Meta－分析可以看成一把双刃剑，有效真实的结果可以作为重要的参考依据，为卫生决策和临床实践服务；而错误的结果则又可能引起误导，危害人民身体健康。因此，Meta分析在下结论时应非常慎重，在应用前必须进行效度分析，即评价结果的真实性。
一、发表性偏倚与处理
1．为什么会出现发表性偏倚？
Meta－分析成功与否的关键在于纳入研究的数量和质量。纳入研究应基本包括大多数相关资料，但因为存在发表性偏倚，即使具备周密的检索策略和手段（如与研究者个人联系），也不可能完全纳入所有相关研究。导致发表性偏倚的因素主要有：治疗效应量的统计学意义，样本含量大小，治疗方案有无创新，是否为重要的研究问题，研究质量，是否受资助以及杂志特色等。
发表性偏倚可使Meta－分析过分夸大治疗效应量或危险因素的关联强度，导致临床个体治疗与卫生和决策的失误。
2．如何识别发表性偏倚？
在进行Meta－分析之前，必须评估发表性偏倚的可能影响。方法之一是观察效应量与上述导致发表性偏倚影响的相关性分析（如秩和相关检验等），若相关性较强时，放弃Meta－分析，或者只对无或较小偏倚的亚组进行分析。
绘制漏斗图也可帮助识别有无发表性偏倚。以样本类似漏斗形，故称为漏斗图。在理论上不同研究的真实效应量应与样本含量无关，变异较大的小样本研究分散在底部，随着样本含量的增加，变异程度降低，最后趋近于点状。但当阴性结果研究的发表受到影响时，其漏斗图则呈偏态分布。绘制漏斗图，需要较多的研究个数。
3．发表性偏倚的量化
若发表性偏倚对Meta－分析影响较大，则只需新增几个无统计学意义的研究，就能使合并效应量检验结果无统计学意义，而发表性偏倚影响较小时，则需新增很多个研究，才能改变检验结果。所以，评价发表性偏倚的作用大小，也就是相当于回答“需新增多少个无统计学意义的研究，使得合并效应无统计学意义（P＞0．05）？”
二、敏感性分析
敏感性分析（sensitivity analysis）是指在排除结果异常的研究后，重新进行Meta－分析的结果与未排除前的结果进行比较，以探讨该研究对合并效应量的影响程度及结果可靠性。
若敏感性分析未从实质上改变结果，说明结果较为可信；若敏感性分析得到不同结论，表明在解释结果和下结论时应非常慎重，提示有潜在的重要因素影响干预措施效果，需明确争议的来源。
三、Meta－分析结果应用时的注意事项
Meta－分析的结果在推广应用时，应注意干预对象特征及生物学或文化变异、干预场所、干预措施及依从性、有无辅助治疗等。不能推荐没有Meta－分析证据支持的建议。在无肯定性结论时，应注意区别两种情况：一是证据不充分而不能定论；二是有证据表明确实无效。
Meta－分析的结论不是一成不变的，它只是现有资料综合分析的结果，随着新研究资料不断的收集，其结论应加以更新。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
