引言

科学通常被认为是一个累积性的过程。在科学探索中，研究者建立在前人一代又一代积累下来的证据之上。Isaac Newton 的一句名言强调，如果我们想看得更远，就可以站在“巨人的肩膀上”。许多人之所以为科学着迷，正是因为它具有进步性，它不断加深我们对世界的理解，也帮助我们作出更好的决策。

至少从数量上看，这种看法似乎是有道理的。历史上，我们从未像今天这样，能够接触到如此之多以已发表研究论文形式存在的证据。全球每天都会产生成拍字节级别的研究发现。仅在生物医学领域，每年就会发表超过一百万篇同行评议论文（Björk, Roos, and Lauri, 2008）。

已发表研究结果的数量也几乎呈指数式增长。世界上最大的书目数据库之一 PubMed 中，每年被索引的文章数量就非常典型地说明了这一点。直到 20 世纪中叶，每年列出的研究论文还只有几百篇；而在随后的几十年里，这一数字显著增加，并且自 21 世纪初开始急剧攀升（见图 1.1）。

图 1.1：1781-2019 年按年份统计的 PubMed 索引文章数

从原则上说，这种发展本应让我们对科学的前景感到振奋。如果科学是累积性的，那么更多的已发表研究就意味着更多的证据。这理应使我们能够建立更有力的理论，也能够拆穿过去的谬误。

然而，事情当然没有这么简单。在一篇影响极大的论文中，斯坦福大学的 John Ioannidis 批评了“科学会自动累积并持续改进”的观念。他的文章标题非常贴切，叫做“为什么科学未必会自我纠正”（Ioannidis, 2012）。他认为，研究领域常常会处在这样一种状态：围绕某个主题或理论产生了海量研究成果，但其中的根本性谬误却始终没有受到挑战，反而不断被延续。

早在 20 世纪 70 年代，杰出的心理学家 Paul Meehl 就已经观察到，在某些研究学科中，理论与时尚潮流之间有着惊人的相似性。Meehl 认为，很多理论并不是在持续改进或被证伪，而只是在人们逐渐对其失去兴趣时“自行淡出”（Meehl, 1978）。

一个令人不太舒服的事实是：科学过程如果任其自然运行，并不会自动把我们带向“所有可能世界中最好的那一个”。在每天都产生前所未有数量研究结果的今天，从整体上审视并批判性评估证据体系变得更加重要。只要我们承认 Meta 分析本身也存在局限与偏倚，它就能在这一点上发挥巨大作用。

1.1 什么是 Meta 分析？

Meta 分析的奠基者之一 Gene V. Glass 曾把它描述为“对分析的分析”（Glass, 1976）。这个简单的定义已经说明了很多问题。在传统研究中，分析单位是若干个体、样本、国家或物体；而在 Meta 分析中，原始研究本身就成为了我们的分析单位。

Meta 分析的目标，是整合、概括并解释某一明确界定的研究领域或研究问题中所有可获得的证据（Lipsey and Wilson, 2001，第 1 章）。不过，这只是证据综合的一种方法。来自多项研究的证据，至少可以通过三种不同方式进行综合（Pim Cuijpers, 2016）。

• 传统综述 / 叙述性综述。直到 20 世纪 80 年代，叙述性综述仍是总结某一研究领域最常见的方式。叙述性综述通常由该领域的专家或权威撰写。它并没有严格规定如何选择要纳入的研究、如何界定综述范围，也没有固定规则说明应如何根据所综述的证据得出结论。整体而言，这可能带来偏向作者个人观点的偏倚。

尽管如此，如果写得足够平衡，叙述性综述仍然能帮助读者对某一领域的重要研究问题及其证据基础形成总体印象。

• 系统综述。系统综述尝试使用清晰界定且透明的规则来总结证据。在系统综述中，研究问题会预先确定，并且存在一套明确、可重复的方法来选择和评审研究。系统综述的目标是覆盖所有可获得的证据，也会依据预设标准评估证据的有效性，并以系统化的方式呈现结果综合。

• Meta 分析。大多数 Meta 分析都可以看作系统综述的一种更高级形式。Meta 分析的范围会预先清楚界定，原始研究会以系统且可重复的方式筛选，也会有明确标准来评估证据的有效性。这就是为什么我们经常会看到研究被称为“系统综述与 Meta 分析”。不过，Meta 分析之所以特殊，还有一个关键点。

Meta 分析试图以定量方式合并既往研究的结果。它的目标，是把所选研究中报告的定量结果整合为一个数值估计，这个估计随后概括所有单项结果。例如，Meta 分析可以量化某种药物的效果、某种疾病的患病率，或者某两个特征之间在所有研究中的相关程度。正因如此，它只能应用于报告了定量结果的研究。

与系统综述相比，Meta 分析在所综合证据的类型上往往必须更加排他。要开展 Meta 分析，通常需要纳入研究采用相同的研究设计与测量类型，和 / 或实施相同的干预（见第 1.3 章）。

个体参与者数据（IPD）Meta 分析

根据不同定义，还可以把个体参与者数据 Meta 分析（Individual Participant Data Meta-Analysis, IPD Meta-Analysis）视为第四类证据综合方法（Richard D. Riley, Lambert, and Abo-Zaid, 2010；Richard D. Riley, Tierney, and Stewart, 2021）。传统 Meta 分析通常基于已发表文献中的汇总结果，例如均值与标准差，或者比例。

而在 IPD Meta 分析中，会收集所有研究的原始数据，并将其合并成一个大型数据集。

IPD Meta 分析有若干优势。例如，它可以对缺失数据进行插补，并在所有研究中以完全相同的方式应用统计方法。此外，它也更有利于探索影响目标结局的变量。在传统 Meta 分析中，我们只能利用所谓的研究层面变量来做这件事，例如发表年份或研究所用人群。

然而，真正可能对结果起重要调节作用的，往往是参与者层面的信息，例如个体年龄或性别。这样的变量只能通过 IPD Meta 分析来探索。

IPD Meta 分析是一种相对较新的方法，而如今绝大多数 Meta 分析仍然属于“传统”Meta 分析。这也是为什么本指南不会介绍 IPD Meta 分析方法。

这并不是因为传统 Meta 分析更优，事实恰恰相反。原因只是直到最近，大多数学科中“公开共享全部研究数据”仍然非常少见。虽然从已发表研究报告中提取汇总结果相对容易，但要获得所有相关研究的原始数据则困难得多。

例如，在生物医学研究中，有研究发现：即便 Meta 分析同时考虑个体参与者数据和汇总数据，也只能从大约 64% 的符合条件研究中获得 IPD（Richard D. Riley, Simmonds, and Look, 2007）。一项较新的综述发现，虽然 IPD Meta 分析纳入研究的中位数为 11 项，但真正获得个体参与者数据的研究中位数只有 7 项（Wang et al., 2021）。

1.2 “极度荒唐的练习”：一个历史轶事

Meta 分析并不是由某一个人单独发明的，而是由许多“奠基之母”和“奠基之父”共同发展起来的（O’Rourke, 2007）。最早尝试以统计方式汇总若干彼此独立但相似研究结果的做法，大约可以追溯到 100 年前，并且与统计学史上两位最重要的人物 Karl Pearson 和 Ronald A. Fisher 有关。

在 20 世纪初，Pearson 汇总了大英帝国范围内关于伤寒接种效果的研究结果，以计算一个合并估计（Shannon, 2016）。而 Fisher 在其 1935 年关于实验设计的经典著作中，也讨论了如何分析农业研究中来自多项研究的数据，并且已经认识到研究结果可能因地点和时间不同而变化这一问题（R. A. Fisher, 1935；O’Rourke, 2007）。

不过，“meta-analysis” 这个名称以及它走向广泛知名的开端，可以追溯到 20 世纪中叶的一场学术争论。1952 年，著名英国心理学家 Hans Jürgen Eysenck（见图 1.2）发表文章声称，心理治疗是无效的。

按照他的说法，如果患者在治疗期间有所好转，那是因为无论有没有治疗，他们本来也会因为其他与治疗无关的因素而改善。更糟的是，Eysenck 甚至声称，心理治疗常常会妨碍患者变好。

心理治疗的声誉因此遭受重创，一直到 20 世纪 70 年代后期都没有恢复。也就在那段时间，Gene V. Glass 发展出一种他称为“Meta 分析”的技术，使得跨研究合并标准化均数差成为可能。该技术首次大规模应用于一篇发表在 American Psychologist 的文章中，作者是 Mary L. Smith 与 Glass 本人（Smith and Glass, 1977）。

在这项大型研究中，375 项研究、超过 4000 名参与者的结果被纳入了一次 Meta 分析。

研究发现，心理治疗的合并效应量为 0.68，可以视为相当大的效应。Glass 的工作产生了巨大影响，因为它提供了定量证据，表明 Eysenck 的论断是错误的。然而，Eysenck 本人并不信服，他把这种 Meta 分析称为“放弃学术精神”，也是一种“极度荒唐的练习”（Eysenck, 1978）。

图 1.2：Hans Jürgen Eysenck

今天我们知道，Smith 与 Glass 的研究可能高估了心理治疗的效果，因为它没有控制纳入研究中的偏倚（P. Cuijpers, Karyotaki, et al., 2019）。不过，某些心理治疗确实有效这一核心发现，在后来的几十年里已经被无数其他 Meta 分析所证实。Eysenck 的激烈回应并没有改变这样一个事实：Meta 分析很快就成为多个研究领域中常用的方法。

这一时期被非常贴切地称为“Meta 分析大爆炸”（Shadish and Lecy, 2015）。

大约在 Glass 发展其 Meta 分析方法的同时，Hunter 和 Schmidt 也开始构建他们自己的 Meta 分析技术体系，并强调校正测量误差等人工产物（Schmidt and Hunter, 1977；Hunter and Schmidt, 2004）。

Meta 分析也通过 Peter Elwood、Archie Cochrane 等人的开创性工作进入了医学领域。他们利用 Meta 分析表明，阿司匹林对心肌梗死复发具有虽小但在统计学和临床上都具有意义的预防作用（Peto and Parish, 1980；Elwood, 2006；O’Rourke, 2007）。

在 20 世纪 80 年代中期，Rebecca DerSimonian 与 Nan Laird 提出了一种计算随机效应 Meta 分析的方法（见第 4.1.2 章），这一方法一直沿用至今（DerSimonian and Laird, 1986）。过去四十年里，还有无数其他创新，提升了 Meta 分析方法的适用性、稳健性与灵活性。

Cochrane 与 Campbell Collaboration

Cochrane Collaboration（通常简称 Cochrane）成立于 1993 年，以 Archie Cochrane 命名，在应用 Meta 分析的发展中扮演了关键角色。Cochrane 是一个国际网络，成员包括研究者、专业人士、患者以及其他相关利益相关方，他们“共同努力，产出可信、可获得且不受商业赞助和其他利益冲突影响的健康信息”。

Cochrane 在生物医学领域采用严格标准来综合证据。该机构总部位于伦敦，但在世界多个国家也设有本地分支。

Cochrane 会发布定期更新的 《干预系统综述手册》（Julian Higgins et al., 2019）以及 Cochrane 偏倚风险工具（Sterne et al., 2019）。这两者都被广泛认为是系统综述与 Meta 分析技术细节方面的标准参考文献（见第 1.4 章）。

与 Cochrane 类似的另一个组织是总部位于奥斯陆的 Campbell Collaboration，其重点主要放在社会科学研究上。

1.3 苹果和橘子：快速浏览 Meta 分析的常见陷阱

在过去几十年里，Meta 分析已经成为一种被广泛接受的研究工具。但这也并非没有代价。开展一项高质量的原始研究通常成本很高，而且常常需要很多年才能最终分析结果。相比之下，Meta 分析可以用较少资源、在相对较短时间内完成。即便如此，Meta 分析往往影响力很高，也经常被引用（Patsopoulos, Analatos, and Ioannidis, 2005）。

这意味着科学期刊通常很愿意发表 Meta 分析，哪怕它们的质量或学术价值有限。不幸的是，这自然会激励研究者不断产出大量 Meta 分析，而科学考量有时反而退居次位。

Ioannidis（2016）批评说，每年都会产生大量重复而且具有误导性的 Meta 分析。在某些“热门”主题上，近期 Meta 分析甚至可能超过 20 篇。有些 Meta 分析也可能受到企业利益的严重影响，例如药物治疗研究中的情况（Ebrahim et al., 2016；Kirsch et al., 2002）。正如前面提到的，可重复性是良好科学的标志。

然而现实中，许多 Meta 分析的可重复性常常相当有限，因为重要信息并没有被充分报告（Lakens et al., 2017）。

另一个常见问题是：针对相同或部分重叠主题的不同 Meta 分析，往往会得出不同结论。以心理治疗研究为例，关于“各种心理治疗是否都会产生等效结局”这一问题，长期存在争论。支持任一方结论的综述都已经发表了无数篇（Wampold, 2013；Pim Cuijpers, Reijnders, and Huibers, 2019）。

这些问题有些可能与科学过程本身的系统性缺陷有关，也有一些可以追溯到 Meta 分析自身的不足。因此，我们想带你快速浏览一下 Meta 分析中常见的陷阱（Borenstein et al., 2011，第 40 章；Greco et al., 2013；Sharpe, 1997）。

1.3.1 “苹果和橘子”问题

有人会说，Meta 分析就是在把苹果和橘子混在一起。即使采用最严格的纳入标准，Meta 分析中的研究也永远不可能完全一样。纳入样本、干预实施方式、研究设计，以及研究中采用的测量类型之间，总会存在大大小小的差异。

这的确可能成为问题。Meta 分析的意思，是计算一个代表所有研究结果的数值估计。从统计学角度看，这种估计几乎总是可以算出来；但如果研究之间并不共享那些对于回答特定研究问题真正重要的属性，那么这个估计就会失去意义。

想象一个虽然荒谬但有助于说明问题的情景：某位 Meta 分析者决定把“工作满意度对工作绩效的影响”研究，与“药物对糖尿病患者 HbA1c 值的影响”研究，一起合并进同一个 Meta 分析里。这样的结果无论对组织心理学家还是糖尿病学家来说都毫无意义。

再想象一下，这位倒霉的 Meta 分析者为了从上一次错误中吸取教训，结果矫枉过正，只纳入 1990 到 1999 年间发表的研究，而且研究对象必须是 60 多岁、症状为中度抑郁的加拿大男性，接受每天 40mg 氟西汀、持续恰好 6 周的治疗。然后这位 Meta 分析者满怀骄傲地把研究中的积极结果报告给一位精神科医生。

而这位精神科医生可能只会问一句：“那如果我的病人 45 岁，而且是法国人，我该怎么办？”

这就引出了一个重要观点：Meta 分析的目标并不是不加思索地把所有能合并的东西都扔在一起。Meta 分析应该用来回答那些超越单个研究特殊性的、具有现实意义的研究问题（Borenstein et al., 2011，第 40 章）。因此，Meta 分析的范围与具体程度应当基于它所要回答的研究问题，而这个问题本身也应具有实践意义（见第 1.4 章）。

例如，如果我们感兴趣的是某种训练项目在不同年龄组、不同文化区域以及不同场景中是否有效，那么不对研究的人群或国家来源加限制就是完全合理的。不过此时，我们可能就应该对研究中评估的训练项目本身更加严格，例如只纳入训练时长达到某一标准、或覆盖相似主题的研究。

这种 Meta 分析的结果，不仅可以让我们估计该训练的合并效应，也可以量化这种效应是否变化、以及变化了多少。Meta 分析能够容纳并解释这种形式的异质性。在第 5 章中，我们会更仔细地讨论这一重要概念。

总之，“苹果和橘子”问题是否真的构成问题，极大程度上取决于 Meta 分析想回答什么问题。研究之间的差异很多时候并不一定有害；只要它被正确纳入 Meta 分析的目标和问题界定中，这种差异甚至可能带来启发。

1.3.2 “垃圾进，垃圾出”问题

Meta 分析产生的证据质量，在很大程度上依赖于它所总结研究的质量。如果纳入研究报告的结果本身存在偏倚，甚至干脆就是错误的，那么 Meta 分析的结果同样会有缺陷。这就是“垃圾进，垃圾出”问题所指的含义。我们可以在一定程度上通过评估纳入研究的质量或偏倚风险来缓解这一问题（见第 1.4 章和第 15 章）。

不过，如果许多甚至大多数结果本身质量都不理想且很可能带有偏倚，那么即使最严格的 Meta 分析也无法把这一点“平衡”掉。此时通常唯一能得出的结论是：关于该主题目前并不存在可信证据，将来还需要开展更多高质量研究。即使这是一个相当令人失望的结果，它依然可能很有信息价值，并能为未来研究提供方向。

1.3.3 “文件抽屉”问题

“文件抽屉”问题指的是：并不是所有相关研究结果都会被发表，因此它们会缺失于我们的 Meta 分析。如果只是单纯无法整合全部证据，当然并不理想；但如果我们至少可以安全地假设“缺失的研究结果在已发表文献中是随机缺失的”，那还算可以忍受。

不幸的是，事实并非如此。积极的、“创新性”的研究结果，往往比失败的重复研究，或者结果消极、结论不确定的研究更容易引起关注。与此一致，研究表明，在过去几十年中，许多学科里发表的消极结果越来越少，尤其是在社会科学和生物医学领域（Fanelli, 2012）。

有充分理由相信，那些结果消极或“令人失望”的研究，在已发表文献中系统性地代表不足，也就是存在所谓的发表偏倚。在 Meta 分析中，这种偏倚的具体性质与程度，充其量也只能算是一种“已知的未知”。

不过，确实有一些办法可以尽量减小发表偏倚。一类方法与研究检索和研究筛选的方式有关（见第 1.4 章）；另一类方法则是统计学手段，用于估计 Meta 分析中是否存在发表偏倚，以及它可能有多大影响。我们会在第 9 章介绍其中若干方法。

1.3.4 “研究者议程”问题

在界定 Meta 分析范围、检索与选择研究，以及最终合并结局指标时，研究者需要作出成百上千个选择。Meta 分析存在大量“研究者自由度”（Wicherts et al., 2016），这给某些有时是任意的、有时反映未披露个人偏好的决策留下了很大空间。

当研究者有意识或无意识地受自己议程驱动时，Meta 分析者在操作方式上的自由就会变得尤为棘手。Meta 分析通常由应用研究者来完成，而对综述主题拥有丰富的学科专门知识，其实是一把双刃剑。一方面，这种专业知识有助于在特定领域中提出并回答真正有意义的研究问题。

但另一方面，这些专家也常常深度投入于他们正在研究的领域。这意味着，许多 Meta 分析者可能对某些议题持有强烈观点，并且有意或无意地把结果引向符合自身信念的方向。

有证据表明，即便给的是同一份数据集，哪怕是经验丰富、主观上抱有最好意图的分析者，也可能得出差异巨大的结论（Silberzahn et al., 2018）。在干预研究中，这个问题甚至可能更加严重，因为有些 Meta 分析者本身就参与了被研究干预方法的开发，因此会对该干预带有很强的研究者忠诚。

这样的研究者当然更有可能比证据本身所支持的程度更积极地解释 Meta 分析结果。

减少“研究者议程”问题的一种方法，是预注册，并且在开始为 Meta 分析收集数据之前，就公布一份详细的分析计划（见第 1.4 章和第 16.3.5 章）。

1.4 问题界定、研究检索与编码

上一节我们花了一些时间讨论 Meta 分析的常见问题和局限。许多问题，例如“苹果和橘子”问题、“文件抽屉”问题或“研究者议程”问题，都是每一个 Meta 分析者都可以而且应该认真应对的。

而这一切，早在你开始计算第一个结果之前就已经开始了。没有数据，Meta 分析就无从开展；而这些数据总要来自某个地方。我们首先必须明确计划中的 Meta 分析要回答什么研究问题、它的纳入标准是什么，然后检索研究并筛选出相关研究，提取计算所需的数据，接着对我们以后想报告的重要信息进行编码。

在这些步骤中的每一步，都存在若干我们可以或应该遵循的规则、标准和建议；它们能帮助我们做出高质量的 Meta 分析。高质量的 Meta 分析应当全面覆盖所有合适证据，对研究主题保持无偏和公正，并从结果中得出有效、合理且具有实践意义的结论。

不过，即使“遵守了所有规则”，在实践中也未必总能明确哪一种具体决策才是最好的。别人可能会不同意你处理某些问题的方式。这很正常，而且通常也完全没有问题，只要你的方法学决策是透明且可重复的（Pigott and Polanin, 2020）。

在本章中，我们会按时间顺序介绍一些在开始首次计算之前必须具备的重要基础环节。本章的篇幅并不能反映真实数据获取过程所花费的时间。根据我们的经验，统计分析最多只占一次 Meta 分析总耗时的 15%，远少于之前的所有工作。

但明确研究问题、系统地检索研究，以及可靠地对提取数据进行编码，都是至关重要的。它们构成了每一个高质量 Meta 分析的基础。

1.4.1 界定研究问题

设计研究时，我们做的第一件事就是界定研究问题。Meta 分析也不例外。要界定一个好的研究问题，先把它看成“问题界定”的一种形式会很有帮助。一个真正切题且有影响力的 Meta 分析，应当解决一个问题。而要识别这样的问题，就需要一定的学科背景知识。

因此，如果你想为 Meta 分析找到一个好的研究问题，选择一个自己具备一定背景知识的研究领域往往会有帮助，并先问自己几个基本问题：这个领域当前有哪些重要问题？某些主题上是否存在知识空白？是否还有悬而未决的争论？思考潜在目标读者也很有帮助。

哪些问题与其他研究者相关？例如对医疗专业人员、政府机构、学校，或者人力资源部门来说，哪些问题可能是真正重要的？

Meta 分析依赖既有研究。因此，一旦你大致知道了自己的研究问题方向，接下来最好看看当前文献。这个主题上是否已经存在原始研究？它们是怎样处理该问题的？使用了哪些方法和结局指标？它们在文章背景和讨论部分提到过哪些局限？既往综述和 Meta 分析是否处理过这个主题，又留下了哪些未解决的问题？

Cummings 及其同事（2013）提出了一个可用于界定 Meta 分析问题的框架，即 FINER 框架。它要求研究问题应当是：F easible（可行的）、I nteresting（有趣的）、N ovel（新颖的）、E thical（符合伦理的）以及 R elevant（相关的）。

一步一步地问自己这些问题，会帮助你更清楚地界定 Meta 分析想要达成什么目标。它也可能让你意识到，Meta 分析并不适合你的问题。例如，也许压根就没有相关研究处理过这一主题；或者文献中已经存在近期且高质量的 Meta 分析，足以回答这一问题。

不过，如果你感觉自己的问题对某一类或多类人都很重要，既往研究确实已经提供了与这个问题相关的数据，而已有综述和 Meta 分析又尚未充分或恰当地回答它，那么你就可以继续把它转化成一个研究问题。

让我们举一个例子。已有证据表明，医学研究中存在性别偏倚（Hamberg, 2008；Nielsen et al., 2017）。尤其是在更早的年代，很多临床试验只纳入男性，或者主要纳入男性，然后就默认结果同样适用于女性。这种做法很可能导致某些疾病中女性获得了更差的健康结局，例如心脏疾病（Kim and Menon, 2009；Mosca et al., 2013）。

设想你是一位医学研究者。你听到一些传闻，说一种常用药物 Chauvicepine 可能会在女性中引发严重副作用，而这一点长期没有得到充分认识。你判断，如果这是真的，那么它将是一个高度重要的问题，因为这意味着大量女性正在被处方一种对她们来说可能并不安全的药物。

查看文献后你发现，大多数关于 Chauvicepine 的研究都是随机安慰剂对照试验。最早的一批试验只纳入了男性，或者主要纳入男性。后来也有一些更新的试验，性别构成更加均衡。许多试验甚至分别报告了男性和女性在试验中出现负面副作用的人数。

你还发现，某医学期刊近期有一篇评论文章，一位医生报告说，在她所在的诊所里，许多女性在接受这种药物治疗时都经历了不良副作用。

基于这些情况，你决定，这个问题很适合通过 Meta 分析来处理。于是，你把刚刚发现的问题转化为一个研究问题：“来自随机安慰剂对照试验的证据是否表明，与安慰剂相比，Chauvicepine 会显著增加女性的不良副作用？”

不过，形成研究问题的初步表述还只是第一步。接下来，我们必须把它转化为具体的纳入标准。这些标准将决定哪些研究会、哪些研究不会被纳入 Meta 分析。因此，它们极其重要，而且必须绝对透明、可重复。

开始界定纳入标准的一个好办法，是使用 PICO 框架（Mattos and Ruellas, 2015）。这个框架主要面向干预研究，但对于其他类型的研究问题也同样有帮助。PICO 分别代表 P opulation（人群）、I ntervention（干预）、C ontrol group / Comparison（对照组 / 比较条件）和 O utcome（结局）：

• Population：研究需要纳入什么样的人或研究对象才算符合条件？同样，要尽可能精确地回答这个问题，并思考每一种定义的含义。

如果你只想纳入年轻成年人研究，那么“年轻成年人”具体是什么意思？是只包括 18 至 30 岁之间的人吗？而这一点真的能从已发表文章中轻易判断出来吗？还是说，只要招募地点通常是年轻成年人经常出现的地方，比如大学或者 Cardi B 演唱会，就算可以？如果你只想纳入某一特定疾病患者的研究，那么这类疾病是怎样被诊断的？必须由经过培训的医疗人员作出诊断，还是使用自填问卷也足够？这些问题中的很多，都可以借助 FINER 框架中的 F 和 R 来回答。

这样的限制在已发表研究中是否可行？这种区分是否确实重要？

• Intervention：研究必须考察什么样的干预（或暴露）？如果你研究的是某种干预的效果，那么明确“什么样的治疗才算符合条件”就非常重要。

干预时长可以多短或多长？谁可以实施这种干预？干预必须包含哪些内容？如果你的研究并不聚焦干预，那么自变量应如何操作化？是否必须通过某种特定工具来测量？例如如果你研究的是工作满意度，那么研究里这个构念究竟要如何操作化？

• Control group or comparison：研究结果是与什么进行比较的？是和接受注意力安慰剂的对照组相比，还是与药丸安慰剂相比？等待名单？另一种治疗？或者什么都不比较？也可能根本没有比较组或对照组，例如你想研究某种疾病在不同研究中的患病率估计，或者某个物种在不同栖息地中的样本数量。

• Outcome：研究需要测量什么样的结局变量或因变量？这些变量必须如何测量？是问卷分数的均值和标准差？还是死亡或患病的患者人数？结局应当在何时测量？是在治疗结束后，无论治疗持续多久都算？还是在一到两年之后测量？

系统综述与 Meta 分析指南

鉴于 Meta 分析质量常常并不理想，目前已经建立了一些关于 Meta 分析应如何开展的指南和标准。

如果你在生物医学研究中进行 Meta 分析，或者研究的是某种干预的效果，我们强烈建议你遵循 PRISMA，即 系统综述与 Meta 分析优先报告项目（Moher et al., 2009）。PRISMA 声明对 Meta 分析过程中几乎所有环节应如何报告给出了若干建议。

如果做的是心理学与行为研究的 Meta 分析，则可以遵循美国心理学会的 Meta-Analysis Reporting Standards（MARS；Appelbaum et al., 2018）。

虽然这些标准主要评论的是“Meta 分析应如何报告”，但它们对“开展 Meta 分析时的最佳实践”同样具有启示。PRISMA 与 MARS 有许多核心要素是共享的，而本章介绍的很多内容也同时出现在这两套指南中。

更为详细的资源，是 Cochrane 的《干预系统综述手册》（见第 1.2 章），其中几乎对系统综述与 Meta 分析的每一个方面都给出了精确建议。关于社会科学中 Meta 分析方法学标准的综述，可参见 Pigott and Polanin（2020）。

虽然 PICO 框架是界定 Meta 分析纳入标准的绝佳方式，但它并未覆盖所有可能相关的信息。还有若干其他方面也需要考虑（Lipsey and Wilson, 2001）。

一个重要细节是：哪些研究设计是符合条件的。在循证医学中，通常只纳入随机对照试验（即参与者通过随机方式被分配到治疗组或对照组的研究）；但这并不是始终必须的（Borenstein et al., 2011，第 40 章）。

明确符合条件研究的文化与语言范围，也可能很有帮助。大多数研究基于所谓 WEIRD 人群，即西方的、受教育程度较高的、工业化的、富裕的、民主社会中的人群（Henrich, Heine, and Norenzayan, 2010）。尤其在社会科学中，某些效应或现象很可能并不能很好地推广到具有不同社会规范的国家。

然而，许多研究者在做 Meta 分析时只考虑英文发表的研究，因为这样可以避免翻译其他语言文章的工作。

这意味着，来自不同语言区域的一些证据就不会被纳入。尽管英语在大多数学科中都是最常见的科学发表语言，但至少应在纳入标准中透明说明存在这一限制。如果 Meta 分析的目标之一是考察跨文化差异，那么通常建议把纳入标准扩展到其他语言，前提是其余标准也都得到满足。

另一个重要方面，是允许纳入 Meta 分析的发表类型。有时，Meta 分析者只纳入发表在同行评议学术期刊中的研究论文。理由是，这些研究已经通过领域专家的审视，因此质量标准更高。但这一理由并非没有问题。

在第 1.3 章中，我们已经讲过“文件抽屉”问题可能严重限制 Meta 分析结果的有效性，因为积极结果更容易被发表。

因此，减轻发表偏倚风险的一种方法，就是同时纳入灰色文献。灰色文献可以定义为：未通过传统发表形式公开的各类研究材料。这包括研究报告、预印本、工作论文或会议论文。学位论文通常也算灰色文献，尽管如今其中很多已经被电子书目数据库索引（Schöpfel and Rasuli, 2018）。

至少把学位论文也纳入 Meta 分析，往往是明智的。与其他未发表材料相比，学位论文所提供的信息严重偏倚甚至明显造假的可能性可能更低。此外，你仍然可以通过设置其他纳入标准，确保无论研究是否发表于学术期刊，都必须满足一定的方法学要求才能被纳入。

界定纳入标准的最后一步，是把它们写成一份你将真正执行的纳入与排除标准列表。下面是一个针对大学生失眠干预的 Meta 分析示例，展示了这种写法（Saruhanjan et al., 2020）：

“我们纳入了以下研究：(a) 随机对照试验（RCT）；其中 (b) 参与者在随机分配时正在高等教育机构就读（大学、学院或类似的中学后高等教育机构）；(c) 接受了以睡眠为核心的心理干预；(d) 干预与被动对照条件进行比较，被动对照指研究中没有实施主动操作的对照条件（等待名单、常规治疗等）。

在本次分析中，‘以睡眠为核心’意味着：(e) 睡眠障碍症状的变化（睡眠障碍的总体指标、入睡潜伏期、疲劳与日间功能、睡前行为与体验等）被评估为 (f) 目标结局（即将睡眠结局声明为主要结局，或明确指出干预主要针对该结局），并且使用了 (g) 标准化症状测量工具（客观睡眠测量、标准化睡眠或疲劳问卷、睡眠日记，或者记录睡眠数量、质量或睡眠卫生的项目）。

(h) 仅纳入以英文或德文发表的研究。”

1.4.2 分析计划与预注册

在设定好研究问题与纳入标准之后，继续写出一份分析计划也是合理的（Pigott and Polanin, 2020；Tipton, Pustejovsky, and Ahmadi, 2019）。在统计学中，先验分析（a priori）与事后分析（post hoc）之间有一个重要区别。先验分析是在看到数据之前就确定的；而事后分析或探索性分析，则是在看到数据之后，或者基于数据所暗示的结果才开展的。

与事后分析相比，先验分析的结果通常被认为更加有效、更加可信。事后分析更容易让研究者不断微调分析细节或数据本身，直到结果支持自己的目标为止。因此，它也更容易受到我们在第 1.3 章讨论过的“研究者议程”问题影响。

在分析计划中，我们会先验地规定自己想在 Meta 分析中执行的所有重要计算。这有两个作用。第一，它能让其他人核实我们所做的分析确实是事先计划好的，而不是在数据上来回试来试去、直到出现令人满意结果的产物。第二，一份详细的分析计划也能提高 Meta 分析的可重复性，即其他人可以理解我们在 Meta 分析的每一步究竟做了什么，并尝试复现这些步骤。

在使用 R 时，我们甚至还可以通过撰写允许他人完整重跑每一步分析的文档，把可重复性提高到更高层次（见“实用工具”部分的第 16 章）。不过那是完成分析之后的事情。在分析计划里，我们规定的是在收集任何数据之前打算做什么。

在分析计划中，有几件事应当始终明确。我们应该说明将提取哪些信息，以及对每项纳入研究将计算哪一种效应量指标（见第 3 章）。也建议预先决定：根据我们预期的研究间差异程度，合并研究结果时将使用固定效应模型还是随机效应模型（见第 4 章）。

进行一次先验功效分析也可能有帮助，以判断 Meta 分析需要多少项研究，才有能力发现统计学显著效应（见“实用工具”部分的第 14 章）。

此外，也必须明确：我们是否想通过亚组分析（第 7 章）或 Meta 回归（第 8 章）来评估某些变量能否解释纳入研究之间结局的差异。例如，如果我们的假设认为“发表年份可能与研究结局有关”，而且我们想在后续 Meta 分析中检验这一关联，就应当把这一点写进分析计划。

如果我们计划先按某些标准把研究分成若干亚组，再分别考察这些亚组，那么也应报告清楚：我们将根据什么确切标准判断某项研究属于哪个亚组（见第 1.4.4 章）。

在本书第二部分“R 中的 Meta 分析”中，我们会介绍各种可用于 Meta 分析的统计技术。凡是我们学到并计划应用在自己 Meta 分析中的技术，都应该在分析计划中说明。

完成分析计划之后，不要把它悄悄埋在某个角落里，而要把它公开出来。如今研究者有若干很好的方式可以公开分享自己的研究文档。例如，我们可以在 Open Science Framework（OSF） 网站上新建一个项目，并把分析计划上传到那里。

我们也可以根据研究问题的性质，把分析计划上传到诸如 medrxiv.org、biorxiv.org 或 psyarxiv.com 之类的预印本服务器。

一旦研究问题、纳入标准、分析计划以及检索策略（见下一节）都确定下来，我们还应当对 Meta 分析进行注册。如果 Meta 分析关注的是广义上的健康相关结局，那么最好通过 PROSPERO 来注册，它是最大的前瞻性系统综述与 Meta 分析注册平台之一。OSF 的预注册服务 也是不错的选择。

如果我们还想再更进一步，也可以为 Meta 分析撰写完整的研究方案（protocol；Quintana, 2015）。Meta 分析方案除了包含分析计划外，还会包括研究的科学背景、更详细的方法说明，以及对研究潜在影响的讨论。

对于如何撰写这类方案，也存在相关指南，例如 PRISMA-P 声明（Moher et al., 2015）。很多同行评议期刊都接受 Meta 分析研究方案投稿。Büscher、Torok 和 Sander（2019），以及 Valstad 等人（2016）的文章，都是不错的示例。

先验分析计划与预注册，是高质量、值得信赖的 Meta 分析的重要特征。它们不应该让你感到焦虑。要在一开始就为每一个方法学决策都作出“完美选择”，是很困难的，甚至是不可能的。随着研究推进，对最初计划作出修改，是完全正常的。

我们可以向你保证：只要你对计划中的变更保持诚实，并且清楚说明，大多数研究者不会把它视为失败，而会把它看作专业性与可信度的体现。

1.4.3 研究检索

在确定纳入标准和分析计划之后，下一步就是检索研究。我们在第 1.1 章中提到，大多数 Meta 分析都是系统综述的一种高级形式。我们的目标，是围绕某一研究问题找到所有可获得证据，从而对事实形成无偏且全面的理解。这意味着，对研究的检索也应尽可能全面。不能只使用一个来源，而应同时使用多个来源。

下面概述一些重要且常用的来源。

• 综述文章。筛查同一主题或相近主题的既往综述，寻找其中的相关参考文献，往往非常有帮助。无论叙述性综述还是系统综述，通常都会给出它们纳入研究的完整引用。而其中许多研究，也可能与你的 Meta 分析有关。

• 研究文献中的参考文献。如果你找到一项与你的 Meta 分析相关的研究，那么继续查看它所引用的文献也很有意义。该研究很可能会在引言或讨论部分引用同一主题下更早的文献，其中一些也可能与你的 Meta 分析相关。

• 前向检索。前向检索可以看作“筛查既往原始研究和综述的参考文献”的反向操作。它指的是：以一项与你的 Meta 分析相关的研究为基础，检索自该研究发表以来有哪些后续文章引用了它。这在互联网上通常很容易做到。你只需找到该研究的在线页面，通常它会出现在发表该研究的期刊网站上。

如今，大多数期刊网站都有查看“哪些文章引用了该研究”的功能。或者，你也可以在 Google Scholar 中搜索该研究（见表 1.1），Google Scholar 会为每条记录展示引用它的研究。

• 相关期刊。通常，总会有一些学术期刊专门聚焦你所关注的研究问题类型。因此，直接在这些期刊中专门检索研究也会很有帮助。几乎所有期刊如今都有带搜索功能的网站，可用于筛查潜在符合条件的研究。

或者，你也可以使用电子书目数据库，并设置筛选器，使结果只显示某一个或几个期刊中的文章。

上面这些方法，可以看作比较“精细化”的检索策略。它们适用于那些很可能出现相关文献的地方。缺点是：这些方式通常无法发现真正存在于文献世界中的全部证据。因此，建议在检索时也使用电子书目数据库。重要数据库的概览见表 1.1。

检索时应始终使用多个数据库，而不只是一个。许多书目数据库收录了海量条目；然而，数据库之间结果的重叠程度通常比人们预期的小。你可以根据数据库的学科侧重点来选择要检索哪些数据库。例如，如果你的 Meta 分析聚焦健康相关结局，那么至少应当检索 PubMed 和 CENTRAL。

在检索书目数据库时，开发检索式非常重要。检索式由不同词语或术语组成，并通过 AND、OR 等运算符连接起来。开发检索式需要一定时间和尝试。一个好的起点，是以 PICO 或纳入标准（第 1.4.1 章）为基础，再用 AND 把它们连接起来。一个简化的例子是：“college student” AND “psychotherapy” AND “randomized controlled trial” AND “depression”。

大多数书目数据库还支持截词和通配符。截词是用一个符号替代词尾，使词尾在检索时可以变化，通常通过星号实现。例如，把 “sociolog*” 作为检索词，数据库就会同时搜索 “sociology”“sociological” 和 “sociologist”。

通配符则表示单词中的某个字母可以变化。这在存在不同拼写形式时很有帮助，例如美式英语和英式英语拼写的差别。比如检索词 “randomized”，只会找到使用美式拼写的研究；如果你用通配符（通常是问号），就可以写成 “randomi?ed”，这样也能检索到使用英式拼写 “randomised” 的结果。

在开发检索式时，也要注意命中数量。检索式不应过于具体，否则会漏掉相关文献。例如，如果某个检索式能得到大约 3000 条结果，那么在后续步骤中仍然是可处理的，而且更有可能把所有重要参考文献都包含进来。

为了判断检索式整体上是否有效，有时先看看前几百条命中结果，并检查其中至少有一部分是否确实与你的研究问题有关，会很有帮助。

一旦你为所选数据库开发出最终版本的检索式，就应把它们保存下来。最佳实践是把检索式直接纳入你的预注册中。如果你之后要发表 Meta 分析方案，或者发表最终的 Meta 分析结果，那么报告检索式（例如放在补充材料中）通常是必须的。

最后，我们想强调：检索书目数据库本身就是一门“艺术”，本段内容仅仅触及表面而已。关于这一主题更为详细的讨论，可见 Cuijpers（2016）以及 Bramer 等人（2018）。

表 1.1：部分相关书目数据库

1.4.4 研究筛选

完成研究检索后，你应该已经从不同来源收集到了数以千计的参考文献。下一步，就是从中选出满足纳入标准的那些。通常建议按照三步流程来完成这一工作。

第一步，是删除重复文献。尤其当你检索了多个电子书目数据库时，同一条参考文献很可能会出现不止一次。一个简单的方法，是先把所有参考文献导入文献管理软件，集中到同一个地方。市面上有若干优秀的文献管理工具，其中一些，例如 Zotero 或 Mendeley，可以免费下载。

像 EndNote 这样的其他程序，功能更多，但通常需要许可。

几乎所有这些文献管理器都带有自动删除重复文章的功能。重要的是：你要记录下在研究检索中最初找到了多少条参考文献，以及去重后还剩下多少条。这些细节在你公开发布 Meta 分析时都应当报告。

去重之后，就该根据标题和摘要，删除那些明显不符合你研究目的的参考文献了。你的检索结果中，很可能会有数百条甚至更多与研究问题毫不相关的记录。只看标题和摘要，就可以安全地把这类文献排除掉。文献管理软件在这个步骤里同样会很有帮助。

你可以一条一条浏览每篇文献，只要你确定这篇文章和你的问题无关，就把它删除。

如果你觉得一项研究从标题和摘要上看“可能”包含有用信息，那就不要删除它，即便它看起来不太可能真的重要。辛辛苦苦做了一次全面的文献检索，却在下一步误删了真正相关的参考文献，那就太可惜了。基于标题和摘要的筛查，并不要求你为每一篇排除研究给出具体理由。

最终，在这个阶段你只需要记录：进入下一步的研究还剩下多少篇。

经过标题和摘要筛查，你很可能能删除最初参考文献中的 90% 以上。下一步就是获取剩余每条参考文献的全文。然后依据文章中报告的全部信息，最终判断该研究是否满足纳入标准。这里必须格外仔细，因为这是决定某项研究是否会被纳入 Meta 分析的最后一步。

此外，仅仅说“这项研究不符合目的，因此被删除”是不够的。你必须给出理由。对于每一项被排除的研究，都应记录它究竟在哪一点上不符合你预先设定的标准。除了纳入标准之外，还有另一类情况也可能使你无法纳入某项研究。

在阅读全文时，可能会出现这样一种情况：文章提供的信息不足，导致你无法判断研究是否符合纳入条件。例如，文章可能没有充分报告研究设计。另一种常见情况是：研究结果并未以可用于计算你所需效应量指标的形式报告。

如果发生这种情况，你应该至少尝试联系该研究的通讯作者两次，索取所需信息。只有在作者没有回应，而且文章中缺失的信息又确实是关键性的前提下，你才可以排除该研究。

当最终确定了要纳入的研究之后，我们应当用流程图记录纳入过程的全部细节。常用模板之一，是 PRISMA 指南 提供的流程图。这个流程图应当记录我们前面提到的所有必要信息：

1. 通过电子数据库检索识别出的参考文献数量。
2. 通过其他来源额外识别出的参考文献数量。
3. 去重后保留下来的参考文献数量。
4. 基于标题和摘要而删除的参考文献数量。
5. 基于全文而删除的文章数量，以及每种具体排除原因对应的文章数量。
6. 被纳入定性综合（即系统综述）和定量综合（即 Meta 分析）的研究数量。

请注意，第 5 步中“未被排除的文章数量”和第 6 步中“纳入的研究数量”通常是相同的，但它们并不一定完全一样。例如，一篇文章可能同时报告了两项或以上彼此独立、且都适合纳入 Meta 分析的研究。这时，研究数量就会高于纳入文章数量。

双人筛选

几乎所有重要指南与共识声明都强调：研究筛选过程中应使用双人筛选（Tacconelli, 2009；Julian Higgins et al., 2019；Campbell Collaboration, 2016）。

这意味着，每一个研究筛选步骤都应至少由两个人独立完成，以避免错误。基于标题和摘要的参考文献排除，应由两名或以上研究者独立进行，而所有没有被筛选者排除的记录，应一并进入下一步。

在最后一步对全文进行筛查时，使用两名或以上评估者就更加重要。在这一阶段，每个人都应独立评估某项研究是否符合条件；若不符合，也要独立说明原因。

之后，评估者应当碰头并比较各自结果。对于某些研究的纳入资格出现分歧是很常见的，而这类分歧通常可以通过讨论解决。如果评估者仍然无法达成一致，那么最好事先指定一位资深研究者，以便在此类情况下作出最终裁决。

使用两名或以上评估者，不仅适用于研究筛选过程。在数据提取和编码阶段，这样的做法同样有益（见第 1.4.5 章）。

1.4.5 数据提取与编码

当要纳入 Meta 分析的研究筛选工作最终完成后，就可以开始提取数据。我们通常应从所选文章中提取三大类信息（Pim Cuijpers, 2016）：

1. 研究特征。
2. 计算效应量所需的数据。
3. 研究质量或偏倚风险相关特征。

在高质量 Meta 分析中，通常会提供一张表，用来报告纳入研究的特征。表中具体报告哪些细节，会因研究领域和研究问题而异。不过，你至少应当提取并报告每项研究的第一作者以及发表时间；每项研究的样本量也应报告。

除此之外，你还可以纳入 Meta 分析 PICO 中提到的一些特征信息，例如研究来源国家、平均或中位年龄、男女参与者比例、干预或暴露类型、对照组或比较条件的类型（若适用），以及每项研究评估的结局。如果某项或某几项研究没有评估某个特征，则应在表格中注明“该信息未报告”。

我们还必须提取并整理那些用于计算效应量或待合并结局指标的数据。在第 2 章中，我们会更详细地讨论，如何在电子表格中组织这些效应量数据，以便在 R 中轻松进行计算。如果你的分析计划（见第 1.4.2 章）还包括预先设定的亚组分析和 Meta 回归，那么你也应从文章中提取这些分析所需的数据。

在 Meta 分析中，对原始研究的质量进行评级并加以报告，也是很常见的做法。要完成这一点，每项研究需要提取哪些信息，取决于你使用的是哪一种评级系统。过去几十年里，已经发展出了大量用于评估原始研究质量的工具（Sanderson, Tatt, and Higgins, 2007）。

如果你的研究只纳入随机对照试验，那么评估研究质量的最佳方式之一，是使用 Cochrane 开发的 Risk of Bias Tool（Julian Higgins et al., 2011；Sterne et al., 2019）。正如其名称所示，这个工具评估的并不是研究“质量”本身，而是研究的“偏倚风险”。

研究质量与偏倚风险彼此相关，但并不相同。“偏倚”指的是研究结果或其解释中存在的系统性误差；而“偏倚风险”则是指研究实施方式或研究结果中那些可能提高这类系统性误差发生概率的方面。即便一项研究采用了被认为是“当前最佳实践”的方法，也仍然可能存在偏倚。

一项研究可以满足某个领域中被认为重要的所有质量标准，但有时即便这些最佳实践也不足以防止研究结果受到扭曲。因此，“偏倚风险”概念与传统的研究质量评估相比，关注点略有不同。它主要关心的是：一项干预研究的输出是否可信，并聚焦于那些有助于实现这一目标的标准（Julian Higgins et al., 2019）。

在多个维度上，偏倚风险工具允许你把某项研究的偏倚风险分类为“高”或“低”，或者判定为“存在一些担忧”。关于如何在视觉上总结偏倚风险，也有相应惯例（见第 15 章，我们会介绍如何在 R 中实现）。对于非随机研究，类似的资源是 ROBINS-I 工具，即 Risk of Bias in Non-randomized Studies of Interventions（Sterne et al., 2016）。

Cochrane 偏倚风险工具已经成为评估（非）随机临床试验偏倚风险的标准方法（Jørgensen et al., 2016）。而在其他领域，当前做法遗憾的是仍然有点像“西部荒野”。例如在心理学研究中，研究质量评估常常并不一致、不透明，甚至根本不做（Hohn, Slaney, and Tafreshi, 2019）。

如果你计划做的 Meta 分析对象不是临床试验，那么有两件事可以尝试。第一，检查 Risk of Bias 工具或 ROBINS-I 是否仍然适用，例如你的研究虽然不是健康领域，但考察的仍然是另一类干预。第二种办法虽然并不理想，但也可行，那就是寻找相似主题下的既有高质量 Meta 分析，看看它们是如何评估原始研究质量的。

至此，我们关于 Meta 分析历史、其存在的问题，以及在收集和编码数据时如何避免其中一些问题的讨论就告一段落了。下一章将进入本指南真正“动手实践”的部分。在那里，我们会开始自己在 R 中迈出第一步。

1.5 问答

检验一下你的掌握程度吧！

1. Meta 分析可以如何定义？它与其他类型的文献综述相比，区别在哪里？
2. 你能说出 Meta 分析的一位奠基者吗？她或他取得了什么成就？
3. 请说出 Meta 分析的三个常见问题，并分别用一到两句话加以说明。
4. 请说出界定一个良好 Meta 分析研究问题所应具备的特征。
5. 请回看大学生睡眠干预 Meta 分析的纳入标准示例（第 1.4.1 节末尾）。你能从这项研究的纳入与排除标准中提取出 PICO 吗？
6. 请列举几个可用于检索研究的重要来源。
7. 请用一到两句话说明“研究质量”与“偏倚风险”的区别。

这些问题的答案列在本书末尾的附录 A 中。

1.6 小结

• 每年发表的科学研究越来越多，因此跟踪现有证据变得越来越困难。然而，研究产出增加并不会自动带来科学进步。
• Meta 分析旨在以定量方式合并既往研究结果。它综合某个研究问题的全部可得证据，并可用于支持决策。
• Meta 分析方法可以追溯到 20 世纪初，但现代 Meta 分析方法主要发展于 20 世纪下半叶，并自那时起成为常见研究工具。
• 每一项 Meta 分析都需要面对若干问题：“苹果和橘子”问题、“垃圾进，垃圾出”问题、“文件抽屉”问题，以及“研究者议程”问题。
• 其中许多问题都可以通过以下方式缓解：明确界定研究问题与纳入标准，编写分析计划，对 Meta 分析进行预注册，并以系统且可重复的方式开展研究检索与数据提取。