Meta 分析异质性大怎么办？I² 很高时的处理思路
简要回答：I² 高说明各研究结果差异大，不能只换成随机效应模型了事。应先核对数据，再通过亚组分析、Meta 回归和敏感性分析寻找异质性来源，报告预测区间，并在讨论中解释；实在无法解释时考虑只做定性描述。
怎么判断异质性
- Cochran's Q 检验：P < 0.10 常被认为存在异质性（检验效能低，研究数少时容易漏检）；
- I²：表示由真实差异而不是抽样误差导致的变异比例，粗略参考 25%、50%、75% 分别为低、中、高；
- 预测区间：告诉读者未来一项新研究的效应可能落在什么范围，比单看 I² 更直观。
处理步骤
- 先核对数据：提取错误（均数和标准误混用、单位不一致、重复纳入同一人群）是异质性的常见原因。
- 选择合适的模型：存在异质性时一般使用随机效应模型，但它只是"承认差异"，并不能消除差异。
- 亚组分析：按研究设计、人群特征、干预剂量、随访时间等预先设定的因素分组，看组内异质性是否下降。
- Meta 回归：纳入研究数量足够（一般建议至少 10 项）时，可探索连续型协变量（如平均年龄、发表年份）对效应的影响。
- 敏感性分析：逐一剔除研究（留一法）、剔除低质量研究，观察合并结果是否稳定。
- 报告和讨论：如实报告异质性大小、探索结果和可能原因；如果研究间差异过大，合并本身可能没有意义，可以改为系统综述的定性描述。
软件实现
- R：meta 包的 metabin()（二分类）、metacont()（连续型）、metagen()（已有效应量和标准误），亚组用 subgroup 参数，Meta 回归用 metareg()，留一法用 metainf()；
- RevMan：适合 Cochrane 风格的系统综述，亚组和敏感性分析可在界面中完成；
- Stata：meta 系列命令。
什么时候需要找导师
如果亚组怎么分说不清、Meta 回归结果不会解释，或者审稿人要求补充分析，导师可以帮你梳理分析方案，避免事后"挑选"亚组带来的偏倚。
常见追问
异质性高可以直接用随机效应模型吗？
可以用，但不能只换模型而不探索来源。随机效应模型只是在估计上考虑研究间差异，仍需通过亚组、Meta 回归、敏感性分析解释异质性。
纳入研究只有 5 篇能做 Meta 回归吗？
一般不建议，研究数太少时 Meta 回归结果很不稳定，可以用预先设定的亚组分析加敏感性分析代替。
发表偏倚怎么检验？
常用漏斗图、Egger 检验、Begg 检验，研究数一般建议不少于 10 项；可用剪补法评估偏倚对结果的影响。
本文由鉴刊课堂教研组整理，仅介绍科研方法，供学习参考。鉴刊课堂只提供方法指导，不代写论文、不代做数据分析。