敏感性分析：结论稳不稳，换种算法就知道

研究说了什么

敏感性分析指故意改变合并的某些条件——例如去掉某项研究、换种统计模型、只留高质量研究——再看结论是否还成立。若换个算法结论就翻盘，说明原结论很依赖个别选择；若依旧稳健，则可信度更高。它是检验结论「脆不脆」的压力测试。

为什么重要

抗衰结论常被一两篇关键研究左右。看到一项合并结果，问一句「去掉那篇最大的研究还成立吗」，是基本素养。敏感性分析把这种直觉变成可操作检验，帮你区分「结实结论」与「碰巧凑出来」的结果。

证据与边界

敏感性分析只能测已做选择的稳健性，不能补上没纳入的证据。它也可能因反复尝试产生新偏倚。误用是拿一次不稳健就全盘否定，或只看主分析忽略敏感结果。正确做法是看作者是否报告多种情形，并关注结论在合理变动下是否一致。