敏感性分析的含義：
改變納入標準（特別是尚有爭議的研究）、排除低質量的研究、採用不同統計方法/模型分析同一資料等，觀察合併指標（如OR,RR）的變化，如果排除某篇文獻 對合並RR有明顯影響，即認為該文獻對合並RR敏感，反之則不敏感，如果文獻之間來自同一總體，即不存在異質性，那麼文獻的敏感性就低，因而敏感性是衡量 文獻質量（納入和排除文獻的證據）和異質性的重要指標。
敏感性分析主要針對研究特徵或型別如方法學質量，透過排除某些低質量的研究、或非盲法研究探討對總效應的影響。（王吉耀第二版P76中）
“排除某些低質量的研究，再評價，然後前後對比，探討剔除的試驗與該類研究特徵或型別對總效應的影響”。（王家良第一版八年制P66、154）
敏感性分析是從文獻的質量上來歸類，亞組分析主要從文獻裡分組病例特徵分類。
敏感性分析是排除低質量研究後的meta分析，或者納入排除研究後的meta分析。
亞組分析是根據納入研究的病人特點適當的進行分層，過多的分層和過少的分層都是不好的。
例 如在排除某個低質量研究後，重新估計合併效應量，並與未排除前的Meta分析結果進行比較，探討該研究對合並效應量影響程度及結果穩健性。若排除後結果未 發生大的變化，說明敏感性低，結果較為穩健可信；相反，若排除後得到差別較大甚至截然相反結論，說明敏感性較高，結果的穩健性較低，在解釋結果和下結論的 時候應非常慎重，提示存在與干預措施效果相關的、重要的、潛在的偏倚因素，需進一步明確爭議的來源。
2.衡量方法和措施
亞組分析通常是指標對研究物件的某一特徵如性別、年齡或疾病的亞型等進行的分析，以探討這些因素對總效應的影響及影響程度。
而敏感性分析主要針對研究特徵或型別如方法學質量，透過排除某些低質量的研究、或非盲法的研究以探討對總效應的影響。
建議可以看參考王吉耀主編，科學出版的《循證醫學與臨床實踐》。
敏感性分析只有納入可能低質量文獻時才作，請先保證納入文獻的質量！納入文獻的質量評價方法，如果是RCT，可選用JADAD評分。如果病因學研究，我認為使用敏感性分析是評價文獻質量（前提是符合納入標準）的較為可行的方法。
敏感性分析是分析異質性的一種間接方法。
有些系統評價在進行異質性檢驗時發現沒有異質性，這時還需不需要作敏感性分析？
我的看法是需要，因為我覺得異質性也是可以互相抵消的，有時候作出來沒有異質性，但經過敏感性分析之後，結果就會有變化。
（三）對入選文獻進行偏倚估計
發表偏倚（publication bias）評估（包括作漏斗圖，和對漏斗圖的對稱性作檢驗）。可以用stata進行egger檢驗。
人是活的，是死的，臨床是相對的，統計學是絕對的。
我們應當區分三個概念：
一是：文獻/試驗質量，現在Cochrane協作網稱之為“納入研究偏倚風險”
二是：文獻報告質量，這實際上是一個寫作表達水平的問題
而系統綜述/系統評價尤其是Cochrane系統評價一直強調的是第一類的概念，即為納入研究偏倚風險的評估，具體內容可線上閱讀其官方網之系統評價作者手冊5或安裝RevMan 5版本後內包含的手冊5內相關內容，我再怎麼說也沒有他們的權威或準確。
95％CI的寬窄實質上反映了試驗的精度高低，換言之，上下限的間隔較小、則其精度高，也即是意味著數值資料可靠性比較高，其結果可信度較高，反之則提示可能由於原始資料“丟失”，或樣本數量較少所致。但可行區間較寬的試驗未必不能納入分析！
其 實，在製作一片合格或高質量的系統評價包括定性與定量的過程中，在我以前的實踐過程中，也走了不少彎路，甚至不少結果也是粗製濫造，製造垃圾。現在我最大 的體會就是，除了必須具備系統評價相關方法學的能力以外，關於專業背景與對臨床試驗設計、實施、結果的統計學分析等相關知識也是同等重要。
系統評價的基礎一直基於這樣一個假設，就是關於某干預措施的RCT其試驗設計、受試標準的設定與把握、試驗實施、統計學分析等環節沒有錯誤發生，即單個試驗 其試驗質量與結果統計學分析都是恰當合理的，而納入系統評價中÷，重點評價其避免試驗偏倚的努力程度或者偏倚風險的大小而已。
四、總結：
（一）結果的解釋
Meta- 分析結果除要考慮是否有統計學意義外，還應結合專業知識判斷結果有無臨床意義。若結果僅有統計學意義，但合併效應量小於最小的有臨床意義的差值時，結果不 可取；若合併效應量有臨床意義，但無統計學意義時，不能定論，需進一步收集資料。不能沒有Meta-分析證據支援的建議。在無肯定性結論時，應注意區 別兩種情況，是證據不充分而不能定論，還是有證據表明確實無效。
敏感性分析的含義：
改變納入標準（特別是尚有爭議的研究）、排除低質量的研究、採用不同統計方法/模型分析同一資料等，觀察合併指標（如OR,RR）的變化，如果排除某篇文獻 對合並RR有明顯影響，即認為該文獻對合並RR敏感，反之則不敏感，如果文獻之間來自同一總體，即不存在異質性，那麼文獻的敏感性就低，因而敏感性是衡量 文獻質量（納入和排除文獻的證據）和異質性的重要指標。
敏感性分析主要針對研究特徵或型別如方法學質量，透過排除某些低質量的研究、或非盲法研究探討對總效應的影響。（王吉耀第二版P76中）
“排除某些低質量的研究，再評價，然後前後對比，探討剔除的試驗與該類研究特徵或型別對總效應的影響”。（王家良第一版八年制P66、154）
敏感性分析是從文獻的質量上來歸類，亞組分析主要從文獻裡分組病例特徵分類。
敏感性分析是排除低質量研究後的meta分析，或者納入排除研究後的meta分析。
亞組分析是根據納入研究的病人特點適當的進行分層，過多的分層和過少的分層都是不好的。
例 如在排除某個低質量研究後，重新估計合併效應量，並與未排除前的Meta分析結果進行比較，探討該研究對合並效應量影響程度及結果穩健性。若排除後結果未 發生大的變化，說明敏感性低，結果較為穩健可信；相反，若排除後得到差別較大甚至截然相反結論，說明敏感性較高，結果的穩健性較低，在解釋結果和下結論的 時候應非常慎重，提示存在與干預措施效果相關的、重要的、潛在的偏倚因素，需進一步明確爭議的來源。
2.衡量方法和措施
亞組分析通常是指標對研究物件的某一特徵如性別、年齡或疾病的亞型等進行的分析，以探討這些因素對總效應的影響及影響程度。
而敏感性分析主要針對研究特徵或型別如方法學質量，透過排除某些低質量的研究、或非盲法的研究以探討對總效應的影響。
建議可以看參考王吉耀主編，科學出版的《循證醫學與臨床實踐》。
敏感性分析只有納入可能低質量文獻時才作，請先保證納入文獻的質量！納入文獻的質量評價方法，如果是RCT，可選用JADAD評分。如果病因學研究，我認為使用敏感性分析是評價文獻質量（前提是符合納入標準）的較為可行的方法。
敏感性分析是分析異質性的一種間接方法。
有些系統評價在進行異質性檢驗時發現沒有異質性，這時還需不需要作敏感性分析？
我的看法是需要，因為我覺得異質性也是可以互相抵消的，有時候作出來沒有異質性，但經過敏感性分析之後，結果就會有變化。
（三）對入選文獻進行偏倚估計
發表偏倚（publication bias）評估（包括作漏斗圖，和對漏斗圖的對稱性作檢驗）。可以用stata進行egger檢驗。
人是活的，是死的，臨床是相對的，統計學是絕對的。
我們應當區分三個概念：
一是：文獻/試驗質量，現在Cochrane協作網稱之為“納入研究偏倚風險”
二是：文獻報告質量，這實際上是一個寫作表達水平的問題
而系統綜述/系統評價尤其是Cochrane系統評價一直強調的是第一類的概念，即為納入研究偏倚風險的評估，具體內容可線上閱讀其官方網之系統評價作者手冊5或安裝RevMan 5版本後內包含的手冊5內相關內容，我再怎麼說也沒有他們的權威或準確。
95％CI的寬窄實質上反映了試驗的精度高低，換言之，上下限的間隔較小、則其精度高，也即是意味著數值資料可靠性比較高，其結果可信度較高，反之則提示可能由於原始資料“丟失”，或樣本數量較少所致。但可行區間較寬的試驗未必不能納入分析！
其 實，在製作一片合格或高質量的系統評價包括定性與定量的過程中，在我以前的實踐過程中，也走了不少彎路，甚至不少結果也是粗製濫造，製造垃圾。現在我最大 的體會就是，除了必須具備系統評價相關方法學的能力以外，關於專業背景與對臨床試驗設計、實施、結果的統計學分析等相關知識也是同等重要。
系統評價的基礎一直基於這樣一個假設，就是關於某干預措施的RCT其試驗設計、受試標準的設定與把握、試驗實施、統計學分析等環節沒有錯誤發生，即單個試驗 其試驗質量與結果統計學分析都是恰當合理的，而納入系統評價中÷，重點評價其避免試驗偏倚的努力程度或者偏倚風險的大小而已。
四、總結：
（一）結果的解釋
Meta- 分析結果除要考慮是否有統計學意義外，還應結合專業知識判斷結果有無臨床意義。若結果僅有統計學意義，但合併效應量小於最小的有臨床意義的差值時，結果不 可取；若合併效應量有臨床意義，但無統計學意義時，不能定論，需進一步收集資料。不能沒有Meta-分析證據支援的建議。在無肯定性結論時，應注意區 別兩種情況，是證據不充分而不能定論，還是有證據表明確實無效。