异质性检验相关知识总结

广义：描述参与者、干预措施和一系列研究间测量结果的差异和多样性，或那些研究中内在真实性的变异。

狭义：统计学异质性，用来描述一系列研究中效应量的变异程度，也用于表明除仅可预见的偶然机会外研究间存在的超逸。

（1）异质性检验

可以使用异质性检验进行异质性分析，结论更加客观，其中包括：Q检验，I2值判断，H值判断等。通常情况下Q检验时p值>0.1，即说明无异质性（即同质性）；I2指标衡量组间异质性的占比情况，通常I2大于50%时认为异质性较高，I2大于75%时认为异质性过高；通常H值大于1.5则说明存在异质性，H值小于1.2说明不存在异质性问题，如果H介于1.2 ~ 1.5之间时，如果95%区间包括1说明没有异质性，反之说明具有异质性。

（2）可视化图形

也可以用图形进行分析，比如森林图、Galbraith 图法、L’Abbe 图等。比如森林图举例如下：

森林图左侧为研究Study名称及异质性检验和合并效应统计检验等信息；森林图中间部分展示效应量及置信区间，方块矩形为权重大小其表示该Study的贡献情况，中间虚线为参照对比线其对应着合并效应值，菱形表示合并效应量结果；森林图右侧展示效应及其置信区间具体数据，并且展示各Study权重信息等；如果有亚组Subgroup，则会展示各亚组效应量及检验信息等。

异质性分析中Q值、I2等如何计算呢？异质性分析在很多方法中都有体现。比如在meta分析中，SPSSAU结果如下（以固定效应为例）：

上传的数据如下：

效应量结果如下：

以此类推。

也可以使用excel进行计算，结果如下：

异质性检验的结果如下：

所以Q值计算如下：

250×（0.2-0.2814）^2+136.5333×（0.375-0.2814）^2+……+443.7333×（0.375-0.2814）^2=8.9022；

（2） I2

I2=100%×(Q-df)/Q，其中Q为Q值，df为文献个数-1，计算如下：

100%×(8.9022-5)/8.9022=43.83％

异质性检验的分析如下：

本次分析进行异质性Q检验时p值=0.113>=0.1,意味着并不存在异质性问题，可考虑使用固定效应模型。

I2表示异质性的比例情况，从上表格可知： I2值为0.438