摘要

Meta分析中一个较重要的问题是偏倚,它也是导致异质性的原因。当研究存在异质性时,传统Meta分析通常使用基于倒方差法的随机效应模型对结果进行合并。尽管随机效应模型使用基于瞬时估算的量r2表示研究真实值间偏离程度,以此获得更"保守"的合并结果。然而这种方式并未对偏倚对每项研究结果的影响进行考虑,且存在低估标准误的风险,导致合并结果同样存在偏倚。Doi等提出一种新的加权模型,QE法,能够很好地解决上述问题。本文对QE加权模型及其软件的实现进行详细介绍,并将QE加权模型法与随机效应模型结果以一示例进行对比。