上表格展示平均值Meta分析的基本配置参数信息，本案例暂不进行Hartung and Knapp调整，使用IV法进行效应量计算。

上表格展示效应量率的结果，并且展示各文献对于‘合并效应’的贡献情况即权重值，权重越大意味着该文献对于Meta合并效应的贡献越大，即该文献对于合并效应的影响力度越大。本案例时7个文献资料的权重基本持平，但是平均值差异较大，最终合并效应值为0.306，95%置信区间介于0.109 ~ 0.503。从上表格暂不无法判断异质性问题，接下来通过森林图和异质性检验表格具体查看。

森林图直观展示Meta分析结果，从本案例上看，各个文献的均值差异相对很大，而且合并效应的置信区间也很大（菱形很宽），意味着很可能存在着比较严重的异质性问题，接下来使用检验等指标具体分析异质性情况（当然图里面也有展示异质性检验的关键指标比如Q检验等）。

异质性检验有多种方式，包括：Q检验，I2值判断，H值判断等。通常情况下Q检验时p 值>0.1，即说明无异质性（即同质性）；I2指标衡量组间异质性的占比情况，通常I2大于50%时认为异质性较高，I2大于75%时认为异质性过高；通常H值大于1.5则说明存在异质性，H值小于1.2说明不存在异质性问题，如果H介于1.2 ~ 1.5之间时，如果95%区间包括1说明没有异质性，反之说明具有异质性。

从上表格可以看到：Q检验显示p 值=0.000

Meta分析时还有个关键问题是发表偏倚。有较多的方式可进行发表偏倚的查看和检验等，SPSSAU提供Egger检验和Begg检验，漏斗图和Trim剪补法。上表格显示：Egger检验时p 值为0.378大于0.05，则认为不存在发表偏倚；Begg检验时p 值为0.652大于0.05，则认为不存在发表偏倚。当然还可以使用更加直观的漏斗图查看发表偏倚问题。

漏斗图时，横坐标为效应量（本案例为率值），纵坐标为标准误差值（并且纵坐标进行逆向），如果说各散点介于漏斗内两侧并且基本上呈现出对称状态，那么意味着没有发表偏倚问题。上图显示有4个文献在漏斗图外侧，并且散点并没有绝对的对称，意味着从漏斗图上看有着一定的发表偏倚问题，这与上述检验出现矛盾现象，这种情况在研究文献较少的时候容易出现，具体研究者应该综合决择，这是由于漏斗图直观但其在研究文献数量较少时，直观上容易看出明显的偏差，但检验上并没有那么严重（另外需要注意的是：本案例数据具有严重的异质性问题，也有可能异质性问题额外带来了发表偏倚问题）。如果以漏斗图结果为准，那么还可进一步使用Trim剪补法，然后使用校正合并效应结果值。

Trim剪补法时剪去漏斗图中不对称项，并且沿漏斗图中心两侧填补上被剪切部分，并且基于剪补后数据重新进行效应量计算，以校正异质性问题带来的效应量偏差。上表格中列出的第1行为真实数据结果，第2行为填补后的校正数据结果；如果两行结果完全一致，则意味着并没有进行填补处理。本次案例进行Trim剪补法后，填补2项，并且合并效应发生较为明显的变化，从0.306变化为0.162，并且置信区间从不包括0，变为包括数字0。

敏感性检验表格使用逐一剔除检验法进行研究。每行表示移除该项后剩余项的meta合并效应量结果，效应量率是否为0的z检验结果及I2指标值；比如第1行表示如果不纳入‘Hartman 2008’这篇文献数据，余下其余文献进行Meta分析的合并效应结果等。另外，表格最后一行展示所有研究的合并效应结果；综合上表格来看，任意移除一篇文献资料时，I2值均接近1，意味着本案例数据具有严重的异质性问题，应该首先处理掉严重异质性问题后再进行分析，此种做为更为科学 稳妥。

与此同时，还可使用森林图直观展示敏感性检验结果，如下图中可以看到，逐一移除单独一篇文献后，合并效应并没有发表非常明显的改变，因而也意味着本案例数据通过敏感性检验，合并效应结果具有良好的稳健性（但这种稳健性是基于严重异质性前提，所以本案例文献资料有着严重的异质性需要处理）。

累积效应结果展示逐一纳入新的研究后的效应量和95%置信区间等； SPSSAU中进行累积效应时，默认自上而下不停地纳入文献，如果需要改变顺序，那么可通过修改放入的原始数据顺序进行改变。

下面森林图是累积效应的可视化呈现结果。