括：Q检验，I2值判断，H值判断等。通常情况下Q检验时p 值>0.1，即说明无异质性（即同质性）；I2指标衡量组间异质性的占比情况，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；通常H值大于1.5则说明存在异质性，H值小于1.2说明不存在异质性问题，如果H介于1.2 ~ 1.5之间时，如果95%区间包括1说明没有异质性，反之说明具有异质性。
从上表格可以看到：Q检验显示p 值=0.033<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。另外，I2为61.89%>50%，说明具有较高的异质性。而且H值=1.62>1.5，且其95%置信区间介于1 ~ 2.64之间。综合来说，本次Meta分析时资料具有一定的异质性问题。当出现异质性问题时，处理方式有两种，最常见是使用随机效应（本次案例直接就使用随机效应），与此同时，还可以进一步深入探索和分析具体异质性问题所在，处理掉导致出现异质性的文献后，再次进行分析等。进一步深入探索异质性问题，则需要使用亚组Subgroup分析和Meta回归分析等，本案例不进一步深究。当然如果没有异质性问题可直接使用固定效应就好。
上表格中还包括tau2值 和H2值，tau2表示效应量的离散异质程度，其一般使用D-L法或REML法进行估计，其为随机效应时输出指标值，该值越大表示组间异质性越大，该值涉及随机效应计算的底层方式，但该值无法进行相对大小对比，通常在森林图中进行展示即可。与此同时，H2值表示总变异除以组内变异，其为H的平方，H和H2越大意味着异质性越高。
Meta分析时还有个关键问题是发表偏倚。有较多的方式可进行发表偏倚的查看和检验等，SPSSAU提供Egger检验和Begg检验，漏斗图和Trim剪补法。
Egger检验时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检验时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。通常情况下，研究文献数量较少时可能更偏向于使用Begg检验，以及当研究数量较少时（通常小于10时认为较少），使用Egger检验或Begg检验均不能很好地对发表偏倚进行检验，因而可使用漏斗图这种直观式方式进行查看发表偏倚问题。
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。上图显示5个研究文献散点均在漏斗内侧并且基本对称，因而直观上看数据并没有发表偏倚问题。与此同时，当研究资料出现发表偏倚问题时，还可使用Trim剪补法进行正‘合并效应’值。
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。上表格中列出的第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。
本次案例进行Trim剪补法后，并没有填补项，因而剪补前和剪补后结果完全一致，这也进一步说明并没有发表偏倚问题，与此同时，SPSSAU提供Trim剪补后的漏斗图（由于剪补前和剪补后完全一致，因而漏斗图也完全一致）。
敏感性检验表格使用逐一剔除检验法进行研究。每行表示移除该项后剩余项的meta合并效应量结果，效应量是否为0的z检验结果及I2指标值；比如第1行表示如果不纳入‘Hartman 2008’这篇文献数据，余下4篇文献进行Meta分析的合并效应结果等。另外，表格最后一行展示所有研究的合并效应结果；
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%）。
与此同时，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。
累积效应结果展示逐一纳入新的研究后的效应量、95%置信区间及效应是否为0的z检验结果和I2等；比如上表格第3行‘(+)AHS 2018’表示在‘Hartman 2008’基础上再加入该文献后的合并效应量结果等。SPSSAU中进行累积效应时，默认自上而下不停地纳入文献，如果需要改变顺序，那么可通过修改放入的原始数据顺序进行改变。
下面森林图是累积效应的可视化呈现结果。
参考文献：
[1]金志超.医学研究中的系统综述与meta分析[J/OL].上海预防医学:1-6[2023-09-22].DOI:10.19428/j.cnki.sjpm.2023.22789.
[2]翁鸿,王颖,李柄辉等.系统评价与Meta分析的类型及制作步骤[J].同济大学学报(医学版),2019,40(02):248-253.DOI:10.16118/j.1008-0392.2019.02.022.
[3]卫林英,段兴民.Meta分析在科学研究中的应用与展望[J].生产力研究,2006(06):144-146+210.DOI:10.19374/j.cnki.14-1145/f.2006.06.059.