这本书的写作思路是：选定一份具体的数据集，把所有相关 meta 分析方法都在它身上跑一遍，让读者亲手看到每一种方法在同一个问题上能给出什么答案、各自的假设和局限在哪里。
本书用的数据是 metafor 包内置的 dat.bcg，13 项 1948 至 1980 年间在世界各地完成的 BCG 卡介苗 RCT，回答的核心问题是把多项独立研究合并起来做证据综合时，方法的选择会如何影响最终结论。这份数据是 meta-analysis 教学的事实标准样本，临床故事性强，纬度跨度从赤道到北纬 55°，异质性显著，适合把每种方法的表现差异都展示出来。
读者画像是在读研究生与青年研究者，能用 R，看过几篇 meta 分析的论文，但没有亲手跑过完整流程的那一批。本书不打算把 Borenstein 的两卷本和 Cochrane Handbook 重复一遍，更不打算把所有方法都讲到学术教科书的精度。这本书的野心比较有限：让读者跑通一项 BCG 试验级别的 meta 分析、看懂常见输出、知道每个数字背后的假设是什么、知道踩坑的常见地方在哪儿。读完之后愿意去翻 Cochrane Handbook 第 10 章作为参考、愿意去看 Schwarzer 的 R 教程把更复杂的情形深入处理，这本书的任务就完成了。
每章对应一种方法。代码以 R 为主，所有正文里出现的数字均来自真实的 metafor 代码运行输出，不手算、不估算。
—— 晨瀚宇，2026 年 5 月