元分析中的发表偏倚检测与校正方法.docxVIP

元分析中的发表偏倚检测与校正方法

一、引言

元分析作为一种量化的文献综合方法，通过系统检索同一主题下的所有独立研究，按照统一的纳入排除标准筛选文献、提取数据，再通过特定的统计模型整合得到综合效应量，能够有效解决单个研究样本量不足、结论不一致的问题，目前已经成为医学、心理学、教育学、公共卫生等多个领域开展循证决策的核心证据来源。和传统的叙事性文献综述相比，元分析因为有明确的流程规范和量化的整合方法，一直被认为具有更高的客观性和可靠性，但这种可靠性高度建立在“纳入的研究能够代表领域内所有已完成的相关研究”这一核心前提之上。在实际的学术发表环境中，研究结果能否被发表往往和结果的方向、统计显著性存在关联，这种关联会导致元分析可获取的文献样本存在系统性偏差，也就是学界普遍关注的发表偏倚问题。早已有学者系统阐述了“文件抽屉”问题，指出公开发表的文献并不能完全代表所有已完成的研究，仅基于已发表文献开展的元分析往往会高估效应量，甚至会得出错误的结论（Rosenthal，1979）。过去几十年间，围绕发表偏倚的检测与校正，方法学家开发了从直观可视化到复杂统计模型的一系列工具，为元分析研究者识别和处理偏倚提供了支撑，但在实践中，很多研究者对各类方法的原理、适用边界和局限性理解不足，往往存在流程化套用方法、误读检测结果、校正不当等问题。系统梳理发表偏倚的形成逻辑，厘清各类检测与校正方法的特点和适用场景，