Meta分析中一個較重要的問題是偏倚，它也是導致異質性的原因。當研究存在異質性時，傳統Meta分析通常使用基于倒方差法的隨機效應模型對結果進行合并。盡管隨機效應模型使用基于瞬時估算的量τ2表示研究真實值間偏離程度，以此獲得更“保守”的合并結果。然而這種方式并未對偏倚對每項研究結果的影響進行考慮，且存在低估標準誤的風險，導致合并結果同樣存在偏倚。Doi等提出一種新的加權模型，QE法，能夠很好地解決上述問題。本文對QE加權模型及其軟件的實現進行詳細介紹，并將QE加權模型法與隨機效應模型結果以一示例進行對比。