迈向更科学的荟萃分析

荟萃分析可以是研究过程的关键部分，常作为从业者、政策制定者和个体决策所依据的主要分析。然而，当前文献综合式的荟萃分析方法通常估计的量与隐含意图不同；具体而言，标准方法估计的是不完美研究群体中的治疗平均效应，而非在假设完美研究群体中所测得的真实科学效应。我们倡导一种称为响应面荟萃分析（response-surface meta-analysis）的替代方法，该方法将研究设计质量作为预测变量、将其报告效应量作为结果变量建模，以估计假设理想研究所得的效应量。该想法由 Rubin 于数十年前首次提出，本文给出一种实用实现。首先，我们重新介绍响应面荟萃分析的思想，强调其对科学驱动估计量的关注并提出一种直接实现。然后将该方法与实践中使用的传统荟萃分析技术比较。接着我们实现响应面荟萃分析，并在模拟数据与 Cochrane 协作组发布的真实案例上将其结果与现有文献综合方法对比。最后我们详述响应面荟萃分析实现中的主要挑战，并给出应对建议。