编辑推荐：
为探究错误分析的聚类随机试验（CRT）对 Meta 分析的影响，研究人员通过模拟不同参数场景，对比正确与错误分析 CRT 的 Meta 分析结果。发现忽略聚类会导致假阳性率升高，提示 Meta 分析需谨慎处理 CRT，正确运用统计方法。
在医学研究的证据海洋中，如何将不同类型的研究结果科学整合，一直是研究者关注的核心问题。随机对照试验（RCT）作为评估干预措施的 “金标准”，其结果的合并被视为最高等级的证据。然而，当个体随机不可行时，聚类随机试验（CRT）应运而生 —— 这类试验以群组（如社区、医院）为单位进行随机化，在公共卫生、慢性病管理等领域应用日益广泛。但 CRT 的复杂性在于，同一群组内个体的观察结果往往具有相关性，这种相关性由组内相关系数（ICC
1-24??）量化。若在 Meta 分析中直接套用 RCT 的分析方法，忽略群组效应，可能导致标准误低估、假阳性结果泛滥等问题
。尽管已有方法学指南强调 CRT 需特殊处理，但现实中，大量 Meta 分析仍错误纳入未校正聚类效应的 CRT 数据，这背后可能是研究者对方法的不熟悉、统计软件的限制或期刊报告标准的缺失
。
为揭示这一现状的潜在风险，瑞士南方应用科学与艺术大学（SUPSI）的 Joseph Alvin Ramos Santos 及其团队开展了一项系统性模拟研究，成果发表于《BMC Medical Research Methodology》。研究通过构建虚拟数据集，量化错误分析 CRT 对 Meta 分析结果的影响程度，为临床研究的证据整合提供关键警示。
研究方法概览
研究采用两阶段模拟设计：首先生成 RCT 和 CRT 数据集。RCT 设为平衡设计，含治疗与对照组，连续治疗效应为 0，每研究固定 1000 例样本。CRT 则 vary 群组数量（10、20、40）、每群组观察数（10、30、50）、总方差（1、5、10）和 ICC（0.05、0.10、0.20）。每组 CRT 数据分别用标准线性回归（错误分析，忽略聚类）和混合效应回归（正确分析，将群组作为随机效应）拟合，提取系数和标准误。
随后构建 Meta 分析数据集，参数包括总研究数（4、8、12）、CRT 占比（全部、半数、单个）及正确分析 CRT 的比例（无、半数、全部），共生成 1944 种 Meta 分析场景。每种场景重复 1000 次随机效应 Meta 分析，评估指标包括效应量均值、偏倚、标准误、95% 置信区间覆盖率及 p<0.05 的统计显著性比例。此外，还设置治疗效应为 0.3 的敏感性分析，考察中等效应下的结果稳定性。
关键研究结果
统计显著性与假阳性率
当所有 CRT 正确分析时，仅 2.47% 的场景超过 5% 的 α 阈值；而当半数或无 CRT 正确分析时，超标场景分别达 72.84% 和 80.25%。ICC 越高、研究数越少，假阳性率差异越显著 —— 例如 ICC=0.20 时，错误分析组的假阳性率比正确组高 12.4%。敏感性分析显示，治疗效应为 0.3 时，错误分析导致的效能差异更大，提示实际干预效果存在时，误判风险进一步升高。
置信区间覆盖率与精确性
正确分析组的覆盖率均值为 97.1%，显著高于半数（93.2%）和无正确分析组（92.7%）。覆盖率随研究数增加、ICC 降低而提升，但错误分析会系统性降低估计的准确性。模型标准误方面，正确分析组因有效样本量较小，标准误略高于错误组，但随群组数量增加，标准误下降趋势更明显，凸显群组数量对精度的关键影响。
效应量估计与偏倚
无论 CRT 正确分析比例如何，效应量均值与预设值（0 或 0.3）高度一致，偏倚均小于 0.02。这表明错误分析的主要危害不在于效应量方向的偏移，而在于虚增统计显著性和降低置信区间可靠性。
结论与讨论：为 Meta 分析筑牢方法论防线
本研究通过严谨的模拟实验证实，Meta 分析中纳入未校正聚类效应的 CRT 会导致假阳性结果激增，且这种风险随 ICC、CRT 占比升高而显著放大。尽管效应量估计本身保持无偏，但统计推断的可靠性被严重侵蚀，可能误导临床决策和政策制定。
研究同时揭示了 CRT 设计的关键考量：增加群组数量比扩大群组规模更能有效降低标准误，这为未来 CRT 的样本量规划提供了依据。值得注意的是，即使 CRT 仅占少数（如单篇），错误分析仍可能使 α 阈值超标率达 3.7%，提示零星 CRT 的处理同样不可忽视。
尽管研究未涵盖二分类结局、不等群组大小等复杂场景，但其核心结论 ——Meta 分析必须严格区分 RCT 与 CRT 的分析逻辑，对 CRT 应用混合效应模型等专门方法 —— 为证据合成领域敲响了警钟。随着 CRT 在真实世界研究中的普及，研究者、期刊和系统评价团队需共同推动方法学规范，避免 “数据整合” 异化为 “错误累加”。唯有如此，Meta 分析才能真正成为照亮医学真理的灯塔，而非误导实践的迷雾。
