Meta分析的模型选择，是一个很有意思的话题。培训班上，我给大家分享了三种选择的标准：1) 统计学异质性大小；2) 模型的合并结果；3) 临床、方法学异质性大小。
然而，我从一篇SCI文献中发现了另一种模型选择的方法。
这篇meta分析：
1) 共有5篇纳入文献，但森林图显示，每个结局指标都只有2个研究。
2) 研究间的异质性都很大，但作者用的是固定效应模型。
我的第一想法是：这不是乱来吗？为了得到显著结果，不顾极为明显的统计学异质性，乱用固定效应模型。
正当我准备公开“批判”这篇文献的时候，一个念头阻止了我：要不先看看他是怎么说的吧，为什么用固定效应模型。
于是，我翻阅了该文献对模型选择的说明。作者只简单的描述道：统计分析采用固定效应模型。
所幸的是，作者引用了参考文献，于是我又找到了这篇文献的全文。关于meta分析的模型选择，Tufanaru等人提出了一个新的观点：以统计推断的目的为依据，选择模型。
其实，这是一篇2015年发表的方法学论文。可是，该文献对模型选择的介绍，在学术圈鲜有传播（可能是我孤陋寡闻），因此，我也就认为这是新观点。
在“以统计推断的目的”这基础上，他们制定了meta分析模型选择的决策指导，包括以下标准：
1 若是做归纳总结，选择随机效应模型；如果只是展示纳入文献的结果，用固定效应模型。由于meta分析大多是要做归纳总结的，建议默认选择随机效应模型进行合并。
2 固定效应模型适合纳入文献少的情况，5篇文献以下，建议使用固定效应模型（需要有足够的文献才能做归纳总结）。
3 模型的选择应该考虑异质性，由于固定效应模型假定的是纳入研究评估的是单个真实的潜在影响。如果不能证明研究间同质，考虑使用随机效应模型。
4 相似地，固定效应模型反映的是一个总体，而随机效应模型假定纳入研究来自多个总体，评估效应值是否服从正态分布。如果不能明确纳入研究来源同一总体，建议使用随机效应模型。
5 当某个研究的样本量明显大于1个或多个小样本研究时，用固定效应模型更合适。
作者还画了一个决策流程图。
根据这个流程图以及上述模型选择的标准，就不难看出为什么开头提到的那篇meta分析选择固定效应模型合并了。
可是，Tufanaru等人也说明了，模型的选择是一个复杂的、综合考量的过程。在我看来，异质性无疑是最重要的因素之一。存在显著的异质性，特别是临床、方法学异质性，我更倾向于选择随机效应模型。你呢？