Meta分析在医学研究中，绝大多数的医学现象都呈一定的随机性，因此医学研究的结果都受随机抽样误差影响而有所差异。

所以对于同一研究问题的多个研究结果往往不全相同，有些研究的结论甚至相反。

因此如何从结果不一的同类研究中综合出一个较为可靠的结论是医学研究中常常需要面临的问题。

Meta分析就是研究如何综合同类研究结果的一种统计分析方法。

Meta分析就是把相同研究问题的多个研究结果视为一个多中心研究的结果，运用多中心研究的统计方法进行综合分析。

Meta统计分析可以分为确定性模型分析方法和随机模型分析方法。

较常用的确定性模型Meta分析有Mantel-Haeszel统计方法(仅适用于效应指标为OR)和General－V ariance－Based统计方法。

然而所有的确定性模型统计方法都要求Meta分析中的各个研究的总体效应指标(如：两组均数的差值等)是相等的，并称为齐性的(Homogeneity)，而随机模型对效应指标没有齐性要求。

因此Meta分析可以采用下列分析策略：1)如果各个研究的效应指标是齐性的，则选用确定性模型统计方法：●效应指标为OR，则采用Mantel－Haeszel统计方法●效应指标为两个均数的差值、两个率的差值、回归系数、对数RR等近似服从正态分布的效应指标，则采用General－V ariacne-Based方法进行Meta统计分析。

2)如果各个研究的效应指标不满足齐性条件或者研究背景无法用确定性模型进行解释的，则采用随机模型进行Meta 统计分析。

为了使读者较容易地掌握Meta 分析方法，以下将结合STA TA 软件的Meta 分析操作命令，通过实例介绍Meta 分析步骤和软件操作以及相应的统计分析结果解释，然后对Meta 分析中所涉及的统计公式进行分类汇总小结。

确定性模型的Meta 分析方法例1：为了研究Aspirin 预防心肌梗塞(MI)后死亡的发生，美国在1976年－1988年间进行了7个关于Aspirin 预防MI 后死亡的研究，其结果见表1，其中6次研究的结果表明Aspirin 组与安慰剂组的MI 后死亡率的差别无统计意义，只有一个研究的结果表明Aspirin 在预防MI 后死亡有效并且差别有统计意义。

现根据表1所提供的资料作Meta 分析。

表1 Aspirin 预防心肌梗塞后死亡的研究结果研究 Aspirin 组 安慰剂组 编号 观察人数 死亡人数 死亡率P E (%)观察人数 死亡人数死亡率P C (%)P 值OR *1 615 49 7.97 624 67 10.74 0.094 0.7202 758 44 5.80 771 64 8.30 0.057 0.6813 832 102 12.26 850 126 14.82 0.125 0.8034 317 32 10.09 309 38 12.30 0.382 0.8015 810 85 10.49 406 52 12.81 0.229 0.798 6 2267 246 10.85 2257 219 9.70 0.204 1.133 78587157018.288600172020.000.004 0.895注：11E C ECP P O R P P =--。

可以证明：OR>1对应P E >P C ；OR<1对应P E <P C ；OR=1对应P E =P C 。

具体分析和计算步骤如下： 一、把表1资料改写为表2形式的资料表2 Mantel-Haeszel 计算用表Aspirin 组安慰剂组研究 编号 死亡人数 (a) 存活人数 (b) 死亡人数 (c) 存活人数 (d) 样本量 (n) 权重 (w) ORw ×OR1 49 566 67 557 1239 0.0389 0.7197 0.02802 44 714 64 707 1529 0.0412 0.6808 0.02803 102 730 126 724 1682 0.0205 0.8029 0.0165 4 32 285 38 271 626 0.0648 0.8007 0.0519 5 85 725 52 354 1216 0.0352 0.7981 0.0281 6 246 2021 219 2038 4524 0.0096 1.1327 0.0109 7 1570 7017 1720 6880 17187 0.0015 0.8950 0.0013合计0.21160.1647 其中括号中的a,b,c,d,w 为统计计算公式中所对应的符号。

如：权重1111w abcd=+++二、计算Mantel-Haeszel OR:0.03890.71970.00150.89500.16470.7780.03890.04120.02050.00150.2116iiiM H iiw O RO R w ⨯++⨯====++++∑∑三、OR 的齐性检验H 0：各个研究的总体OR 相同 vs H 1：各个研究的总体OR 不全相同。

OR 的齐性检验在统计软件中一般采用Breslow-Day 齐性检验[1]。

由于Breslow-Day 齐性检验方法计算步骤较为复杂，所以本书将仅给出参考文献供读者查阅。

四、如果OR 齐性，则用Mantel －Haeszel 方法计算总体OR MH 的95％可信区间以及检验H 0：总体OR MH ＝1。

Mantel －Haeszel 方法计算OR 的可信区间比较误差，故在汇总中给出计算公式。

五、用STA TA 软件对上述资料进行统计分析操作步骤如下： 资料输入的格式：其中no 为研究编号，group=1表示Aspirin 组，group=0表示安慰剂组；dead=1表示死亡，dead=0表示活着；w表示频数。

第一个研究的资料第二个研究的资料第七个研究的资料●●STA TA软件输出结果如下：各个研究的OR齐性检验(H0：总体OR1＝总体OR2＝…＝总体OR7＝公共总体OR)设齐性检验的检验水平 =0.1，齐性检验的卡方值为9.95，自由度为6，相应的P值=0.1269>0.1，因此可近似认为OR是齐性的。

综合效应的统计检验H0：公共的总体OR＝1 vs H1：公共的总体OR ≠1设综合效应的统计检验水平α=0.05，对应的Mantel －Haeszel 卡方=10.82，自由度为1，相应的P 值=0.0010<0.05，因此可以推断综合分析中公共总体OR 不等于1，公共OR 的Mantel －Haeszel 估计值＝0.8968，相应的95%可信区间为(0.8405，0.9570)，因此在95%可信意义下可以推断综合分析的总体OR<1(或者说：可以断定总体OR<1的概率大于0.95)。

由于本研究的11C E ECP P O R P P =--，因此可以推断：Aspiring 组的死亡率低于安慰剂组的死亡率，并且差别有统计意义。

结论：服用Aspiring 有助于降低心肌梗塞后的死亡率。

例2：为了研究某减肥药的疗效，现以身高体重指数BMI 为疗效观察指标，为了避免其它的混杂作用，故限定所有研究对象均为45岁至55岁的健康女性(其它体检指标均正常)。

研究问题为：通过一个疗程的治疗，该药物是否能降低45岁至55岁的健康女性的BMI? 因此需要检验治疗组和对照组所对于BMI 总体均数是否相同？现收集了6个研究的结果如下所收集研究治疗组 对照组 两个样本 均数的差值 d 两个样本均数差值的标准误se P 值结果的编号(no)均数 (mean E ) 标准差 (S E ) 样本量 (n E ) 均数 (mean C ) 标准差 (S C ) 样本量 (n C ) 1 28.0 3.3 30 29.0 2.8 35 －1.0 0.766159 0.1910 225.5 2.9 34 27.4 2.7 31 －1.9 0.694632 0.0083 3 26.5 2.7 32 27.5 2.9 31 －1.0 0.706472 0.1615 4 27.8 3.4 33 29.8 2.6 31 －2.0 0.753902 0.0107 5 27.2 3.0 30 28.1 2.9 32 -0.9 0.750208 0.2345 628.02.86029.23.150-1.20.568214 0.0353在这6个研究中，研究结果表明：有3组BMI 的差异有统计意义(P 值<0.05)，但是另外3组BMI 的差异无统计意义。

因此存在较大的争议，所以有必要通过Meta 分析综合这6个研究的结果。

总体效应指标为治疗组BMI 的总均数－对照组BMI 的总体均数：D E C μμμ=-，相应的样本效应指标为mean D =mean E －mean C ，标准误()EC se x x -=详细叙述。

以均数差值为效应指标的Meta 分析可以用General V ariance-Based 方法进行综合分析。

计算步骤简述如下： 一、计算各个研究的权重：21iiw se =研究编号i 1 2 3 4 5 6 标准误se i 0.766159 0.694632 0.706472 0.753902 0.750208 0.568214 权重w i 1.7035792.072482.0035961.7594231.7767923.097249二、计算加权平均的均数差d 和相应的方差()V ar d研究编号I 1 2 3 4 5 6合计 两个均数差值d i -1.0000 -1.9000 -1.0000 -2.0000 -0.9000 -1.2000权重w i 1.7036 2.0725 2.0036 1.7594 1.7768 3.0972 12.4131 w i ×d i-1.7036 -3.9377 -2.0036 -3.5188 -1.5991 -3.7167 -16.4795加权平均的均数差6161-16.4795-1.3276 12.4131iii ii w ddw=====∑∑加权平均的均数差的方差6111()0.080612.4131ii Var d w====∑三、齐性检验：2()i i Q w d d =-∑。

如果各个研究的两个总体均数的差值μd 是相等的，则Q 近似服从自由度为5的卡方分布(自由度=研究个数－1，本例df=6-1＝5)。

设齐性检验的统计检验水平α=0.1。

研究编号I 1 2 3 4 5 6合计 两个均数差值d i -1.0000 -1.9000 -1.0000 -2.0000 -0.9000 -1.2000 i0.3276 -0.5724 0.3276 -0.6724 0.4276 0.1276权重w i1.70362.0725 2.0036 1.7594 1.77683.0972 12.4131 i i 0.1828 0.6791 0.2150 0.7955 0.3249 0.0504 2.2477齐性检验统计量2()i i Q w d d =-∑＝2.2477<25,0.19.23χ=，P 值>0.1。