我一直在考虑对进化的特定研究领域进行一些荟萃分析，但是在我进一步研究之前，我想知道一下。这个过程的正面和负面是什么？例如，不需要进行实际的实验是一个优势（时间和金钱），但是会存在出版偏见（发布更令人兴奋的结果），这将是不利的。
统计期刊上有哪些论文讨论了元分析的利弊？
Answers:
Borenstein，Hedges，Higgins和Rothstein撰写的荟萃分析导论详细讨论了荟萃分析的利弊。例如，参见“ 对元分析的批评 ”一章。，作者在其中回应了对元分析的各种批评。我注意到该章的各节标题，然后从内存中得出与该点有关的一些观察结果：
以我的经验，如果以前没有做过，例如您没有在某个领域提供自己的建议，那么正确的期刊就不会对它们产生偏见。荟萃分析不会进入“科学”领域，但在您所在的领域中，好的期刊通常可以进行新的荟萃分析。
不做实验而节省的时间和成本经常被其他事情所吞噬。一大缺点是，许多文章没有报告足够的信息来进行分析。您通常必须与作者联系以恢复此问题，不幸的是，他们经常无法或将不会遵守请求。这是该过程中最大的时间消耗。
您还错过了一些专家，例如高引文率。如果您是第一个也是唯一的荟萃分析，那么新的研究人员经常会引用您的论文。另一个优点是比较容易的随访研究。在一两年的动态研究领域中，您仅需将接下来的两年研究添加到后续的荟萃分析中。如果您是先行者，那么在研究领域中进行荟萃分析相对容易。然后导致相对较高的引用率。
如果您担心从文献中检索到的结果存在出版偏倚，可以使用统计技术，例如漏斗图（y轴上的研究大小（通常为-se），对x的影响）发现这样。在主题上无偏见的文献倾向于在漏斗图中具有对称的结果，但是由于出版偏见而产生的影响看起来更像是分布的一半。与进行实验不同，发现进行荟萃分析的数据存在偏差是可以发布的。
我以为我会批评迈克尔·博伦斯坦（Michael Borenstein）及其同事，对“元分析的批评”进行批评。
！方差只是不确定性的另一个可能引起误解的总结，如果几乎可以肯定地存在偏差，则两者都将极具误导性。
！正如Box曾经说过的-就像派出一排船来看看海洋是否足够平静以至于玛丽皇后能够进入。功耗极低，而且检查过程几乎肯定指定有误。
！同样，无望的力量和通常的聚合倾向也是如此。
！现在，无望的力量，模型错误指定和偏见并非总是能正确解决的，请参见关于荟萃分析中质量得分所产生的偏见
！完全同意，也是他们真正不确定性的唯一来源。
！完全同意。
！完全同意。
不知道为什么很多荟萃分析文献主要使用玫瑰色的眼镜-荟萃分析必须进行医学研究中的荟萃分析：强烈鼓励个人研究工作质量更高，但是应与所有的充分认识进行认真完成麦芽汁。
而且，就像我几乎总是忘记的那样，我需要澄清一下我所说的荟萃分析的确切含义，因为其他人认为它的含义已经随时间和地点而变化，也许是当今最普遍的含义-只是用于获得的提取数字的定量方法在系统的审查-这不是我的意思。我的意思是整个系统的审查过程，即使决定根本不使用任何定量方法。或仅用Wiki中引用的一句话
在统计学中，荟萃分析是指着重于对比和合并来自不同研究的结果的方法，以期找出研究结果之间的模式，这些结果之间的分歧源或在研究背景下可能会发现的其他有趣关系。多项研究。