異質性檢驗

異質性介紹

異質性一般指meta分析中，納入文獻之間的存在的異質性。其廣義定義為：描述參與者、干預措施和一系列研究間測量結果的差異和多樣性，或那些研究間的內在真實性的變異。狹義定義為：專指統計學異質性，用來描述一系列研究中效應量的變異程度，也表明除可預見的偶然機會外研究間存在的差異性。

1 臨床異質性

試驗對象的差異：納入及排除標準不同。

試驗條件的差異：干預劑量、劑型、方法不同。

定義指標的差異：試驗定義的暴露、結局、測量工具不同。

對照、地點…..................

2 方法學異質性

研究設計的差異：前瞻性、回顧性、隨機化對照試驗。

偏倚風險：盲法等。

結局完整性：隨訪時間長短不同。

3 統計學異質性

不同試驗間被估計的治療效應的變異，它是研究間臨床和方法學上多樣性的直接結果。

統計學計算一致性以數據為基礎，其原理是各研究間可信區間的重合程度越大，則各研究間存在統計學同質性的可能性越大，相反，可信區間的重合程度越小，各研究間存在統計學異質性的可能性越大。

臨床異質性、方法學異質性和統計學異質性三種是相互獨立又相互關聯的，臨床或方法學上的異質，不一定在統計學上就有異質性的表現，反之亦然。但尋找臨床和方法學上的異質性可以提示統計學異質性的來源。

異質性檢驗方法又叫統計量的齊性檢驗（一致性檢驗），目的是檢查各個獨立研究的結果是否具有可合併性。

套用Q及I²統計量，既可檢測是否存在異質性，也可檢測異質性的程度；適當套用圖示法，找到引起異質性的異常點（某個或某幾個研究）

在異質性較大時，隨機效應模型主要是校正合併效應值的算法,使得結果更加接近無偏估計,即結果更為準確，但其得出的結論偏向於保守，置信區間較大，更難以發現差異，如果各個試驗的結果差異很大的時候，是否需要把各個試驗合併需要慎重考慮，作出結論的時候就要更加小心。

meta分析中，異質性是天然存在的。如果異質性較小，選擇固定效應模型更可靠；如果異質性較大，則建議選擇隨機效應模型。但仍然需要通過敏感性分析，尋找到異質性根據，以消除其影響。

通過亞組分析、meta回歸、敏感性分析分析異質性的來源。