阅读研究文献时人们常常会发现，对同一问题所做的研究往往结论各异，例如，在关于精神分裂症的阴性症状和阳性症状的相关分析时发现既有统计学意义的正相关，也有统计学意义的负相关，甚至也有报道其两者间没有统计学意义的相关性。对这两类症状在治疗过程中的变化关系也是以上3种各异的结论。由此来看，对同一研究领域作出总结或综述时，不同的作者可能得出不同的结论，这便取决于作者的潜在意向了。显然，这种现象需要改观，如何从这些各异的结论中找出真正的结论性规律，从而代替某些作者自己的潜在意向和以往专业评论家的直言，乃至某些权威的盲然断言，显然，一种科学的方法是必要的。
Meta分析，又称再分析方法，正是在此特殊的时代应运而生。目前已经成为循证医学方法的一个重要组成部分。
Glass首次提出了再分析的概念，其含义为“对各种经验研究的结果作统计学处理，用数理化的方法从各单个研究中得出总的结论”而且直接、客观、特别是对那些结论相互矛盾的研究有意义，实际上，它正是对一系列相互矛盾的实验和统计方法分析的结果，再应用统计方法进行综合计算分析，得出一系列实际研究的综合性显著性意义或实验效应大小的计量指标，这是一种分析之后的再分析方法。
Meta分析的目的是①对研究主要结果的分析提高统计上的把握度；②当有关的各项研究结果不一致时，用来解释尚未肯定的结果；③改进对效应大小的估计；④解决一些在个别研究开始时未提出的问题。
Meta分析主要用于临床随机对照研究（RCTs）结果的综合分析，因为RCTs的结果最可信，RCTs分析合并资料后，样本增大，把握度提高，可以防止由样本小带来的偏差。
Meta分析包含3个主要内容，一是对反映某一假设的若干单项实验研究结果的显著意义进行综合检验，提供综合的显著性意义指标；二是综合评估实验效应大小（Effect size，ES），提供效应大小的统计指标；三是相关性研究时，其综合评估相关之强度，或相关的效应大小，此可看成第二方面之特例。
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。
