亞組分析（Subgroup analysis）是指在研究中，按照研究對象的某種特徵（如性別，疾病嚴重程度等）將研究對象分成不同的亞組，然後分別估計不同組別的效應值，並進行亞組間比較。在Meta分析中，可以將研究按照一定的研究特徵分成亞組進行分析，其目的在於研究互動作用或效應修飾作用，即在不同人群或條件下，效應值的大小是否不同。亞組分析是分析異質性結果的重要方法之一，或用於回答有關特定患者、干預類型或研究類型的問題。
基本介紹
- 中文名：Meta分析-亞組分析
- 外文名：Subgroup analysis
原則,方法,局限性,
原則
- 確保有足夠的研究用於亞組分析；
- 事先確定研究特徵以避免事後分析；
- 選擇少量的研究特徵以減少假陽性結果的可能性；
- 確保對分析的每一個特徵都有科學的理論；
- 許多可能對干預措施的作用程度有效應的研究特徵無法進行亞組分析；
- 避免不同研究特徵中的混雜。
方法
在系統評價中出現異質性的原因可能是各項研究在研究對象、干預措施制定、研究地域等方面存在差異。亞組分析就是按照以上某一因素將研究分成兩組或多組，以觀察各亞組的合併效應值之間是否存在統計學上的差異。即亞組合併效應值與分組因素是否存在互動作用，由此判斷分組因素是否為各項研究結果之間存在異質性的重要影響因素。
研究者可以通過定性和定量兩種方法判斷合併效應值在不同亞組間是否存在差異：①定性判斷，觀察各亞組的合併效應值95%可信區間之間是否存在重疊，若存在重疊則表示很可能存在互動作用；若不存在重疊則表示不存在互動作用。②定量判斷，通過假設檢驗的方法檢驗是否存在互動作用或效應修飾作用，如在Meta回歸中引入互動項，對其係數作假設檢驗。在系統評價Meta分析中，針對研究內不同受試者的亞組分析比較少見，因為在研究報告中一般沒有受試者的詳細信息，如果能夠收集到個體水平上的信息，研究者可以根據這些信息進行亞組分析。
局限性
來自多個亞組分析的結果可能產生誤導，因為亞組分析是通過特徵進行觀察，並不是基於隨機的比較。因此隨著亞組分析數目的增加，在不調整顯著性檢驗水準α的情況下，出現假陰性和假陽性顯著性檢驗的可能性迅速增加。當其作為結論呈現時，會出現患者拒絕有效干預並接受無效（甚至有害）干預的風險。除此外，亞組分析也會對未來的研究方向產生誤導性推薦，一旦發生則是對稀缺資源的浪費。亞組分析結果不應該作為研究的主要結論基礎而是作為研究結果的補充，或者為進一步的研究提供參考依據，對亞組分析結果的解釋應該謹慎。
