metafor包aggregate()函数对多水平元分析单一结局研究的影响及疑问

1. 单结局研究经aggregate()后置信区间变宽的原因 #

aggregate()函数在metafor中的核心作用是将同一研究内的多个效应量聚合为一个研究水平的平均效应量，本质是对研究内效应量做加权平均，权重为各效应量的精度（方差的倒数）。

对于仅含单个效应量的研究，用aggregate()处理后，效应量数值不变，但聚合后的方差会包含模型估计的研究内异质性成分——哪怕只有一个结局，多水平模型仍会考虑“研究内可能存在的变异不确定性”，相当于给单结局研究的效应量额外叠加了这部分变异带来的方差，最终导致置信区间变宽，甚至从显著转为不显著。

ChatGPT提到的“多结局研究精度更高、单结局研究精度更低”是准确的：多结局研究有多个效应量支撑，能更稳定地估计研究内真实效应，聚合后方差更小（精度更高）；单结局研究缺乏额外信息来降低研究内变异的不确定性，聚合后方差更大（精度更低），因此置信区间更宽。

2. 部分研究置信区间含0但汇总效应CI不含0的合理性 #

这种反直觉结果完全合理，不存在问题，核心逻辑是元分析汇总效应是基于研究精度的加权平均：

• 置信区间包含0的研究，通常是精度较低（方差大、样本量小或结局变异大）的研究，在汇总时被赋予的权重极低；
• 精度高（置信区间窄、多结局或大样本）的研究，即使数量少，也会主导汇总效应的结果。如果这类高权重研究的效应量方向一致且远离0，最终汇总效应的置信区间自然不会包含0，哪怕部分低权重研究的区间跨过0。

举个直观例子：10个研究里，8个小样本研究的置信区间都含0（各占2%权重），2个大样本多结局研究的效应量显著且方向一致（各占42%权重），汇总效应会被这2个高权重研究主导，最终置信区间不会包含0。

3. 对应用研究者的建议 #

• 无需纠结单结局研究聚合后的置信区间变宽：这是多水平模型考虑研究内异质性后的严谨结果，反而比直接使用原效应量更能体现“单结局无法准确估计研究内变异”的不确定性；
• 解释森林图时重点说明权重分配逻辑：告诉读者汇总效应是基于研究精度加权得到的，低精度研究对结果影响有限，就能让非技术背景的研究者理解这种看似矛盾的结果；
• 优先选择直接做多水平模型而非先聚合：可以用原始多效应量数据直接运行rma.mv()，这种方式能完整保留所有信息，结果与聚合后分析趋势一致，但更严谨。

内容的提问来源于stack exchange，提问作者Yang Travis