目的 以實證研究的方式探討罕見事件Meta分析中大型研究與小型研究之間的差異。方法 通過2003年1月至2018年5月The Cochrane數據庫收集的系統評價數據，篩選出具有罕見事件、至少納入5個研究和至少納入1個大型研究的二分類結局變量的Meta分析。采用Peto和經典OR值作為效應量，比較包含大型研究與排除大型研究（僅小型研究）Meta分析OR值的大小、方向和P值。結果 共納入214個Meta分析。在214對OR值中，基于Peto OR值，有66對（30.84%）OR值的方向不一致（Kappa=0.33）；基于經典OR值，有69對（32.24%）OR值的方向不一致。多數（83.18%）小型研究的Meta分析中，采用Peto方法與經典方法相比，得出的P值更小。結論 對有罕見事件二分類變量結局指標的Meta分析，采用不同的效應量和統計方法，包含大型研究的結果和小型研究的結果之間存在較大差異。
因果推斷是醫學研究的主要目標之一，但由于缺乏對因果推斷理論的深入認識，研究者為增強結果的可信性會盲目地采用多種統計方法對同一問題進行分析。這導致在比較和解釋結果時出現較多問題。本文從因果推斷反事實框架的潛在結果、因果效應和分配機制3個基本概念出發，解讀因果推斷中6個主要的效應量，并討論不同情況下各效應量的可比性問題，以期望幫助研究者認識因果推斷的原理，正確解讀和比較研究結果以避免產生誤導性的結論。
目的以脆性指數為工具指標評估心血管Meta分析的穩健性。方法通過檢索2018—2022年PubMed、EMbase及Web of Science數據庫，系統收集心血管領域Meta分析相關文獻，計算脆性指數；通過Spearman相關分析探索脆性指數與樣本量、總事件數、效應值及效應值置信區間寬度的關系。結果共納入29篇文獻的212個Meta分析，中位脆性指數11（5，25.25），中位樣本量10301（3384，48330），中位事件數360（128.8，1308.8）。多數Meta分析選擇相對危險度作為效應指標，選擇Mantel-Haenszel方法和隨機效應模型；脆性指數與樣本量（rs=0.56，P<0.05）和總事件數（rs=0.61，P<0.05）呈正相關關系，與效應值置信區間寬度呈負相關關系（rs=?0.52，P<0.05），未得到脆性指數與效應值大小相關關系的有統計學意義的結果。結論發表在高影響力綜合性期刊與專業心血管雜志上的心血管Meta分析的脆性指數普遍較低，穩健性不高。在醫學研究中可增加對脆性指數的報告，輔助說明P值。