異質性

在系統評價中，研究間任何種類的變異被稱為異質性。異質性主要包含三類：①臨牀異質性：所研究的受試者、干預措施和結局的變異；②方法學異質性：研究設計中的多樣性和偏倚風險；③統計學異質性：在不同研究中所評估的干預效應中的多樣性，其為臨牀異質性和方法學異質性的結果 ^[1]  。

如果個體研究結果的可信區間重疊較少，這通常表明存在統計學異質性。異質性檢驗是定量地評估異質性大小的方法，即通過統計學方法檢驗異質性。常用的檢驗異質性的方法有卡方檢驗Q統計量和I²統計量 ^[2]  。卡方檢驗評價了觀測結果間的差異是否僅由機遇所致。但異質性檢驗方法存在一定的侷限性，如當研究樣本量小時，其檢驗效能較低，意味着有統計學意義的結果可能表明存在異質性問題；當Meta分析納入很多研究時，有較高的檢驗效能可能檢出無臨牀意義的少量異質性。

識別異質性後，許多方法可以用來解決異質性問題。常見的方法有：①在產生嚴重的異質性時，再次檢查數據是否正確，如分析單位是否存在誤差；②不做Meta分析，嘗試使用定性分析方法進行系統評價；③探索異質性的來源，進行亞組分析或meta迴歸；④根據實際情況採取固定效應Meta分析忽略異質性；⑤進行隨機效應Meta分析綜合研究間的異質性；⑥改變效應指標，效應指標的不恰當選擇可能造成異質性，改變效應指標可以影響研究結果異質性的程度；⑦排除一些研究，異質性可能來源於其中一小部分研究，排除這些研究能有效減少異質性 ^[1]  。

Meta分析是對同質的研究結果進行合併，如果研究間存在很大的異質性，就會造成“合併蘋果、橙子和檸檬”的錯誤。因此在開始做Meta分析前，首先要制定嚴格、統一的納入和排除標準，只有具有相同研究目的、高質量的研究才能納入分析，還要考慮研究對象、處理因素等的一致性，這在一定程度上可以確保納入研究臨牀上的同質性，這也是合併各不同研究的前提條件 ^[3]  。