Meta分析中,当异质性检验发现存在异质性时,处理的方法不包括A敏感性分析B亚组分析C采用随机效应模型可对异质性进行部分纠正D Meta回归

在Meta分析中，当异质性检验发现存在异质性时，可以使用多种方法来处理和解释异质性。常见的处理方法包括：

敏感性分析（A）：通过逐一排除某些研究或对数据进行不同的处理，检查异质性是否消失或减小，以确定哪些研究对结果的影响最大。

亚组分析（B）：将研究按特定特征（如研究设计、患者特征等）分组，分析不同亚组中的效应大小，从而解释异质性来源。

随机效应模型（C）：采用随机效应模型可以对异质性进行部分纠正，因为该模型考虑了研究间效应的变异性，适用于存在异质性的情况。

Meta回归（D）：通过回归分析将异质性与研究特征（如样本量、干预类型等）相关联，以解释异质性的来源。

所有这些方法都是处理Meta分析中异质性常用的方法。因此，这些方法中没有哪一项是不包括的。

考虑到上述方法均是处理异质性的一部分，正确的答案应该是没有不包括的方法。但如果必须选择一个不常用于处理异质性的选项，那么从理论上来看，敏感性分析可能是最不直接针对异质性本质的，但它仍然有助于识别和解释异质性。

因此，选择 A 作为可能的答案是不完全准确的，所有列出的选项都包括在内。