请教：有关meta分析的p值合并？ 大家好！ 第一个问题：进行meta分析中，在筛选了文献之后，发现有很多原始研究并没有报告效应量（或者报告可以用于计算效应量的数据，如均值标准差等）；这部分没有效应量的研究又分为两个大类，第1类：虽然没有具体数值，但是给出了带SD和均数数据的图，以及p值；第2类：仅仅报告了p值。那么，对于这两类原始研究，需要进行两个策略。 策略A：对第1类文献使用GetData等软件读出图中的大致的均值和标准差，然后计算效应量，然后对第2类文献使用p值合并的方案（将其作为validation分析）； 策略B：对这两类文献均采用合并p值。请问各位高手怎么看？哪个策略好一些？ ---------- 第二个问题：对于合并p值，有些文献并没有报告准确的p值，仅仅是<0.05,<0.001,>0.05等，对于<0.05这一类的，为了避免假阳性，我可以之间令p=0.05进行计算。但是对于只报告了p>0.05这一类的，请问怎么做比较好？我看到有人做了研究，抓取了成千上万篇医学、生物、工程等等发表的研究，给出了p值的分布，我看，生物医学类的p的分布，在>0.05的部分，最高峰是0.1，左右，据此，我可以对那些只报告了p>0.05的研究在p值合并时候，将这些p值定位0.1吗？还是有其他更好的方案？ 谢谢！