Meta回归与亚组分析在异质性处理中的应用

摘要

探讨Meta回归与亚组分析在异质性的识别与处理中的应用及意义。利用文献提供的二次数据建立Meta回归模型,筛选出异质性的影响因素,根据该因素做亚组分析,并比较亚组分析前后异质性的变化。Meta分析资料经异质性检验,Q=44.71,df=27,P=0.017,认为存在异质性。经Meta回归分析,从可能导致异质性的因素（研究时间、地区、样本量、病例对照比值等）中筛选出样本含量为异质性因素（P=0.012）、地区为可能的异质性因素（P=0.091）。然后进行亚组分析,异质性明显减小（∑Q由44.71减小至32.11）。结论:Meta回归法对筛选异质性影响因素比较简便可靠,据此进行的亚组分析能明显降低亚组内的异质性。故存在统计学异质性又要计算合并效应时推荐二者结合使用,可正确识别并降低异质性,从而使Meta分析结果更为稳健与合理。