我很欣赏对这项荟萃分析的任何见解。
这是一项关于阿格列汀疗效和安全性的荟萃分析。在作出此声明的讨论的第 2 段中：
尽管异质性检验显示纳入研究的结果存在统计学显着差异，但敏感性分析表明，在从分析中撤出任何研究的情况下，总体优势比的稳定性并没有显着改善异质性。因此，这项荟萃分析结果的可信度似乎并未受到影响。这是因为; 当纳入研究数量较少且异质性较大时，最好通过敏感性分析评估结果的稳健性
他们所说的“敏感性分析表明，在从分析中撤出任何研究而异质性没有显着改善的情况下，总体优势比的稳定性”到底是什么意思？
他们的意思是当一项异常研究被删除时，OR 不会改变？他们想交流什么？请帮忙！
引文： 阿格列汀治疗 2 型糖尿病的疗效：随机双盲对照研究的荟萃分析(PDF) - BMC Endocrine Disorders 2013 , 13:9
敏感性分析的元分析技术之一被称为“删除一项研究”，它只是意味着。每项纳入的研究对总体效果估计有什么影响。我没有机会看这篇论文，但从描述中可以告诉你，作者并不完全理解统计异质性的问题或如何处理它。你不能只是说我所有的学习都是全面的，所以一切都很好，让我们一起来吧。您需要在整个过程中有条不紊，检查每项研究对整体异质性的影响只是一个步骤。首先他们需要使他们的数据被正确地提取和输入。#1 异质性的原因是错误的数据（例如提取 SE 而不是 SD）。如果数据有效，然后他们需要检查 PICOTSS 中每个步骤的差异（尤其是临床异质性）。如果没有，则进行统计敏感性分析（例如，一次删除一项研究、不明确/高偏倚试验风险与低偏倚试验风险、资金来源等）。最后，您可能仍然找不到单一的异质性来源。在这种情况下，您必须对是否呈现汇总结果或仅进行描述性分析（大多数调查人员喜欢汇总）做出判断。
希望这可以帮助。
Ahmed Abou-Setta，医学博士，博士
更复杂的潜在问题是 - 明显的研究水平或规范水平的随机效应近似正常。
现在考虑以下假设：
(1) 没有论文/规范级别的随机效应 - 研究之间的所有估计差异都是研究内部错误或对研究特征的固定影响的结果。
(2) 存在论文/规范级别的随机效应，并且可以很好地用单一正态分布表示
(3) 存在论文/规范级别的随机效应，不能很好地用单一正态分布表示。
现在，如果 (3) 是这种情况，一个特殊的问题将是是否存在大量的过度 kutosis。在这种情况下，极端尾部的随机效应将比正态分布的随机效应以更高的频率发生。
现在解决这个问题的方法是简单地删除“异常值”，看看结果是否会发生显着变化。
更好的方法是显式地模拟非正态随机效应。有一些有希望的方法可以做到这一点：
(a) 使用一些单一的非正态分布
(b) 使用多个分布，随机分类
(c) 使用多种分布，通过一些可识别的特征进行分类