P值合并(Fisher/Stouffer)

所属分类：Meta分析

这个方法是做什么的

当各项研究只报告了 p 值、拿不到可合并的效应量时，可以用 p 值合并方法回答一个更有限的问题：这些研究合起来，是否支持“至少有一项研究在预期方向上存在效应”。模块同时给出四种经典方法：Fisher 法（把各研究 p 值取对数求和，服从自由度 2k 的卡方分布）、Stouffer 法（把 p 值换成标准正态分位数后求和）、按 √n 加权的 Stouffer 法，以及按样本量作自由度加权的 Lancaster 法；后两种需要提供样本量。

所有方法都建立在单侧 p 值上。若文献给的是双侧 p，需要同时提供效应方向列（正数表示预期方向），模块据此换算：方向为正取 p/2，方向为负取 1 − p/2。报告卡③把每项研究的 z 值画成条形图，卡④用留一法检查合并结论是否被单项研究左右。

需要准备什么数据

• 研究标签 (可选)（可选）：0~1 个
• 放入 p 值：1 个，定量变量（数值）
• 样本量 (可选)（可选）：0~1 个，定量变量（数值）
• 效应方向 (双侧 p 时)（可选）：0~1 个，定量变量（数值）

数据要求

• 数据表至少 2 行。
• 单列缺失率不超过 30%。

以上条目由系统从该方法的校验规则直接生成，与上传数据时的实际拦截规则一致。

什么时候用它

• 文献只报告了检验统计量或 p 值，没有均值、标准差或比值，无法做效应量 Meta 分析
• 各研究的结局测量方式不同（不同量表、不同指标），但检验的是同一方向的同一假设
• 多中心、多批次的独立重复实验，想综合判断效应是否存在
• 基因关联、多个独立数据集的验证分析中，汇总各数据集的证据强度

前提是各研究相互独立，检验的是同一方向的同一假设，并且 p 值计算正确。p 值必须在 0 到 1 之间；文献写“p<0.001”时请录入上限值 0.001。

什么时候不要用它

• 能拿到各研究的效应量和标准误或置信区间：用「通用效应量Meta(亚组/回归)」，它能给出合并效应有多大，而不只是“有没有”。
• 研究报告的是两组均值与标准差：用「连续效应Meta(MD/SMD)」。
• 研究报告的是两组事件数：用「二分类效应Meta(OR/RR/RD)」。

容易误读的地方

• 合并 p 值不是效应量。 它只说明“至少有一项研究存在该方向的效应”，不能写成“合并效应显著”，也不能说明各研究的效应一致。样本量越大的研究越容易给出小 p，所以合并 p 很小也可能只是因为某项大样本研究。
• 双侧 p 不配方向就合并是常见错误。 方向相反的显著结果会被当成支持证据。只有双侧 p 时，务必提供效应方向列；方向无法判断的研究应排除，而不是默认按同向处理。
• Fisher 与 Stouffer 敏感的东西不同。 Fisher 法对少数研究 p 很小特别敏感，Stouffer 法对多数研究同向但都只是轻微显著更敏感，方向相反的研究会拉低 Stouffer 结果。两者结论不一致时都要报告，并说明主分析事先选的是哪一种。
• 研究必须相互独立。 同一批受试者的多次报告、同一研究的多个结局、同一数据集的不同分析都不独立，合并会严重夸大证据强度。
• 发表偏倚同样存在。 只有显著结果被发表时，p 值合并会系统性地夸大证据；留一法只能检查单项研究的影响，不能纠正发表偏倚。
• p 值的精度会影响结果。 文献常把 p 值写成“p<0.05”或“p<0.01”，按上限录入会让合并结果偏保守；录入前尽量从原文的检验统计量反推精确 p 值，实在无法获得时，在方法部分说明采用了上限值。
• 加权方法需要可比的样本量。 √n 加权的 Stouffer 法和 Lancaster 法默认样本量越大的研究信息越多；若各研究的设计差异很大（如配对设计与独立设计混在一起），样本量并不能直接代表信息量，这时以等权的 Fisher 与 Stouffer 结果为主，加权结果只作敏感性分析。
• 研究数太少时结论不稳。 只有两三项研究时，任何一项研究的变化都可能翻转结论，卡④的留一法需要至少 3 项研究；报告时应同时列出每项研究的 p 值，让读者自己判断证据是否集中在某一项研究上。
• 把合并结果写进论文时要交代方法细节。 方法部分应写明纳入了哪些研究、p 值是单侧还是由双侧换算、方向依据是什么、主分析采用哪一种合并方法，以及是否做了加权；读者据此才能判断合并证据的可信程度。

报告里有什么

1. 输出结果一：纳入研究与前提检查
2. 输出结果二：合并检验主结果表
3. 输出结果三：各研究的 z 值
4. 输出结果四：敏感性分析（P 值合并没有效应量）
5. 输出结果五：结论与学术表述