敏感性分析的含义：改变纳入标准（特别是尚有争议的研究）、排除低质量的研究、采用不同统计方法/模型分析同一资料等，观察合并指标（如OR,RR）的变化，如果排除某篇文献 对合并RR有明显影响，即认为该文献对合并RR敏感，反之则不敏感，如果文献之间来自同一总体，即不存在异质性，那么文献的敏感性就低，因而敏感性是衡量 文献质量（纳入和排除文献的证据）和异质性的重要指标。敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法研究探讨对总效应的影响。（王吉耀第二版P76中）“排除某些低质量的研究，再评价，然后前后对比，探讨剔除的试验与该类研究特征或类型对总效应的影响”。（王家良第一版八年制P66、154）敏感性分析是从文献的质量上来归类，亚组分析主要从文献里分组病例特征分类。敏感性分析是排除低质量研究后的meta分析，或者纳入排除研究后的meta分析。亚组分析是根据纳入研究的病人特点适当的进行分层，过多的分层和过少的分层都是不好的。例 如在排除某个低质量研究后，重新估计合并效应量，并与未排除前的Meta分析结果进行比较，探讨该研究对合并效应量影响程度及结果稳健性。若排除后结果未 发生大的变化，说明敏感性低，结果较为稳健可信；相反，若排除后得到差别较大甚至截然相反结论，说明敏感性较高，结果的稳健性较低，在解释结果和下结论的 时候应非常慎重，提示存在与干预措施效果相关的、重要的、潜在的偏倚因素，需进一步明确争议的来源。衡量方法和措施其实常用的就是选择不同的统计模型或进行亚组分析，并探讨可能的偏倚来源，慎重下结论。亚组分析通常是指针对研究对象的某一特征如性别、年龄或疾病的亚型等进行的分析，以探讨这些因素对总效应的影响及影响程度。而敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法的研究以探讨对总效应的影响。建议可以看参考王吉耀主编，科学出版社出版的《循证医学与临床实践》。敏感性分析只有纳入可能低质量文献时才作，请先保证纳入文献的质量！纳入文献的质量评价方法，如果是RCT，可选用JADAD评分。如果病因学研究，我认为使用敏感性分析是评价文献质量（前提是符合纳入标准）的较为可行的方法。敏感性分析是分析异质性的一种间接方法。有些系统评价在进行异质性检验时发现没有异质性，这时还需不需要作敏感性分析？我的看法是需要，因为我觉得异质性也是可以互相抵消的，有时候作出来没有异质性，但经过敏感性分析之后，结果就会有变化。（三）对入选文献进行偏倚估计发表偏倚（publication bias)评估（包括作漏斗图，和对漏斗图的对称性作检验）。可以用stata软件进行egger检验。人是活的，软件是死的，临床是相对的，统计学是绝对的。我们应当区分三个概念：一是：文献/试验质量，现在Cochrane协作网称之为“纳入研究偏倚风险”二是：文献报告质量，这实际上是一个写作表达水平的问题三是：文献所报道试验的试验质量，如试验设计等等而系统综述/系统评价尤其是Cochrane系统评价一直强调的是第一类的概念，即为纳入研究偏倚风险的评估，具体内容可在线阅读其官方网之系统评价作者手册5或安装RevMan 5版本后内包含的手册5内相关内容，我再怎么说也没有他们的权威或准确。95％CI的宽窄实质上反映了试验的精度高低，换言之，上下限的间隔较小、则其精度高，也即是意味着数值资料可靠性比较高，其结果可信度较高，反之则提示可能由于原始数据“丢失”，或样本数量较少所致。但可行区间较宽的试验未必不能纳入分析！其 实，在制作一片合格或高质量的系统评价包括定性与定量的过程中，在我以前的实践过程中，也走了不少弯路，甚至不少结果也是粗制滥造，制造垃圾。现在我最大 的体会就是，除了必须具备系统评价相关方法学的能力以外，关于专业背景与对临床试验设计、实施、结果的统计学分析等相关知识也是同等重要。系统评价的基础一直基于这样一个假设，就是关于某干预措施的RCT其试验设计、受试标准的设置与把握、试验实施、统计学分析等环节没有错误发生，即单个试验 其试验质量与结果统计学分析都是恰当合理的，而纳入系统评价中÷，重点评价其避免试验偏倚的努力程度或者偏倚风险的大小而已。四、总结：（一）结果的解释Meta- 分析结果除要考虑是否有统计学意义外，还应结合专业知识判断结果有无临床意义。若结果仅有统计学意义，但合并效应量小于最小的有临床意义的差值时，结果不 可取；若合并效应量有临床意义，但无统计学意义时，不能定论，需进一步收集资料。不能推荐没有Meta-分析证据支持的建议。在无肯定性结论时，应注意区 别两种情况，是证据不充分而不能定论，还是有证据表明确实无效。（二）结果的推论Meta-分析的结果的外部真实性如何？在推广应用时，应结合该Meta-分析的文献纳入/排除标准，考虑其样本的代表性如何，特别应注意研究对象特征及 生物学或文化变异、研究场所、干预措施及研究对象的依从性、有无辅助治疗等方面是否与自己的具体条件一致。 理想的Meta-分析应纳入当前所有相关的、高质量的同质研究，无发表性偏倚，并采用合适的模型和正确统计方法。（三）系统评价的完善与应用系统评价完成后,还需要在实际工作中不断完善,包括: ①接受临床实践的检验和临床医师的评价; ②接受成本效益评价; ③关注新出现的临床研究,要及时对系统评价进行重新评价。临床医师只有掌握了系统评价的方法,才能为本专业的各种临床问题提供证据,循证医学才能够顺利发展。
扩大检索，多检索几个数据库，尽量不要漏掉文献 采用剪补发评价发表偏倚对于结果的影响，如果影响不大说明结果的真实性较好，如果影响比较大（变成无统计学意义），就需要在结果里面充分讨论发表偏倚对结果的影响。只要有发表偏倚，limitation部分肯定就要包括这一点。 附件中是JAMA中的一篇经典meta 有用到剪补法（trim and fill method），可以参考学习下
发表偏倚，一般用漏斗图检测
stata并没有meta分析的命令，输入findit meta，可在网上搜索相关资源。但目前没找到相关命令。建议一本书，可以阅读来找到方法：参见
资料收集过程中控制Meta分析的偏倚：扩大检索，多检索几个数据库，尽量不要漏掉文献。采用剪补发评价发表偏倚对于结果的影响，如果影响不大说明结果的真实性较好，如果影响比较大（变成无统计学意义），就需要在结果里面充分讨论发表偏倚对结果的影响。只要有发表偏倚，limitation部分肯定就要包括这一点。原因对于无统计学意义的研究，研究者可能认为意义不大，不发表或推迟发表；杂志编辑与审者则认为全文发表阴性结果会降低文献的价值。外部资助与商业利益也与研究发表存在关联，政府机构的资助明显与发表有关，制药公司资助的研究更不易于发表且其研究结果更有利于资助者。此外，阳性结果试验也比无效结果、阴性结果试验的发表时间平均早2~3年，从而造成时滞偏倚。
排除偏倚之用。小样本所得的离散度较大，因此常处于漏斗图的底部，大样本离散度则较小，因此处于顶部。正常情况下应该是顶小而底大，如果不是这样，则可能存在较大偏倚。该种偏倚多由发表偏倚造成。
敏感性分析的含义：改变纳入标准（特别是尚有争议的研究）、排除低质量的研究、采用不同统计方法/模型分析同一资料等，观察合并指标（如OR,RR）的变化，如果排除某篇文献 对合并RR有明显影响，即认为该文献对合并RR敏感，反之则不敏感，如果文献之间来自同一总体，即不存在异质性，那么文献的敏感性就低，因而敏感性是衡量 文献质量（纳入和排除文献的证据）和异质性的重要指标。敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法研究探讨对总效应的影响。（王吉耀第二版P76中）“排除某些低质量的研究，再评价，然后前后对比，探讨剔除的试验与该类研究特征或类型对总效应的影响”。（王家良第一版八年制P66、154）敏感性分析是从文献的质量上来归类，亚组分析主要从文献里分组病例特征分类。敏感性分析是排除低质量研究后的meta分析，或者纳入排除研究后的meta分析。亚组分析是根据纳入研究的病人特点适当的进行分层，过多的分层和过少的分层都是不好的。例 如在排除某个低质量研究后，重新估计合并效应量，并与未排除前的Meta分析结果进行比较，探讨该研究对合并效应量影响程度及结果稳健性。若排除后结果未 发生大的变化，说明敏感性低，结果较为稳健可信；相反，若排除后得到差别较大甚至截然相反结论，说明敏感性较高，结果的稳健性较低，在解释结果和下结论的 时候应非常慎重，提示存在与干预措施效果相关的、重要的、潜在的偏倚因素，需进一步明确争议的来源。衡量方法和措施其实常用的就是选择不同的统计模型或进行亚组分析，并探讨可能的偏倚来源，慎重下结论。亚组分析通常是指针对研究对象的某一特征如性别、年龄或疾病的亚型等进行的分析，以探讨这些因素对总效应的影响及影响程度。而敏感性分析主要针对研究特征或类型如方法学质量，通过排除某些低质量的研究、或非盲法的研究以探讨对总效应的影响。建议可以看参考王吉耀主编，科学出版社出版的《循证医学与临床实践》。敏感性分析只有纳入可能低质量文献时才作，请先保证纳入文献的质量！纳入文献的质量评价方法，如果是RCT，可选用JADAD评分。如果病因学研究，我认为使用敏感性分析是评价文献质量（前提是符合纳入标准）的较为可行的方法。敏感性分析是分析异质性的一种间接方法。有些系统评价在进行异质性检验时发现没有异质性，这时还需不需要作敏感性分析？我的看法是需要，因为我觉得异质性也是可以互相抵消的，有时候作出来没有异质性，但经过敏感性分析之后，结果就会有变化。（三）对入选文献进行偏倚估计发表偏倚（publication bias)评估（包括作漏斗图，和对漏斗图的对称性作检验）。可以用stata软件进行egger检验。人是活的，软件是死的，临床是相对的，统计学是绝对的。我们应当区分三个概念：一是：文献/试验质量，现在Cochrane协作网称之为“纳入研究偏倚风险”二是：文献报告质量，这实际上是一个写作表达水平的问题三是：文献所报道试验的试验质量，如试验设计等等而系统综述/系统评价尤其是Cochrane系统评价一直强调的是第一类的概念，即为纳入研究偏倚风险的评估，具体内容可在线阅读其官方网之系统评价作者手册5或安装RevMan 5版本后内包含的手册5内相关内容，我再怎么说也没有他们的权威或准确。95％CI的宽窄实质上反映了试验的精度高低，换言之，上下限的间隔较小、则其精度高，也即是意味着数值资料可靠性比较高，其结果可信度较高，反之则提示可能由于原始数据“丢失”，或样本数量较少所致。但可行区间较宽的试验未必不能纳入分析！其 实，在制作一片合格或高质量的系统评价包括定性与定量的过程中，在我以前的实践过程中，也走了不少弯路，甚至不少结果也是粗制滥造，制造垃圾。现在我最大 的体会就是，除了必须具备系统评价相关方法学的能力以外，关于专业背景与对临床试验设计、实施、结果的统计学分析等相关知识也是同等重要。系统评价的基础一直基于这样一个假设，就是关于某干预措施的RCT其试验设计、受试标准的设置与把握、试验实施、统计学分析等环节没有错误发生，即单个试验 其试验质量与结果统计学分析都是恰当合理的，而纳入系统评价中÷，重点评价其避免试验偏倚的努力程度或者偏倚风险的大小而已。四、总结：（一）结果的解释Meta- 分析结果除要考虑是否有统计学意义外，还应结合专业知识判断结果有无临床意义。若结果仅有统计学意义，但合并效应量小于最小的有临床意义的差值时，结果不 可取；若合并效应量有临床意义，但无统计学意义时，不能定论，需进一步收集资料。不能推荐没有Meta-分析证据支持的建议。在无肯定性结论时，应注意区 别两种情况，是证据不充分而不能定论，还是有证据表明确实无效。（二）结果的推论Meta-分析的结果的外部真实性如何？在推广应用时，应结合该Meta-分析的文献纳入/排除标准，考虑其样本的代表性如何，特别应注意研究对象特征及 生物学或文化变异、研究场所、干预措施及研究对象的依从性、有无辅助治疗等方面是否与自己的具体条件一致。 理想的Meta-分析应纳入当前所有相关的、高质量的同质研究，无发表性偏倚，并采用合适的模型和正确统计方法。（三）系统评价的完善与应用系统评价完成后,还需要在实际工作中不断完善,包括: ①接受临床实践的检验和临床医师的评价; ②接受成本效益评价; ③关注新出现的临床研究,要及时对系统评价进行重新评价。临床医师只有掌握了系统评价的方法,才能为本专业的各种临床问题提供证据,循证医学才能够顺利发展。