异质性检验

异质性检验(tests for heterogeneity), 又称同质性检验(tests for homogeneity）。是用假设检验的方法检验多个独立研究是否具有异质性(同质性)。应用于meta分析等。

    按统计原理，只有同质的资料才能进行合并或比较等统计分析，反之，则不能。因此，Meta分析过程需要对多个研究的结果进行异质性分析，尽可能地消除导致异质的原因，使之达到同质。
    若异质性检验检验结果为P>0.10时，多个研究具有同质性，可选择固定效应模型( fixed effect model) ；若多个研究结果为P≤0.10时，多个研究不具有同质性，首先应进行异质性分析和处理，若仍无法消除异质性的资料，可选择随机效应模型(random effect model ) 。

    在Revman4.2及以后的软件中，出现了新的异质性指标，即 I²（I?）。其计算公式如下：

公卫百科

                                  I²=[Q-(k-1)]/Q×100%

    式中的Q为异质性检验的卡方值X²，K为纳入Meta分析的研究个数。
    在Revman中，I?是一个衡量多个研究间异质程度大小的指标。这个指标用于描述由研究间所致的变异（而非抽样误差所引起的变异）占总变异的百分比。
    在Cochrane系统评价中，只要I？不大于70%，其异质性可以接受。

公卫人

异质性的类型:

公卫家园

1.临床异质性(概念上的异质性)：
如对象特征、诊断、干预、对照、研究地点、评价结局等不同
2.方法学异质性：
研究设计与质量不同
3.统计学上的异质性：
不同试验中观察得到的效应，其变异性超过了机遇(随机误差)本身所致的变异性