Meta 分析过程中，主要的统计内容包括A. 对各独立研究结果进行异质性检验，并根据检验结果选择适当的模型加权合各研究的统计量B. 对各独立研究结果进行异质性检验和计算失效安全数C. 计算各独立研究的效应大小后按 Mental-Haenszel 法进行合并分析D. 计算各独立研究的效应大小和合并后的综合效应E. 对各独立研究结果进行异质性检验和 Mental-Haenszel 分层分析

Meta分析的核心在于整合多个独立研究的结果，其主要统计内容包括：

1. 异质性检验：评估各研究结果的差异性，决定后续模型选择；
2. 模型选择与加权合并：根据异质性检验结果，选择固定效应模型或随机效应模型，加权合并统计量。

关键点：异质性检验是基础，模型选择是关键，两者共同确保合并结果的可靠性。

选项分析

• A：包含异质性检验和模型选择，符合Meta分析的核心流程；
• B：失效安全数用于评估结果稳健性，非主要统计内容；
• C：Mental-Haenszel法常用于分层分析，非通用步骤；
• D：未提及异质性检验和模型选择；
• E：分层分析是处理异质性的方法之一，但非主要统计内容。

结论：A全面覆盖Meta分析的核心统计步骤。