當研究論文的數量增加後，我們就會希望對相同主題的研究進行分析。那我們要怎麼分析相同的主題呢？不同的研究學者可能使用不同的變數、不同的結果展現。
在1990年 The Foundation of The Cochrane Collaboration 開始更新特定醫學議題的系統性文獻回顧 systemic reviews和統合分析meta-analysis
統合分析的研究步驟
系統性文獻回顧 systemic reviews 需要再正式研究前設定protocol，以明確規定列入條件(inclusion criteria)和排除條件(exclusion criteria)。
- 做meta-analysis 之前，要嚴格定義你的研究主題。
- 列入和排除的條件需要定義好，可以減少差異性。
- 在資料庫裡面的資料都要搜尋，才不會遺失重要研究。
- 決定是否需要做pooled-renanalysis，如果要做就要和研究者聯繫，請他們提供原始資料
- 將收集到的論文做一張描述性表格，好讓讀者知道論文的特點。
- 是否呈現個別論文的effect分析和合併效果effect size。 基本上會以forest plot 來呈現不同研究的效果
- 考量論文間是否有異質性、是否有做sensitivity analysis? 如果有異質性問題：可以用卡方異質性檢定(chi-square test for heterogeneity)
- 決定要如何呈現結果
統合分析的統計方法
- fixed-effects model 固定式模型 假設所有的研究都有共同的真實效果（true effect）。並且因為樣本大小，給不同的加權。病人數目大則給越大的權值。
- random-effects model 隨機式模型 假設每篇研究的真實效果都不同。
兩者的差別：
固定式模型會依照樣本的數目提高權重。在隨機式模型中，每個研究都有獨特性，並且能夠提高小型研究的權重。
要如何跳選呢？
如果我們單用卡方檢定，沒有異質性問題，就可以使用固定式模型來計算。
但若是研究者認為研究間有差異的話，就可以使用隨機式模型或是敏感度分析將不合適的論文剔除，在重新分析。
統合分析的優缺點
- 小型研究可能因為病人數目不足，沒有足夠的檢定力，但是統合分析能夠將小型研究進行統合性評估。
- 系統係文獻回顧和統合分析可以點出具有爭議性的醫學題目。
- 統合分析可以提供較有證據性的次群組分析（subgroup analysis）。
- 統合分析的研究結果絕非是完全值得信賴，有很多統合分析忽略了偏差的存在。
- 統合分析結果有可能和隨機分配研究的結果相抵觸。
結論
統合分析研究方法的問世帶給醫學界很大的衝擊，但是論文的質量也是很重要，在使用統合分析時，需要篩選論文的研究品質。統合分析能夠幫助我們比較不同的論文，但也需要有能力來判別論文的好壞。
