基于模型的Meta分析（model-based meta-analysis，MBMA）是一種新的定量分析方法，其在建模過程中從統計學角度考慮隨機效應的影響，并引入了協變量因素，最終形成一種預測性模型，能夠模擬不同結果以解決爭議問題，但MBMA分析實施難度大，從而導致應用受限。本文總結了現階段國內外發表的MBMA相關文獻，并結合筆者的研究經驗，介紹了MBMA的原理、方法和研究現狀，以期為廣大研究者提供參考。
目的對基于模型的Meta分析（Model-based Meta-analysis, MBMA）的數據集進行文獻計量學分析，挖掘MBMA研究趨勢。方法計算機檢索EMbase、MEDLINE、Cochrane Library、Web of Science、CNKI、VIP、WanFang Data和Sino Med，檢索時限均建庫至2023年2月28日，收集與MBMA相關的文獻，定性和定量分析作者貢獻、時間趨勢、國家分布及疾病分布。結果共納入文獻129篇，文獻發表量前三國家為中國（n=48），美國（n=47）和英國（n=7），時間跨度為2005年―2023年；涉及531名研究者，第一作者分布在15個國家；關鍵詞402個，出現前三的關鍵詞為Meta analysis（n=28）、Model-based meta-analysis（n=27）和Pharmacokinetics （n=14）；涉及16種疾病，研究前三的疾病分別是腫瘤（n=16）、神經系統疾病（n=14）以及內分泌、營養代謝性疾病（n=13）。結論近三年來，以多種關鍵疾病為載體，MBMA研究的發表數量顯著增加，但這種新型的定量研究尚未引起足夠關注，研究力量仍集中于中國和美國；并且尚未形成核心作者群，需各國學者加強多學科廣泛合作交流，促進高質量證據的生產及轉化。