Meta分析的结果为什么这样，怎么解释?

很多人找到我们咨询meta分析学习中遇到的问题，其中有一些是非常具有共性的，今天要跟大家分享其中一个：结果为什么这样，怎么解释。    

     
如果要具体描述，问题大概是这样的（包括但不仅限于）：

1 做森林图，有显著的异质性，用固定效应模型结果有统计学意义，用随机效应模型则没有，为什么，怎么解释？

2 发表偏倚检验，做了Begg、Egger检验，结果相反，一个P<0.05，另一个P>0.05，为什么，怎么解释？

3 meta分析有异质性，做了亚组分析和meta回归探讨异质性影响因素，结果不一致，为什么，怎么解释？         

有一些人学习meta分析是先操作、后理论的，一方面是理论晦涩难懂，操作可按图索骥、照猫画虎；另一方面觉得理论没有用，分析完有结果写文章就完事了。

做完分析却出现上述各种意想不到的问题，于是开始要答案。第一个问题很好解答，为什么结果不一样，因为方法不同啊！如果两种方法的结果一样，有必要做区分吗？   

      
当然，我知道，其实他们关心的不是数值的差异，而是结果、甚至结论的差异。结果矛盾、我应该用哪个结果，如果都用，怎么解释两者结果不一致？

然而，要解答这个问题，同样需要从这些方法的统计原理入手。当我们了解对应的统计原理，就知道了为什么，也可以给出“解释”（第二个问题也解决了）。  

       
因此，如果你也有类似的问题，我的建议是：先去学习统计原理。如果实在看不懂，那也请你先搜索相关的知识，谈谈你自己的看法，而不是问题一发，就坐等答案。