Meta分析的完整步骤
meta分析的基本流程及质量评价
meta分析的基本流程及质量评价下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!一、确定研究问题和选择研究类型1.1 确定研究问题：在开始meta分析前，需要明确研究问题或研究假设。
Meta分析
Meta分析的定义：
Meta分析中文译为“荟萃分析”
定义是“The statistical analysis of large collection of analysis results from individual studies for the purpose of integrating the findings.” 中文译为：对具备特定条件的、同课题的诸多研 究结果进行综合的一类统计方法。
摘要、引言与讨论略 材料与方法Materials and Methods： 检索策略Search strategy 主要包括使用了哪些数据库、检索的时间限度、检索 策略等
材料与方法Materials and Methods 纳入标准Inclusion criteria： 主要写在众多的文献中为什么采用文中选用的几篇，它们有哪些共 同的特征，按顺序列下来，如它们都包含了哪些疾病、都与某某蛋 白或基因的表达有关、都提供了充分的数据等等。 排除标准Exclusion criteria： 主要写筛去不需要的文献的限制条件，如不需要会议记录、不需要 非英语文献等等。 数据提取Data Extraction： 主要写你从别人的文章中提取了哪些数据，应当包括了分析用的必 要数据和提供患者基本信息的一些非必要数据（性别、地区等）。
第一个表：实验组总人数为154，但在血栓这一项中为153人，表面有1人未参 与此调查，因此实验组总人数153，发生数为27。 对照组总人数28，发生数为2。 第二个表：实验组总人数为56，但在血栓这一项中为54人，表面有2人未参与 此调查，因此实验组总人数54，发生数为9。 对照组总人数11，发生数为1。 因此，汇总后，实验组总人数为153+54=207，发生数为27+9=36 对照组总人数为28+11=39，发生数为2+1=3
系统综述 meta分析的实施步骤
系统综述：meta分析的实施步骤1. 简介Meta分析是一种系统综述的方法，通过整合多个独立研究的结果，以统计的方式评估研究之间的一致性和差异性。
Meta分析的目的是通过合并数据，提供一个更为准确和可靠的效应估计，从而为决策者提供科学依据。
2. 步骤2.1. 确定研究问题在进行meta分析之前，首先需要明确研究的目标和问题。
确定研究问题可以帮助研究者明确自己需要合并哪些研究的数据，以及需要评估什么样的效应。
2.2. 确定包含和排除标准确定包含和排除标准是指确定符合研究问题的研究并筛选出合适的研究。
通常，这些标准包括研究类型、样本量、研究设计等。
这一步骤的目的是确保所选研究的质量和可比性。
2.3. 搜索和筛选研究在这一步骤中，需要对相关数据库进行搜索，并根据确定的包含和排除标准对检索到的研究进行筛选。
筛选研究的过程可以包括初筛、全文阅读和最终筛选。
只有符合研究问题和标准的研究才会被保留下来。
2.4. 提取数据一旦确定了符合研究问题和标准的研究，就需要从每个研究中提取所需的数据。
通常，需要提取的数据包括样本量、效应量和相关的统计指标。
提取数据的过程需要按照统一的数据提取表格或表单进行。
2.5. 进行数据分析在完成数据提取后，可以开始进行数据的统计分析。
常用的分析方法包括计算效应量的加权平均、计算异质性和进行子组分析等。
这些分析方法可以帮助研究者判断研究之间的差异和一致性。
2.6. 评估偏倚风险评估偏倚风险是meta分析中非常重要的一步，它可以帮助研究者判断所选研究的质量和可信度。
常用的评估偏倚风险的工具包括Cochrane Collaboration’s risk of bias tool和Newcastle-Ottawa Quality Assessment Scale等。
2.7. 进行结果的解释和展示完成数据分析后，需要对结果进行解释和展示。
可以通过表格、图形和描述性文字等方式来呈现结果。
此外，还可以进行敏感性分析和亚组分析等进一步分析，以检验结果的稳定性和可靠性。
meta分析的基本步骤是什么-附实例讲解，meta分析七步快速见刊策略
meta分析的基本步骤是什么-附实例讲解，meta分析七步快速见刊策略本文来剖析一下，meta分析的基本步骤之：七步走。
meta分析的基本步骤是这样的：选题→制定检索策略→确定纳入和排除标准→初筛复筛→文献质量评价→提取数据→数据分析和写作。
但是上面7个步骤，但凡懂点儿meta分析的都知道。
我们如何从一般的步骤中得到不一般的方法呢。
接下来就说说从meta分析的基本步骤中如何做出差异点。
1、meta分析的基本步骤（选题≈成败）meta分析的选题不是一门玄学，好的选题一定是重要的、具有临床意义的、创新性的，是灵魂核心。
不超过一行的题目，几乎决定了你的文章能发在几区，当之无愧的高分期刊敲门砖。
找好切入点需要分析5个因素：重要性。
选题切记要和临床实际应用联系，解决重要而又没解决的问题。
如果你用meta分析解决了一个很多临床医生都在乎的问题，那不用说你的文章能中SCI了，而且很可能冲击高分期刊。
现在很多人写meta的尴尬点在于：他们写的都是自己关心的，闭门造车造出来的文章没有人在意，这样的文章怎么可能发得出去。
争议性。
meta分析的出发点就是解决争议性，真理往往藏在争议当中，没有火花的碰撞怎么会有好的想法。
如果能找到有争议的选题，那你的meta分析已经具备成功的条件了。
争议性大致可以分为临床实践中治疗效果的争议性，研究结果的争议性，证据不具说服力。
那如何找争议呢？大家可以请教领域内的专家，并且通过大量阅读文献的方式就能知道哪些选题可以纳入备选。
meta分析的基本步骤之选题要有创新性。
已经发表过的meta分析，我们还有必要作为选题吗？关于这个问题，其实我的个人建议是：如果近两年有关于这方面的多篇新文献，那你可以做，等同于对前人的完善和更新，也具有创新性。
但更新别人写过的选题，请注意：第一，难度会很大。
要找到新的切入点谈何容易。
第二，易翻车。
也许这就是前人计划埋的坑，这个坑他更希望由自己来填补，所以在你哼哧哼哧开整的时候，他可能新补充的研究又出来了。
meta分析数据处理流程方法
meta分析数据处理流程方法英文回答：Meta-analysis is a statistical technique used to combine and analyze data from multiple studies on a specific research question or topic. It involves a systematic review of the literature, data extraction, and statistical analysis to provide a comprehensive summary of the available evidence.The data processing workflow for conducting a meta-analysis typically includes the following steps:1. Formulating the research question: This step involves clearly defining the research question or objective of the meta-analysis. It is important to specify the inclusion and exclusion criteria for selecting studies to ensure the relevance and quality of the data.2. Literature search: A comprehensive search isconducted to identify relevant studies. This involves searching electronic databases, such as PubMed or Web of Science, as well as manual searching of reference lists and contacting experts in the field. The search strategy should be transparent and replicable.3. Study selection: In this step, the identified studies are screened based on predefined inclusion and exclusion criteria. Each study is evaluated independently by two or more reviewers to ensure consistency and minimize bias. Any discrepancies are resolved through discussion or by involving a third reviewer.4. Data extraction: Data extraction involves systematically extracting relevant information from each included study. This typically includes study characteristics (e.g., study design, sample size), participant characteristics, intervention/exposure details, outcome measures, and effect sizes or relevant statistics. It is important to ensure accurate data extraction to minimize errors.5. Statistical analysis: The extracted data are then analyzed using appropriate statistical methods. This may involve calculating summary statistics, such as effect sizes or odds ratios, and conducting meta-regression or subgroup analyses to explore sources of heterogeneity. The choice of statistical methods depends on the nature of the data and research question.6. Assessment of heterogeneity: Heterogeneity refers to the variability in effect sizes across studies. It is important to assess heterogeneity using statistical tests, such as the Q-statistic or I^2 statistic. If significant heterogeneity is present, further exploration through sensitivity analysis or subgroup analysis may be necessary.7. Publication bias assessment: Publication bias refers to the selective publication of studies based on their findings. It is important to assess publication bias using statistical tests, such as funnel plots or Egger's regression test. If publication bias is detected, appropriate adjustments, such as trim-and-fill analysis, may be applied to account for it.8. Interpretation of results: The final step involves interpreting the results of the meta-analysis and drawing conclusions based on the available evidence. This includes discussing the strengths and limitations of the included studies, the overall effect size, and any implications for practice or future research.中文回答：meta分析是一种统计技术，用于结合和分析关于特定研究问题或主题的多个研究数据。
Me分析的完整步骤
Meta分析的完整步骤，根据个人的体会，结合战友的经验总结而成，meta的精髓就是对文献的二次加工和定量合成，所以这个总结也算是对战友经验的meta分析吧。
一、选题和立题（一）形成需要解决的临床问题：系统评价可以解决下列临床问题:1.病因学和危险因素研究;2.治疗手段的有效性研究;3.诊断方法评价;4.预后估计;5.病人费用和效益分析等。
进行系统评价的最初阶段就应对要解决的问题进行精确描述,包括人群类型(疾病确切分型、分期) 、治疗手段或暴露因素的种类、预期结果等,合理选择进行评价的指标。
（二）指标的选择直接影响文献检索的准确性和敏感性，关系到制定检索策略。
（三）制定纳入排除标准。
二、文献检索（一）检索策略的制定这是关键，要求查全和查准。
推荐Mesh联合free word检索。
（二）文献检索，获取摘要和全文国内的有维普全文VIP，CNKI，万方数据库，外文的有medline ,SD，OVID等。
（三）文献管理强烈推荐使用endnote，procite，noteexpress等文献管理软件进行检索和管理文献。
查找文献全文的途径：在这里，讲一下找文献的过程，以请后来的战友们参考（不包括网上有电子全文的）：1.查找免费全文：（1）在pubmed center中看有无免费全文。
有的时候虽然没有显示free full text，但是点击进去看全文链接也有提供免费全文的。
我就碰到几次。
（2）在google中搜一下。
少数情况下，NCBI没有提供全文的，google有可能会找到，使用“学术搜索”。
本人虽然没能在google中找到一篇所需的文献，但发现了一篇非常重要的综述，里面包含了所有我需要的文献（当然不是数据），但起码提供了一个信息，所需要的文献也就这么多了，因为老外的综述也只包含了这么多的内容。
这样，到底找多少文献，找什么文献，心里就更有底了。
2.图书馆查馆藏目录：包括到本校的，当然方便，使用pubmed的linkout看文献收录的数据库，就知道本校的是否有全文。
META分析计划书流程
META分析计划书流程导言META分析是一种统计分析方法，通过对多个独立研究的数据进行汇总和整合，以获得更为精确、可信的结论。
META分析计划书是进行META分析的前期准备工作，它明确分析的目标、研究问题、方法步骤以及数据收集和分析的流程。
1. 研究问题在META分析计划书中，首先需要明确研究问题。
研究问题应该明确、具体，并且与所要分析的数据关联紧密。
研究问题的明确性有助于指导后续的数据收集和分析。
2. 文献检索在进行META分析之前，需要进行文献检索，以获取与研究问题相关的研究文章。
文献检索可以通过检索工具，如PubMed、Web of Science等，根据预先设定的关键字和筛选标准进行。
在META分析计划书中，需要明确文献检索的时间范围、检索策略和筛选标准。
3. 文献筛选文献筛选是在文献检索的基础上，根据预先设定的筛选标准，对检索到的文献进行进一步筛选，以确定符合研究问题的研究文章。
文献筛选的流程应该明确，包括初筛和复筛阶段。
在META分析计划书中，需要描述文献筛选的具体步骤和所采用的筛选标准。
4. 数据提取数据提取是从筛选出的文献中获取所需数据的过程。
在META分析计划书中，需要明确数据提取的内容和方式。
数据提取的内容可能包括样本数量、样本特征、实验设计、结果数据等。
数据提取的方式可以是手工记录，也可以是通过数据提取工具进行。
5. 数据分析数据分析是META分析的核心步骤，它主要包括效应量计算和效应量合成两个阶段。
在META分析计划书中，需要明确所采用的效应量计算方法，例如标准化平均差(SMD)、风险比(RR)等，以及效应量合成的方法，例如固定效应模型、随机效应模型等。
此外，还需要明确是否进行亚组分析、敏感性分析等。
6. 统计检验统计检验是判断META分析结果是否具有统计学意义的过程。
在META分析计划书中，需要明确所采用的统计检验方法。
常用的统计检验方法包括Z检验、χ2检验等。
同时，需要预先设定显著性水平，例如α=0.05。
meta-analysis指南
meta-analysis指南Meta - Analysis指南。
一、Meta - Analysis简介。
Meta - analysis（元分析）是一种对多个独立研究结果进行综合统计分析的方法。
它旨在通过整合相关研究的数据，增大样本量，提高统计效能，从而更精确地估计研究效应，解决单个研究可能存在的样本量小、结果不稳定等问题。
二、Meta - Analysis的步骤。
（一）提出研究问题。
1. 明确研究目的。
- 确定想要探究的总体效应，例如某种治疗方法对特定疾病的疗效、某个风险因素与疾病发生的关联等。
- 问题应该具有明确的研究对象、干预措施（如果有）、对照（如果有）和结局指标。
例如：“不同类型的运动干预对肥胖青少年体重减轻的效果比较”。
2. 检索相关研究。
- 选择数据库。
- 常用的数据库包括PubMed、Embase、Web of Science等。
根据研究领域的不同，可能还需要检索专业数据库，如Cochrane图书馆（在循证医学领域非常重要）、PsycINFO（心理学领域）等。
- 制定检索策略。
- 确定关键词和检索词的组合。
例如，对于上述运动干预的研究问题，可以使用“运动干预”、“肥胖青少年”、“体重减轻”等关键词，通过逻辑运算符（如“AND”、“OR”）构建检索式。
同时，要注意不同数据库的检索语法可能有所差异。
- 检索的全面性。
- 除了电子数据库，还应考虑检索灰色文献（如未发表的研究报告、学位论文等），以减少发表偏倚。
可以通过搜索特定机构的知识库、联系相关领域的专家获取未发表的研究。
（二）文献筛选。
1. 初筛。
- 根据题目和摘要，排除明显不相关的文献。
例如，如果研究题目中未涉及研究问题中的关键要素，如运动干预和肥胖青少年，就可以初步排除。
2. 复筛。
- 获取初筛后可能相关文献的全文，仔细阅读并根据预先设定的纳入和排除标准进行筛选。
纳入标准可能包括研究类型（如随机对照试验、队列研究等）、研究对象的特征（如年龄范围、疾病严重程度等）、干预措施的具体细节、结局指标的测量方法等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
M e t a分析的完整步骤Meta分析的完整步骤，根据个人的体会，结合战友的经验总结而成，meta的精髓就是对文献的二次加工和定量合成，所以这个总结也算是对战友经验的meta分析吧。
一、选题和立题（一）形成需要解决的临床问题：系统评价可以解决下列临床问题:1.病因学和危险因素研究;2.治疗手段的有效性研究;?3.诊断方法评价;4.预后估计;5.病人费用和效益分析等。
进行系统评价的最初阶段就应对要解决的问题进行精确描述,包括人群类型(疾病确切分型、分期)?、治疗手段或暴露因素的种类、预期结果等,合理选择进行评价的指标?。
（二）指标的选择直接影响文献检索的准确性和敏感性，关系到制定检索策略。
（三）制定纳入排除标准。
二、文献检索（一）检索策略的制定这是关键，要求查全和查准。
推荐Mesh联合free?word检索。
（二）文献检索，获取摘要和全文国内的有维普全文VIP，CNKI，万方数据库，外文的有medline?,SD，OVID等。
（三）文献管理强烈推荐使用endnote，procite，noteexpress等文献管理软件进行检索和管理文献。
查找文献全文的途径：在这里，讲一下找文献的过程，以请后来的战友们参考（不包括网上有电子全文的）：1.查找免费全文：（1）在pubmed?center中看有无免费全文。
有的时候虽然没有显示free?full?text，但是点击进去看全文链接也有提供免费全文的。
我就碰到几次。
（2）在google中搜一下。
少数情况下，NCBI没有提供全文的，google有可能会找到，使用“学术搜索”，进入左侧的“现刊联目”，可以看到有“现刊联目查询”和“过刊联目查询”“我的论坛”中查看帖子，有的很快就把下载链接发过来了，不要一味只看邮箱。
4.实在不行，给作者发email。
这里给出一个查作者email的方法，先在NCBI中查出原文献作者的所有文章，注意不要只限于第一作者，display，abstract,?并尽可能显示多的篇数，100，200，500。
然后在网页内查找“＠”，一般在＠前的字母会与人名有些地方相似。
再根据地址来确定是否是同一作者。
5.查找杂志的网址，给主编发信求取全文。
这里我就不讲查找的方法了，DXY中有许多帖子。
我的一篇全文就是这样得到的。
6.向国外大学里的朋友求助。
国外大学的图书馆一般会通过馆际互借来查找非馆藏文献，且获得率非常高。
我的三篇文献是通过这一途径得到的。
如果还是找不到，那就……我也没辙了，还有朋友如有其他的方法，不妨来这里交流。
难度不小吧，比起做实验来如何？三、对文献的质量评价和数据收集（一）研究的质量评价对某一试验研究的质量评价主要是评价试验结果是否有效,结果是什么该结果是否适用于当地人群。
下面一系列问题可以帮助研究者进行系统的质量评价:?①该研究的试验设计是否明确,包括研究人群、治疗手段和结果判定方法;?②试验对象是否随机分组;?③病人的随访率是否理想及每组病人是否经过统计分析;?④受试对象、研究人员及其它研究参与者是否在研究过程中实行“盲法”;?⑤各组病人的年龄、性别、职业等是否相似;?⑥除进行研究的治疗手段不同外,其它的治疗是否一致;?⑦治疗作用大小;?⑧治疗效果的评价是否准确;?⑨试验结果是否适用于当地的人群,种族差异是否影响试验结果;? ⑩是否描述了所有重要的治疗结果;?治疗取得的效益是否超过了治疗的危险性和费用。
系统评价者应根据上述标准进行判断,不满足标准的文献应剔除或区别对待(数据合并方法不同)?,以保证系统评价的有效性。
(二)、数据收集研究者应设计一个适合本研究的数据收集表格。
许多电子表格制作软件如Excel?、Access?,和数据库系统软件如FoxPro?等,可以用于表格的制作。
表格中应包括分组情况、每组样本数和研究效应的测量指标。
根据研究目的不同，测量指标可以是率差、比数(odds)?、相对危险度(?relative?risk?,包括RR?和OR)?。
各研究间作用测量指标不一致,需转化为统一指标。
常用的统一指标是作用大小(?Effect?Size?,?ES)?,ES?是两比较组间作用差值除以对照组或合并组的标准差。
ES?无单位是其优点。
(三)、数据分析系统评价过程中,对上述数据进行定量统计合并的流行病学方法称为Meta分析(Meta?analysis)?。
Meta?意思是more?comprehensive?,即更加全面综合。
通过?Meta分析可以达到以下目的:?1.提高统计检验效能;?2.评价结果一致性,解决单个研究间的矛盾;3.改进对作用效应的估计;?4.解决以往单个研究未明确的新问题。
统计分析的指标（一）、异质性检验1.检验原理：meta?分析的原理首先是假定各个不同研究都是来自非同一个总体(H0:各个不同样本来自不同总体，存在异质性,备择假设H1，如果p>0.1，拒绝H0,接受H1,，即来自同一总体)这样就要求不同研究间的统计量应该接近总体参数真实值,所以各个不同文献研究结果是比较接近,就是要符合同质性,这时候将所有文献的效应值合并可以采用固定效应模型的有些算法,如倒方差法,mantel?haenszel?法,peto 法等.?2.分类：异质性检验，包括三个方面：临床异质性，统计学异质性和方法学异质性，作meta分析首先应当保证临床同质性，比如研究的设计类型、实验目的、干预措施等相同，否则就要进入亚组分析，或者取消合并，在满足临床同质性的前提下（非常重要，不能一味追求统计学同质性，首先考虑专业和临床同质性），我们进一步观测统计学同质性。
临床异质性较大时不能行meta分析,随机效应模型也不行.只能行描述性系统综述（systemic?reviews,SR）或分成亚组消除临床异质性.解决临床异质后再考虑统计学异质性的问题.如果各个文献研究间结果不存在异质性（p>0.1），选用固定效应模型（fixed?model），这时其实选用随即效应模型的结果与固定效应模型相同；如果不符合同质性要求,即异质性检验有显着性意义(p<0.1),这时候固定效应模型的算法来合并效应值就是有偏倚,合并效应值会偏离真实值.所以,异质性存在时候要求采用随机模型,主要是矫正合并效应值的算法,使得结果更加接近无偏估计,即结果更为准确.此外,这里要说明的是,采用的模型不同,和合并效应值的方法不同，都会导致异质性检验P值存在变动,这个可以从算法原理上证明,不过P值变动不会很大,一般在小数点后第三位的改变.异质性检验的Q?值在固定模型中采用倒方差法和Mantel-haenszel 法中也会不同?。
随机效应模型是不需要假定各个研究来自同一个总体为前提，本来就是对总体参数的近似无偏估计，这个与固定模型不一样（必须要同质为基础），所以随机模型来作异质性检验简直是“画蛇添足”，无奈之举！因此，随机模型异质性检验是否有统计学意义都是可以用，而固定模型必须要求无异质性。
可以证明和实践，如果无异质性存在的时候，随机模型退化为固定，即固定模型的结果于随机模型的合并效应值是相等的?具体见下图：目前,国内外对meta分析存在异质性,尤其是异质性检验P值很小的时候（具体范围我不清楚，是0.05～0.1吗？请版主补充）,学术界有着不同的争论,很多人认为这个时候做meta分析是没有意义,相当于合并了一些来自不同总体的统计结果,也有人认为,这些异质性的存在可能是由于文献发表的时间,研究的分组,研究对象的特征等因素引起,只要采用亚组分析或meta回归分析可以将异质性进行控制或解释,还是可以进行meta分析,至少运用随机效应模型可以相对无偏的估计总体.这里要强调的是,异质性检验P值较小时候,最好能对异质性来源进行分析和说明。
合理进行解释，同时进行亚组分析，相当于分层分析，消除混杂因素造成的偏倚（bias）。
3.?衡量异质性的指标一个有用的定量衡量异质性的指标是I2，I2?=?[(Q?–?df)/Q]?x?100%，此处的Q是卡方检验的统计值，df?是其自由度（Higgins?2003,?Higgins?2002)。
这个I2值代表了由于异质性而不是抽样误差（机会）导致的效应占总效应估计值的百分率。
?I2值大于50％时，可以认为有明显的异质性。
参考（二）、敏感性分析：1.敏感性分析的含义：改变纳入标准（特别是尚有争议的研究）、排除低质量的研究、采用不同统计方法/模型分析同一资料等，观察合并指标（如OR,RR）的变化，如果排除某篇文献对合并RR有明显影响，即认为该文献对合并RR敏感，反之则不敏感，如果文献之间来自同一总体，即不存在异质性，那么文献的敏感性就低，因而敏感性是衡量文献质量（纳入和排除文献的证据）和异质性的重要指标。
敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法研究探讨对总效应的影响。
（王吉耀第二版P76中）“排除某些低质量的研究，再评价，然后前后对比，探讨剔除的试验与该类研究特征或类型对总效应的影响”。
（王家良第一版八年制P66、154）敏感性分析是从文献的质量上来归类，亚组分析主要从文献里分组病例特征分类。
敏感性分析是排除低质量研究后的meta分析，或者纳入排除研究后的meta分析。
亚组分析是根据纳入研究的病人特点适当的进行分层，过多的分层和过少的分层都是不好的。
例如在排除某个低质量研究后，重新估计合并效应量，并与未排除前的Meta分析结果进行比较，探讨该研究对合并效应量影响程度及结果稳健性。
若排除后结果未发生大的变化，说明敏感性低，结果较为稳健可信；相反，若排除后得到差别较大甚至截然相反结论，说明敏感性较高，结果的稳健性较低，在解释结果和下结论的时候应非常慎重，提示存在与干预措施效果相关的、重要的、潜在的偏倚因素，需进一步明确争议的来源。
2.衡量方法和措施其实常用的就是选择不同的统计模型或进行亚组分析，并探讨可能的偏倚来源，慎重下结论。
亚组分析通常是指针对研究对象的某一特征如性别、年龄或疾病的亚型等进行的分析，以探讨这些因素对总效应的影响及影响程度。
而敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法的研究以探讨对总效应的影响。
建议可以看参考王吉耀主编，科学出版社出版的《循证医学与临床实践》。
敏感性分析只有纳入可能低质量文献时才作，请先保证纳入文献的质量！纳入文献的质量评价方法，如果是RCT，可选用JADAD评分。
如果病因学研究，我认为使用敏感性分析是评价文献质量（前提是符合纳入标准）的较为可行的方法。
敏感性分析是分析异质性的一种间接方法。
有些系统评价在进行异质性检验时发现没有异质性，这时还需不需要作敏感性分析？我的看法是需要，因为我觉得异质性也是可以互相抵消的，有时候作出来没有异质性，但经过敏感性分析之后，结果就会有变化。