【交流】讨论meta分析中如何检验亚组间显著性差异

1.meta分析中，亚组分析是个很重要的组成部分，尤其对各研究中存在明显异质性的meta分析。，例如附图所示：纳入meta的10个研究中，存在着异质性因素，因此按照这个因素分为A和B两个亚组进行分析，在stata做出来的结果显示各亚组效应总量以及可信任区间，大家估计都不陌生。
2.如何用stata检验两个亚组的效应总量的显著性差异，小弟在园内搜索了一下，有chenggshh2001战友发过类似的求助帖： http://stat.dxy.cn/bbs/topic/14135237 ，其中有shenshen0455提出来的ttesti，这个是建立在两样本t检验的基础上的stata命令。
3.具体命令为 ttesti A组内研究个数 A研究效应总量 A效应总量的标准差 B组内研究个数 B研究效应总量 B效应总量的标准差 , 而标准差来自可信任区间：标准差==（可信任区间上限-下限）/2/1.96（检验标准=0.05），例如我附图那样的话，标准差A=X2-X1/3.92 标准差B==X4-X3/3.92 检验A与B之间显著性差异的t检验命令为：ttesti 4 XMA 标准差A 6 XMB 标准B

这个方法我尝试用在我自己的meta分析中，但是有以下问题，希望各战友能讨论一下：
1.这个方法没我找不到任何的文献根据，有经验的战友有提供一下么
2.另外亚组分析中，一个亚组内只有一个研究的时候，该方法不能用（自由度=0），该如何解决？
3.该meta分析，效应总量是比值比的，也可以使用t检验么（比值比不符合正太分布，对数化之后才用？）
4.大家一般如何对待亚组之间，显著性差异的检验的，有经验的战友有使用过哪种方法，在stata如何实现？
附图：
[img][/img]