同學問，他找到一個題目，想要做統合分析，但是發現這個介入，在目前既有的九篇研究中，全部都確定是有效的。這樣統合起來，結果當然也是有效。那麼，還值得去做嗎？

為既有的研究成果，做進一步的分析。

當然值得。

因為即使這個介入在所有的研究中都說有效，但是他們的效應值還是有高有低，有的超級有效，有的普通有效。

接著，在次族群分析以及迴歸分析的時候，就可以去研究看看，哪些因素會使得介入的效果更好？如果能夠找出來的話，就很有意思，你的洞見與數據分析，就成為新的醫學知識，當然值得刊登。

論述大概會是這樣：「雖然目前既有的研究都說這樣的介入是有效的，但我們發現哪些因素下的介入效果更好，而哪些因素出現時介入的效果就差一些。」

分析後產生不同的討論與結論

像是你可能會發現，日本的研究中，介入效應值都偏高，但世界其他國家則沒有這樣的現象。（使用 subgroup analysis）那我們就可以去探討，是不是在日本的文化裡面，這樣的介入對於他們的行為改變，是更為有效的。

或者是，你可能會發現，同樣做這個介入，時間越久效應值越好。（使用 meta-regression）那在討論的地方，你就可以提到，如果資源充足的話，能做 3 個月就不要只做 1 個月。

又或者，你可能會發現，其實 3 個月這組跟 6 個月這組的效應值相差無幾（使用 subgroup analysis），那麼在討論的時候就可以說，考慮去做介入的時候，可以先做 3 個月，因為即使繼續增加資源做到 6 個月，效應值也差不多。

也就是說，即使所有研究都有效，甚至效應值也差不多，subgroup 或 meta-regression 後，我們也可以說：令人意外的，某些因素並不會造成效應值有太大的差異。

用對方法，現有材料也可以變出新菜色。

雖然主流的論述通常是「有一個介入，但是不同的研究，其結果不同。有的研究說有效，有的研究說沒效。然後我們去統合起來看看，到底是有效還是沒有效。」

不過，對於既有研究都說有效或都說沒效的，實際上去做統合還是蠻有意義，只是我們會花更多心思在尋找切分 subgroup 以及施作 meta-regression 的變項，想辦法從這些都有效或都沒效的研究裡面，去找出一些有趣的事情來論述。

依據大家的需求，我們規畫了好上手，且課後有諸多學員成功發表的傳統統合分析課程之後，近年我們也推出網絡統合分析課程，對於已經熟悉 PubMed 使用，想要各種主題都能做的朋友，傳統統合分析跟網絡統合分析可以考慮都學起來，這樣每次出海到 PubMed 捕魚，你就有 2 張不同方向的大網，更容易抓到適合的題目去寫作。

統合分析 / 網絡統合分析