与连续性数据或者二分类数据进行Meta分析类似，相关系数Meta分析是对均值资料数据进行综合评价。其分析与解读与连续性数据或者二分类数据类似。需要注意的是，相关系数资料数据进行Meta分析时，仅提供相关系数和样本量数据。

• 1、背景

  当前有收集7篇文献均值数据资料如下：包括文献名称（Study）、资料相关系数和样本量等，由于案例不进行亚组分析（或Meta回归），因而没有放入Subgroup，或协变量数据，如下图所示：

  

• 2、理论

  Meta分析时涉及较多的专业名词和分析步骤，具体可见连续性数据或者二分类数据帮助手册。

  相关系数Meta分析时，通常需要首先将相关系数进行Fisher z转换和计算标准误，使用转换后的资料数据进行Meta分析，然后再输出结果再逆转换回去。关于Fisher z转换，其计算公式如下：

  $$\begin{array}{l}\text{ Fisher }z=0.5\times \ln \frac{1+r}{1-r}\\ \text{ Stderror }=\sqrt{1/(n-3)}\\ r=(e^{2z}-1)/(e^{2z}+1)\end{array}$$

• 3、操作

  本例子中操作截图如下：

  

  进行相关系数Meta分析时，默认选中进行fisher z转换。

• 4、SPSSAU输出结果

  Meta模型一共输出7个表格和5个图，说明如下：

  表格/图名称	说明
  基本信息表格	展示Meta模型的基本参数值信息等
  效应量结果	展示核心的模型结果，包括合并效应及其置信区间，以及各研究文献的权重信息等
  森林图	直观展示Meta分析结果
  异质性检验	提供Q检验、tau2、I2、H及其置信区间、H2值等，用于异质性检验
  发表偏倚检验	提供Egger检验和Begg检验
  漏斗图	分析发表偏倚情况
  Trim剪补法	展示基于Trim剪补法对应的‘校正合并效应’结果
  漏斗图（Trim剪补法）	直观展示Trim剪补法后的漏斗图，用于分析发表偏倚情况
  Meta敏感性检验	查看逐一剔除法后的合并效应情况
  森林图（针对敏感性检验）	将敏感性检验结果使用森林图直观展示
  累积Meta效应	展示累积Meta效应的结果汇总
  森林图（针对累积Meta效应）	将累积Meta效应结果使用森林图直观展示

  • 另需要提示的是：

  • 如果有提供‘subgroup亚组’数据，那么系统自动会进行亚组分析，其会改变森林图/效应量表格结果等；

  • 如果有提供协变量数据，并且要求进行Meta回归，那么系统还会提供Meta回归结果，以及Meta回归后的异质性指标信息等。

• 5、文字分析

  

  首先第1步关注异质性问题，从森林图可以看到，I2值为80.49%非常高，意味着异质性非常严重。当然处理异质性问题的方式很多，包括使用随机效应（当前即是默认使用随机效应默认），除此之外，还可自主分析异质性来源，使用亚组分析或者Meta回归分析等，并进一步决择等，本案例暂不深究深层次的异质性来源问题。单独从森林图上看，明显的，“Weins 2015”和“Wang 2003”这两项，其效应值明显高于合并效应值，而其余五项的效应值相对比较接近，那么可尝试将此两项进行移除后再次分析，结果如下图所示：

  

  如上图所示：I2从80.49%变化为0.00%，即意味着当前已经没有异质性问题，并且Q检验显示p值为0.90远大于0.1，进一步说明没有异质性问题。本案例使用一种移除文献的方式处理异质性问题，现实研究中研究者可考虑收集相对更多的文献资料，并且各文献研究内容尽可能保持一致，这样可在出现异质性问题时有一定缓冲处理区间，可将出现异质性的资料移除后分析，保证分析的科学性。至于其它的SPSSAU输出结果，包括发表偏倚结果，敏感性检验结果和累积Meta效应结果等，具体可见连续性数据或者二分类数据帮助手册，本文档暂不赘述。

• 6、剖析

  Meta分析涉及以下几个关键点，分别如下：

  • Meta分析通常关注三项内容，分别是异质性问题，发表偏倚问题和稳健性问题；异质性问题具有多个检验指标，有时候可能出现不一致结论，建议综合进行决择判断，类似地，发表偏倚也有多种检验和查看方式，通常使用漏斗图查看和分析即可，Meta敏感性检验常用逐一剔除法。