传统的Meta分析纳入的单篇文献必须研究了某种关系的强弱。如处理与对照之间的差异，两指标的关联程度（须包括表征这种关联的统计量，如相关系数，t值，F值，R2, 自由度等）。这种限制，无疑会将一部分纯描述性研究排除在外，这是Meta分析的一个局限所在。

      但最近看到Nakagawa大师在其去年发表的一篇论文中(Nakagawa et al. 2023)，提及一种效应值算法（见下表标黄部分）。这种算法直接以某一测量指标的均值作为效应值yi，以其标准差SD的平方除以样本量（即SE的平方）作为案例内方差vi, 后续分析即可依据yi和vi按照Meta分析的流程展开。这一算法其实来自于White等人2021年出版的《Handbook of Meta-Analysis》一书中，可见多读书之重要。

     这一效应值和案例内方差的构建方法，无疑大大拓展了Meta分析的适用范围，只要单个研究案例测定了某一你所关心的指标的均值和SD, 就可以拿来做Meta分析了！有了这种构建方法，几乎一切针对同一主题的定量化的研究，理论上都可以拿来做Meta分析了！实在是高啊！ 

参考文献：

Nakagawa, S., Yang, Y., Macartney, E. L., Spake, R. & Lagisz, M. Quantitative evidence synthesis: a practical guide on meta-analysis, meta-regression, and publication bias tests for environmental sciences. Environmental Evidence 12, 8, doi:10.1186/s13750-023-00301-6 (2023).

White IR, Schmid CH, Stijnen T. Choice of effect measure and issues inextracting outcome data. In: Schmid CH, Stijnen T, White IR, editors.Handbook of meta-analysis. Boca Raton: CRC; 2021.