【有啥说啥】关于异质性的疑惑

一篇好的systematic review或者meta分析，最重要的就是所采纳的研究之间的同质性。这种同质性的大小，可以从文章里面所提到的研究设计来推断，比如说实验对象的纳入标准是否一致，实验处理是否一样，检查方法以及统计学处理等等。但是大多数时候，作者是没有那么多笔墨详细描述自己是怎么做这个实验的。而且，这些因素也都是一种定性的判断（一致或不一致），给人感觉异质性的判断，说起来容易做起来难啊！其实，根据我看到的meta分析相关文献，几乎很多人都是用固定效应模型算出来异质性统计量I平方或者P值来，判断异质性的。根据I平方和p值的结果，判断如果有异质性了，那么再分析异质性的来源。如果没有，那么OK，认为同质。

根据森林图，很容易发现，如果每个实验的可信区间（图上用横线代表），大多数都重叠的话，那么I平方是很小的，如果可信区间相差很远的话，I平方则非常大，就要分析异质性，找出偏倚。。

那么我的问题来了，如果每个实验的可信区间都大致相同，比如都在中线的左边或者右侧或者中间，那么我们还有必要做这个meta分析吗？

我们做meta分析的目的，不就是因为很多实验的结果不一致，比如有的在中线左边，有的在中线右边，我们才要求得一个合并效应值吗？而往往这种情况下，异质性非常大大，于是我们在得到了一个合并的效应值的同时，又要去分析异质性，来说明我们这个结果是不可靠的，因为某某异质性的存在。

这可不可以理解为自相矛盾:对于各家报道结果不一致的问题，其实是急需做meta的，但是我们做完以后，却告诉别人，我这个异质性很大，你们自己看着办吧。。。