在Meta分析中，异质性是指纳入的单项研究间存在的差异，包括由受试者、干预措施和结局指标等差异引起的临床异质性，由研究设计和偏倚引起的方法学异质性，以及统计学异质性。在这里，笔者想要强调下，我们很多时候关注的是统计学的异质性，但是当我们整合文献的时候，异质性就已经存在了，即使统计学的异质性没有意义。
此次笔者将分享的是统计学的异质性，大部分文章或多或少在这个环节上出现了问题。我们知道，如果异质性较大，Meta合并结果的可靠性就会大大降低，甚至在异质性过大时应当放弃Meta分析而仅进行系统性综述。因此，在进行Meta分析时，选用恰当的异质性评价手段来识别和测量异质性至关重要。通常来说，异质性的检验分为两种：亚组分析和敏感性分析，有人会问，那Meta回归呢，也是，只不过是属于亚组分析的扩展。下面，我们围绕亚组分析和敏感性分析出现的误读来分析。
一、亚组分析：如何才算找到真正的异质性来源？
