诊断meta的固定效应模型与随机效应模型

因为异质性的判断有时候并不准确，所以这个时候会选择适合研究的模型，比如随机效应模型

根据Ⅰ2值及P值来决定模型使用。大部分认为Ⅰ2<50%且P>0.1时，存左异质性，使用随机效名模型。当Ⅰ2≥50%或P<0.1时，用固定效应模型。

通常情况下，对于异质性较大的meta分析，应该使用随机效应模型来估计效应量和置信区间，而对于异质性较小的meta分析，则可以使用固定效应模型。这是因为在随机效应模型中，考虑到每个研究之间的差异性，会引入一个额外的随机项来反映这种差异性，而在固定效应模型中，假设所有研究间的差异性为零，仅仅考虑各研究估计值与总效应值之间的差异。

然而，在实际应用中，有些研究的异质性可能会被低估或高估，因此即使某些meta分析中异质性较小，使用随机效应模型仍然可以更加准确地估计效应量和置信区间，而不是使用固定效应模型。

至于为什么一些发表的诊断meta分析使用了meta-disc软件，并且选择了随机效应模型，即使异质性很小，可能是由于这种选择被认为是更加保守和可靠的方法，有助于减少偏差和提高结果的可靠性。但需要注意的是，最终选择的模型应该基于对研究异质性和偏差的全面评估，并且符合特定研究的统计假设和目的。