什么叫meta-analysis（荟萃分析）？

概念

Meta-analysis是指对研究的研究，往往用于比较和综合针对同一科学问题研究结果的统计学方法，其结论是否有意义取决于纳入研究的质量，常用于系统综述中的定量合并分析。meta-analysis也可以翻译为元分析、后设分析、整合分析、荟萃分析等。最常用的翻译是荟萃分析。

Meta-analysis是用统计的概念与方法，去收集、整理与分析之前学者专家针对某个主题所做的众多实证研究，希望能够找出该问题或所关切的变量之间的明确关系模式，可弥补传统的Review Articles(文献综述)的不足。与单个研究相比，通过整合所有相关研究，可更精准地估计医疗卫生保健的效果，并有利于探索各研究证据的一致性及研究间的差异性。而当多个研究结果不一致或都无统计学意义时，采用Meta分析可得到接近真实情况的统计分析结果。

它的意义是什么呢？我们知道一项研究只能得出有限的结论，时间、地点、数据、方法，其中任何一项不同都可能引起结论的不同。研究者们分别发表各自的研究，在不同期刊和论坛交流辩驳探讨。Meta-analysis即把所有这些发表出来的研究进行整合、量化、比较、统计分析等，以得出更精确的结论，深入探究某事物或现象的全貌和本质。比如下图就是用荟萃分析对基因表达进行分析的图示：

图片来源：360图片

根据统计假设的不同可将Meta 分析方法分为两类:固定效应模型和随机效应模型,前者假设所有研究享有共同的真实效应大小,后者假设所有研究的真实效应大小不同,具体体现在计算所有研究平均效应的权重上。由于随机效应模型比较符合实际,得到了Meta分析家们的认可,正被广泛应用开来。

发展史和主要特点

Meta-analysis方法的思想可追溯到20世纪30年代，最初应用于教育学、心理学等社会科学领域。Meta分析（Meta-analysis）一词，最早由统计学家基恩·格拉斯（GeneV. Glass，美国，1940~）于1976年正式提出。虽然Glass作为Meta分析的创立者广为人知，但Meta分析背后的方法学理念却可以追溯到17世纪。1753年，医生詹姆斯·林德（James Lind，苏格兰，1716-1794）发表了第一篇系统综述，而1904年统计学家卡尔·皮尔森（Karl Pearson，英国，1857-1936）发表在英国医学杂志（BritishMedical Journal，BMJ）的一篇关于伤寒疫苗有效性的研究，被认为是首次使用了Meta分析的方法理念，对多个临床研究的结果加以总结 。

Meta-analysis方法应用到医学有关的文章第1篇发表于1955年。作者综合了15份单独研究结果，对1000余名不同疾病患者服用安慰剂的疗效进行分析，得出了安慰剂具有35 %疗效的结论。

20世纪80年代中期，Meta分析被逐步引入到临床随机对照试验及流行病学研究中，并在近十年来快速发展，Meta分析论文发表数量也快速增长。近年来，随着方法学的不断发展，累积Meta分析（CumulativeMeta analysis）和网状Meta分析（NetworkMeta analysis）等新方法也应运而生。 

Meta分析的内容有：①异质性分析及处理多个独立研究的统计量一致性检验；②合并效应值计算；③合并效应值的检验。

异质性检验是Meta分析的重要环节，多用Q检验确定多个独立研究的异质性是否具有统计学意义，一般认为当P>0.1时，各独立研究结果一致性较好。

效应值的选取通常根据临床研究的性质、资料的类型确定。Meta分析合并效应值常用统计模型有固定效应模型和随机效应模型两种，当多个研究具有同质性时，采取固定效应模型；当多个研究不具有同质性时，对异质性原因进行分析和处理，如进行亚组分析，若异质性分析和处理后仍无法解决时，可采取随机效应模型进行合并效应值的计算。

针对合并效应值进行假设检验，以检验多个同类研究的合并效应值是否具有统计学意义。常用方法如下：①z(u)检验：若P≤0.05，多个研究的合并统计量具有统计学意义；②置信区间法：当试验效应指标为OR、RR时，其95%可信区间若不包含1，等价于P<0.05，即有统计学意义。当试验效应指标为RD、SMD时，其95%可信区间若不包含0，等价于P<0.05，即有统计学意义。

传播学研究中的Meta-analysis

传播学领域一般将meta-analysis一词翻译成元分析。国内最早在传播研究中介绍这一研究方法的，应该是《国外社会科学》 2003年第6期刊发的文章《因特网之传播学研究：主题元分析》，文章的作者是S·T·金,D·韦弗、陈源。这项研究是传播学在与因特网相关的研究中使用的方法与理论模型。研究数据来自在《传播学摘要》 (Communication Abstracts) 的主题索引中以“因特网”和“万维网”为关键词取得的搜索结果。《传播学摘要》每年出版6期, 囊括了200多种期刊中与传播学相关的论文的信息。作者以研究论文作为分析单元, 对每一篇论文按照出版年代、期刊名、研究主题、研究议题发展、研究方法和采用的传播理论进行编码。作者研究发现：传播学研究者对因特网研究的兴趣增长;研究重点集中于因特网自身, 尤其是法律、政策问题以及对因特网的使用;定量研究相对缺乏;缺乏理论应用, 尤其是传统的大众传媒效果理论。

毛良斌2020年在《现代传播》发表的文章《社交媒体自我呈现与主观幸福感关系的元分析》就使用了这一分析方法，作者采用元分析方法探讨社交媒体自我呈现与主观幸福感的关系。共有43篇实证研究纳入元分析，被试总人数为24386人。结果发现，社交媒体自我呈现确实能显著提高主观幸福感，效果量微弱;社交媒体自我呈现对主观幸福感的影响效应大小取决于自我呈现的方式;积极自我呈现和真实自我呈现均能显著提高主观幸福感，消极自我呈现则显著降低主观幸福感;社交媒体自我呈现强度显著提高主观幸福感，具体到主观幸福感各维度来看，自我呈现强度能显著提高积极情感，但不能显著提高生活满意感，也不能显著降低消极情感;主观幸福感测量工具和文化背景对社交媒体自我呈现与主观幸福感关系存在调节效应，但在被试类型上，则未发现调节效应。

优点及缺点

优点

Meta 分析设计较严密,有明确的选择文献标准;系统地考虑了研究的方法、结果测量指标、分类、对象对分析结果的影响;给出了测量指标(结合统计量) ,提供了一种定量估计效应程度的机理,分析结果客观性强,具有科学性;提高了文献的综合统计能力;现代Meta 分析考虑了独立研究的质量问题。

缺点

1.发表偏见（Publicationbias）

几乎所有作者及编辑都有更愿意报道统计检验显著结果的趋向,所以综述者被限于在发表物中综合独立研究结果,有可能导致效应大小的高估计。在一项调查中,58 名工作者说他们共做了921 个随机对照实验, 96 个( 10.42 %) 未发表,且正效应结果明显比负效应结果更易于发表;再者,已发表论文所用的实验方法也未必一定好于未发表者。为了克服这一缺点,现在Meta 分析者在搜集资料时既包括了已发表物,也包括未发表物。但有人反对这样做。

2.发表物中缺少综述者所需数据

在实践中,有许多已收集的文献,由于对最初实验结果的有选择性报道、错误的分析、对原始数据描述不完整等原因而不能被利用,大大降低了Meta 分析的综合能力。 

3.不对等比较

许多学者指出各研究的对象、结果测量指标不同会影响最终分析结果,好象将桔子与苹果拿来比较一样,很难得出正确的结论。但也有人认为扩大总体概念会提高综合能力, 结论更具实用性。Peto 指出为解决同一问题而进行的实验, 其综合结果具有相同的方向。 

4.综述对象最初数据质量不等

如果在分析时对这些质量不等的研究给予相同的结合标准,必然会导致分析结果的不准确,为了克服这一问题,分析家们提出了定性Meta 分析。 

5.综述者对综合结果的解释有偏见。 

6.不可避免的非随机性选择独立研究

因为统计显著性检验要求样本是从遵循一定分布规律的总体中取样得来,所以非随机选取研究和对同一数据进行多次检验(重复报道部分或全部数据或者用同一作者的多个结果) 都是违反上述假设的。但事实上,前5 个问题是所有综述方法的共同弊病,但在描述性综述和数表决法中它们隐藏了起来,并未直接暴露出来,而在Meta 分析中却把它们显露无遗。我们已经看到这样一个事实,Meta 分析正在逐步努力克服这些问题,而且已经取得了可喜的进展。但是再好的Meta 分析也不能代替独立研究,它们是Meta 分析的基础。综上所述,Meta 分析作为一种结合独立研究的统计学方法,具有传统综述不可比拟的优越性,它在这短短20 年中的迅猛发展是最好的一个见证。

总结

总之，meta-analysis的用处和潜力都是很大的。无论结果如何，meta-analysis能够将某一论题的大量证据（即研究）考虑在内，就是对这一领域研究的有力提升，可为现实应用提供支持。而为了更好地发挥meta-analysis的用处，我们应该适当从文献中剔除糟糕的研究，并说明理由；另外，尽可能纳入消极结果的研究，这一点需要我们共同努力把消极结果的研究也提供平台发表出来。最终目标是，携手设计出一个每个人都能达成共识的meta-analysis。