过去二十多年，Meta分析已经成为循证医学中应用最广泛的统计方法之一。无论是评价药物疗效、比较手术方案，还是制定临床指南，都离不开Meta分析提供的高级别证据。随着RevMan、R语言、Stata等统计软件的发展，固定效应模型、随机效应模型、森林图、漏斗图、Meta回归、亚组分析以及网络Meta分析等方法逐渐成熟，研究人员能够更加全面地整合来自不同研究的证据。然而，医学研究的发展并没有止步于此。近年来，在《The Lancet》《The BMJ》《JAMA》《New England Journal of Medicine》等国际顶级医学期刊中，一种新的Meta分析形式出现得越来越频繁，那就是个体参与者数据Meta分析。与传统Meta分析相比，IPD Meta分析不再依赖每篇论文最终报告的汇总统计结果，而是直接分析每位受试者的原始数据，因此也被称为患者级Meta分析（Patient-level Meta-analysis）。这一次更新就是针对这一个技术问题而撰写。一、传统分析和个体数据分析Meta分析诞生的初衷，是解决医学研究中一个长期存在的问题：单个研究往往样本量有限，统计效能不足，不同研究之间的结论还可能互相矛盾。例如