亚组各自显著与否不同，能说明亚组间真有差异吗？

Meta分析把研究分成医院和社区两组：医院组的合并效果达到统计显著，社区组没有。作者于是写“干预仅在医院有效”。这个结论没有直接检验两组效果是否不同；一组显著、另一组不显著，可能只是样本量和区间宽度不同。投稿时要把组内效果与组间交互问题分开，避免用两个P值的颜色比较代替差异检验。

先核对亚组在研究前是否有依据

方法段说明亚组变量的定义、为何可能改变效果、是否在方案中预先指定。按研究场景分组时，医院研究与社区研究可能同时在患者严重程度、干预强度和随访长度上不同，亚组效应不一定由“场景”单独造成。若一个研究同时含两类患者，使用研究内亚组效应比简单按整项研究标签归类更贴近个体层面的修饰问题。结果表列出每组研究数、参与者数、合并效应和区间，让精度差异可见。

自拟例子中，若效应量采用比值尺度，医院组效应为0.78，区间0.65到0.94；社区组效应为0.84，区间0.61到1.16。一个区间未跨1，另一个跨1，但两个点估计其实接近。要判断组间差异，应报告相应的交互检验或亚组差异检验，以及其估计或统计量和不确定性。即使交互检验显著，也需考虑多次尝试、少量研究、研究层面混杂和可重复性；若不显著，也不等于两组效果完全相同。

让讨论符合证据强度

若亚组分析是看到森林图后才提出，明确标为探索性。避免从十几个候选切分方法里只保留最显著的一个；把实施过的亚组和主要结果一起报告。不同研究中的亚组定义不一致时，先说明哪些研究被排除或重新归类。小组内仅有一两项研究时，组间检验通常精度有限，讨论中要避免把不稳定差异写成精准的临床选择规则。若亚组是个人特征，如性别或年龄，更应注意研究之间比较与研究内部交互不相同。

Cochrane手册的Meta分析章节明确提醒，不能依据一个亚组显著、另一个不显著就推断亚组之间存在差异；应直接检验交互，并慎重解释研究间亚组比较。PRISMA 2020要求说明亚组等异质性探索的预设方法与结果。两者都强调把检验问题写清，而不是把“显著性”当成疾病或场景的属性。

投稿前将摘要里的“仅在医院有效”与组间检验逐字比对。若没有可靠的组间证据，可以写医院组估计更精确、社区组区间较宽，仍需进一步研究。医院组0.78、社区组0.84，先问两者差多少，再看谁的区间跨过1。

参考信息：Cochrane系统综述手册Meta分析章节；PRISMA 2020系统综述报告指南。