| 命令： | 统计 元分析 通用逆方差法 |
描述
荟萃分析综合了来自单独但相似研究的定量结果，并提供了对所关注总体效果的数值估算（Petrie等，2003）。
建议对连续和二分结果数据使用以下特定的荟萃分析程序之一：
如果以上过程都不适用或不适用，则可以使用“通用逆方差方法”过程。在此过程中，估计值及其标准误直接输入MedCalc。对于干预效果的比率度量，应将数据输入为自然对数（例如，作为对数危险比和对数危险比的标准误差）。
在逆方差法中，赋予每个研究的权重是效果估计值方差的逆值（即，超出其标准误差平方的平方）。因此，较大的研究比具有较大标准误差的较小研究具有更大的权重。权重的这种选择可将合并效应估计的不准确性（不确定性）降至最低。
如何输入数据
可以在电子表格中按以下方式输入不同研究的数据：
必填项
研究：包含不同研究标识的变量。
数据
- 估计：一个变量，包含在不同研究中报告的兴趣估计。
- 标准误差：包含不同研究报告的估计值的标准误差的变量。
过滤器：仅在荟萃分析中包括选定研究子组的过滤器。
选件
- 数据以自然对数形式输入：如果以自然对数形式输入数据，例如以对数危险比和对数危险比的标准误差输入，请选择此选项。
- 森林图：创建森林图。
- 相对于研究重量的标记大小：可以选择代表研究效果的标记大小，其大小根据分配给不同研究的权重而变化。您可以选择固定效果模型权重或随机效果模型权重。
- 绘制合并效应-固定效应模型：该选项可将合并效应纳入林区固定效应模型下。
- 地块合并效应-随机效应模型：该选项可将林木图中随机效应模型下的合并效应包括在内。
- 用于合并效果的菱形：使用菱形代表组合效果的选项（菱形的位置代表估计的效果尺寸，菱形的宽度反映估算的精度）。
- 漏斗图：创建漏斗图以检查是否存在发布偏差。请参阅荟萃分析：简介。
结果
该程序列出了荟萃分析中各个研究的结果：估计值和95％置信区间。
固定效应模型和随机效应模型均给出了具有95％CI的估计的合并值。
固定效应和随机效应模型
在固定效应模型下，假设研究具有共同的真实效应，而汇总效应是对共同效应规模的估计。
在随机效应模型（DerSimonian和Laird）下，假设研究中的真实效应在研究之间有所不同，而汇总效应是不同研究中报道的效应的加权平均值（Borenstein等，2009）。
随机效应模型将倾向于给出更保守的估计（即具有更宽的置信区间），但是在没有异质性的情况下，两个模型的结果通常是一致的。请参阅荟萃分析：介绍异质性统计Cohran Q和I 2。当存在异质性时，随机效应模型应该是首选模型。
请参阅荟萃分析：简介以了解不同的出版偏见测试。
森林图
森林图显示的估计值（95％CI）中包含的荟萃分析不同的研究发现，与95％的整体效果CI。
漏斗图
漏斗图是用于在荟萃分析中检测偏差的图形工具。请参阅荟萃分析：简介。
注意，当选择了“为自然对数被输入数据”的选项（见上文），则在Y轴上的标准误差是自然对数。