Meta分析的敏感性分析，你知道怎样正确使用吗？
对于meta分析，敏感性分析是最常见的统计方法之一，主要用来评估meta分析合并结果的稳健性和可靠性，因此又称为稳健性分析。
敏感性分析的方法
1 改变合并模型
于异质性程度中等（I2接近50%，P略大于0.05），且合并结果表现出边缘效应的meta分析。通过随机效应模型，评估固定效应模型的合并结果是否稳定。
如下图所示，固定效应模型的合并结果为OR (95%CI) = 1.19 (1.01, 1.41)，差异显著。然而，随机效应模型的结果为1.24 (0.99, 1.55)，合并结果没有统计学意义。两种模型的合并结果不一致，也就是不稳定。
2 逐一剔除法
依次剔除1篇文献，剩余文献（n-1篇）进行meta分析合并，通过观察合并结果的变化情况，评估原meta分析结果是否受某些研究的影响而发生显著变化。
如下图所示，大部分文献被剔除后，剩余研究的合并结果都变成没有统计学意义（95%CI包括1），说明原meta分析结果很容易因研究数量的变化而发生显著改变，缺乏稳健性。
3 排除一类文献
改变纳入排除标准或剔除某类文献后再进行效应量合并是常用的敏感性分析方法之一，适用于纳入文献较多，但某些文献数量较少的时候（如纳入20篇文献，但病例对照研究只有3篇，队列研究17篇）。若排除一类文献后，合并结果没有发生方向的改变（如从有统计学意义变成无统计学意义），说明该类文献对结果的影响不显著，meta分析结果稳定。PS：排除一类文献，并没有固定的操作，需要自行删除文献，然后将剩余文献，按做meta分析的方法得到森林图。
4 剪补法
敏感性分析的误区
误区1
有的人是因为探讨异质性来源才做的敏感性分析，这是对敏感性分析的误解。虽然有时候敏感性分析也可以展示异质性结果，但它的最大出发点依然是评估结果的稳定性。
误区2
有的人通过逐一剔除法，发现剔除某篇文献后，异质性变得不显著，就认为该文献是异质性来源，然后考虑是否要排除这篇文献（从纳入文献中剔除）。这样的操作也陷入了误区。
这个结果只是说明该文献带来了异质性，但并没有找到更深层次的异质性来源。进一步分析该文献与其他文献在临床、方法学的差异，找到具体的异质性影响因素，显然更为合理。
