危险因素的meta分析，你还想着只纳入有显著意义的因素？

    很多人有这样的疑问，我要分析xx疾病的危险因素，每篇文献报道的因素都很多，而且结果也不一样，是不是只提取有统计学意义的因素来做meta分析？

先说答案，不是！
假设只纳入有统计学意义的结果。那么，年龄在A文献显著，B文献不显著，你是只纳入A文献？如果是，那这个meta分析没必要做了，年龄的合并结果肯定是有统计学意义的。

还有另一种说法，没有统计学意义的，为什么要纳入？
两种情况，一是上面的例子，同一个因素，一部分文献显著，一部分文献不显著，这些文献都要纳入，因为meta分析是为了解决争议性问题。结果的不同，正是“争议”的表现。

另一种情况，哪怕某个因素在所有文献都是不显著，但也不代表合并结果没有可能显著。
如下面的亚组分析森林图，第二个亚组“2.1.2 During < 12 weeks”，纳入了3个研究，结果都没有统计学意义（SMD的置信区间包括0，P>0.05）。但合并结果的P值却是显著的，SMD (95%CI) = -0.49 (-0.90, -0.08), P = 0.02。

这是为什么？因为Meta分析的作用之一是扩大原始研究的样本量，使得分析结果更精确。对于来源于同一个总体的样本数据，样本量越大，统计精度越高，也就更有可能得到有统计学意义的结果。
该亚组的三个研究，异质性检验结果为P = 0.86，I2 = 0%，说明研究间的统计学异质性不显著。从统计学的角度来看，三个研究来自同一个总体。于是，3个“小”样本的阴性结果研究，经过meta分析汇总后，变成“大样本”，结果变成有统计学意义，也就可以理解了。

今天的分享就到这了，meta分析学习过程，我们会碰到各式各样的问题，如果你想更快、更高效地掌握meta分析，早日发表SCI，请不要错过尔云间的meta分析培训班！