今天搜“Meta分析怎么做”，页面上扑过来的，几乎都是“六步入门”“七步速成”“从选题到森林图”。
看着看着，我有点替森林图累。
好像只要把几篇论文拖进软件，点几下，最后那个菱形没有压在无效线上，一篇 Meta 分析就算做成了。
其实真不是这么回事。
Meta 分析最容易学的，恰恰是软件。选固定效应还是随机效应，连续变量填均数和标准差，二分类资料填事件数，这些跟着教程做几遍，差不多都能上手。
难的是按下“合并”之前，你知不知道自己到底在合并什么。
森林图之前，才是最费脑子的地方
先把两个经常混在一起的词分开。
**系统评价是一整套找证据、选证据、评证据、解释证据的过程；Meta 分析只是其中一种统计合并方法。**资料不适合合并，系统评价照样可以做。硬把不同的东西塞进一个菱形里，反而坏事。
比如题目叫“中医药治疗膝骨关节炎的 Meta 分析”。看着挺明白，仔细一问，全是坑。
“中医药”指中药，还是针刺、艾灸、穴位贴敷、推拿也算？中药是单方、固定成方，还是辨证加减方？患者处在什么病程？对照是安慰剂、西药、常规治疗，还是另一种中医疗法？最后看疼痛、关节功能、总有效率，还是停药以后的长期情况？
这些不先说清，后面检索越全，搜回来的东西可能越乱。
所以一篇 Meta 分析真正的起点，不是打开 RevMan，而是把问题收住。人群、干预、对照、结局、研究设计，哪一项含糊，都会一路传到最后。
而且这些最好在看见结果之前定下来。
方案和注册的意义，就在这里。它不是挂一个注册号给文章镀金，而是先把自己的手绑一绑：准备纳入谁，主要看什么结局，哪些情况做亚组，什么数据不能合。否则看完结果以后再定规则，人很难不偏向那个更好看、更容易显著的答案。
一项对 192 篇中医药治疗慢性心力衰竭系统评价/Meta 分析的审计发现，只有 3 篇提供了预先方案，报告方案或注册信息的也只有 5 篇[1]。
这个数字挺扎眼。
因为它提醒我们的，不只是“少填了一个报告项目”，而是读者很难知道：这些决定究竟是事先想好的，还是结果出来以后才定的。
接下来是检索。这个问题我们前面已经连续写过几篇，这里不再把数据库语法抄一遍。只说一句最要紧的：没被搜到的研究，后面做再严格的双人筛选也救不回来。
每个数据库用了什么字段、哪些同义词、检索到哪一天、有没有查注册平台和灰色文献，都应该留得下来。中医药还多一层麻烦：现代病名、中医病名、证候、治法、方药和具体技术经常不是一套词。只搜“中医药”三个字，看着范围大，实际很可能漏得厉害。
筛选和提取也不是体力活。
同一项试验拆成两篇论文，不能当成两项研究；三个治疗组共用一个对照组，不能把同一批对照患者重复计算；一个量表在治疗后、随访期各测一次，也不能挑显著的那个时间点就走。这里任何一个小错误，到了软件里都会被认真地算下去。
软件不会嫌你的数据有问题。它只负责精确地处理你交给它的东西。
合并出来以后，话还得往回收
很多文章做到这里，会看一个 I²。
小于 50%，固定效应；大于 50%，随机效应。然后继续。
这套动作太熟了，熟到容易忘记：I² 只能告诉你结果差异到了什么程度，不能替你解释差异从哪来。随机效应模型也不是一块橡皮，擦不掉研究之间真正的不同。
中医药研究尤其容易碰上这种事。
同一个病名，纳入的证型不同；都叫“中药治疗”，一个用固定方，一个随证加减；疗程从两周到三个月；“总有效率”的判定标准各写各的。这样的研究即使统计上能算，也得先问一句：它们回答的是同一个问题吗？
如果不是，就别硬合。
分开讲，或者老老实实做定性综合，并不比画一张森林图低级。相反，这可能是整篇研究里最有判断力的决定。
偏倚风险也是一样。论文里写了“随机”两个字，不等于随机序列真做对了；没写盲法，也不能不分场景直接判死刑。要看随机怎么产生，分配有没有隐藏，失访去了哪里，结局是不是按原计划报告，测量者会不会被分组信息影响。
最后那个显著不显著，反而没有想象中那么神。
效应有多大？置信区间有多宽？病人真正关心的结局有没有改善？原始研究本身靠不靠谱？这些问题没回答，只拿着一个 P<0.05，结论很容易跑得比证据快。
漏斗图也别太迷信。研究数很少时，图本来就看不出什么；即便不对称，原因也可能是小样本效应、研究质量差或临床异质性，不一定就是发表偏倚。画得像漏斗，不等于坏消息都被找齐了。
做到最后，还需要用 GRADE 一类方法，分别判断每个重要结局的证据确定性。不是给整篇文章盖一个“高质量”或“低质量”的章，而是告诉读者：这个结局，我们到底有多大把握。
还有一个很常见的误会：文章照着 PRISMA 清单写全了，就等于方法没有问题。
PRISMA 管的是怎么把这项研究报告清楚，不是替作者证明每一步都做对了。一个人完全可以把错误的方法写得很完整。报告规范很重要，但它不是合格证。
说到底，Meta 分析不是把几篇小研究熬成一篇大研究。
它更像一次重新审案：证据有没有找全，证人是否可靠，几份证词能不能放在一起，矛盾该怎么解释，最后这句话究竟能说多重。
森林图只是把其中一部分画了出来。
真正决定文章值不值得信的，还是那几个不太好截图、也不太适合做“七步速成”的地方：哪些研究不该进来，哪些数据不该合，哪些漂亮结果不该说满。
这几件事做对了，软件只是帮忙。
做不对，菱形越漂亮，可能越麻烦。
参考资料
- 来晓磊，黄明月，刘红旭，等. 中医药治疗慢性心力衰竭系统评价/Meta分析的方法学与报告质量评价[J]. 中医杂志，2023，64(15): 1544-1549.
- 韩梅，王禹毅，牟钰洁，等. 中医药系统综述报告规范及方法学评价[J]. 中国中西医结合杂志，2012(7).
- 李雨芯，熊俊，张政，等. 中药系统评价/Meta分析报告规范（PRISMA-CHM）解读[J]. 中国循证医学杂志，2023(11).
- Page MJ, McKenzie JE, Bossuyt PM, et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews[J]. BMJ, 2021, 372: n71.
- Higgins JPT, Thomas J, Chandler J, et al. Cochrane Handbook for Systematic Reviews of Interventions, version 6.5[M/OL]. Cochrane, 2024.
- Sterne JAC, Savović J, Page MJ, et al. RoB 2: a revised tool for assessing risk of bias in randomised trials[M/OL]. Cochrane.
- GRADE Working Group. GRADE Handbook / GRADE Book[M/OL].