進行系統評價的過程包括一系列決策。同時，許多這些決策都目的清楚並沒有爭議，而有一些則是隨意和不清楚的。例如，如果納入標準包括數值，值的選擇通常是隨意的：
例如，定義老年人組，可能60、65、70或75歲，或其之間的任何值都是合理的。因為一個研究報告未能納入所需信息，一些決策可能不清楚。一些決策因為納入研究自身未獲得所需信息而不清楚：例如，那些不幸失訪者的結局。更多的決策因為不能確定用於特定問題的最佳統計方法而不清楚。
我們希望證明系統評價的結果並不是依賴於這種隨意或不清楚的決策。敏感性分析是對最初分析或Meta分析再次分析，來取代隨意或不清楚的備選決策或決策的價值範圍。
基本介紹
定義,適用場景,結果解讀,
定義
敏感性分析，又稱為靈敏度分析，其在數理統計中被定義，在臨床研究的系統綜述中被廣泛使用。
數理統計中的定義
為一種定量描述模型輸入變數對輸出變數重要性程度的方法。假設模型表示為y=f（x1，x2，…，xn）（xi為模型的第i個屬性值），令每個屬性在可能的取值範圍內變動，研究和預測這些屬性的變動對模型輸出值的影響程度。我們將影響程度的大小稱為該屬性的敏感性係數.敏感性係數越大，說明該屬性對模型輸出的影響越大。敏感性分析的核心目的就是通過對模型的屬性進行分析，得到各屬性敏感性係數的大小，在實際套用中根據經驗去掉敏感性係數很小的屬性，重點考慮敏感性係數較大的屬性。這樣就可以大大降低模型的複雜度，減少數據分析處理的工作量，在很大程度上提高了模型的精度，同時研究人員可利用各屬性敏感性係數的排序結果，解決相應的問題。
臨床研究相關係統綜述中的定義
比較經典的定義是國際人用藥品註冊技術協調會在其統計學指導原則ICH E9中做出的定義：針對同一估計目標，在偏離基本建模假設和數據局限性時，基於不同的假設來探索主要估計量推斷結果的穩健性而進行一系列分析。國內常用定義為：敏感型分析指觀察當選用不同模型、按研究質量評價標準從納入文獻中去除低質量文獻、根據樣本量大小對納入研究進行分層分析、改變納入和排除標準時，重新進行Meta分析，效應合併值點估計和區間估計的差異，考察結論有無變化，以保證Meta分析結果的穩健性。雖然不同學者對敏感性分析有不同的定義，但本質上，敏感性分析就是研究者為確認臨床研究統計分析結果的可靠性而改用其他分析方法、改變假定條件再次分析數據，以考察結果是否改變及改變的程度。其相當於是對Meta分析的再次分析。
適用場景
敏感性分析主要是在觀察當選用不同模型、不同選用標準等情況下，meta分析結論的穩健性。在系統綜述過程中有許多可能需要進行敏感性分析的時候，包括
- 研究檢索
- 納入標準（受試者特徵、干預措施的特徵等）
- 變數定義
- 應分析數據（連續性數據、有序度量單位、交叉試驗等）
- 分析方法（固定效應還是隨機效應、二分類結局選用OR，RR還是RD，等）
圖1.敏感性分析的適用場景
結果解讀
敏感性分析的目的不是篩選最有利的結果，而是考察結論的穩定性。因此，論文中應報告所有的敏感性分析結果。當敏感性分析結果與主要分析結果一致時，可將其作為附表或附圖，正文中簡要說明當前的結論是穩健的即可。當敏感性分析結果與主要分析結果不一致時，說明主要分析的結果並不穩健，建議在結果部分直接呈現敏感性分析結果，以引起讀者的注意與思考，並在討論部分分析、解釋可能的原因，如有需要，還應進行模擬研究。如何規範的執行和報告敏感性分析，目前並未統一規範。普遍認同的是，計畫的敏感性分析應在研究方案中提前申明，事後的敏感性分析也應在統計分析計畫中詳細說明，並闡述緣由和依據。
敏感性分析優勢會和亞組分析相混淆。雖然一些敏感性分析包括只針對一個亞組的全部研究進行分析，但兩種方法在兩方面存在差異。首先，敏感性分析不會對從分析中排除研究的干預效進行評估，而在亞組分析中，對每個亞組都要進行評估。其次，在敏感性分析中，是在估計同一事情的不同方法間進行非正式比較；而在亞組分析中，是在所有亞組間進行正式的統計比較。
在敏感性分析方面，不少國內研究者還存在一定的誤解，認為Meta分析不存在異質性時就不用作敏感性分析。雖然敏感性個分析也是排除異質性的方法之一，但敏感性分析還具有檢驗Meta分析穩定性的重要作用，所以即便是入選文獻不存在異質性，也應該進行敏感性分析。
