我不是专家，但我认为如果两项研究的结果完全相反，不合并它们是常识。举例来说，假设他们在相同条件下测量变量（血液中的葡萄糖等）。$X$

由于结果不同，您可以想象存在未知的“某些东西”，因此其中一个团队实际上测量。现在合并记录有意义吗？您最终会得到一个更难分析的混合模型。举个例子，平均值是没有意义的，因为它主要取决于样本大小之间的比率。$X + a$

补充：感谢@Michael Chernick 在以下评论中的精彩引述：

人把一只脚放在火桶里，另一只脚放在冰桶里。平均温度是正常的。您不想用样本均值来描述这一点

尝试找到混淆变量..看看你是否有任何交互或mabe用不同的方法运行另一个测试（以及更多变量可能会给你一个更清晰的画面。

一般来说，不可能有双峰结果。必须考虑理论基础。而且，不能这样组合两组结果。如果您热衷于应用荟萃分析，则显示出色结果的结果和显示糟糕结果的结果可能会分别进行荟萃分析。确保结果的数量（一组优秀（或差）结果的效应大小超过 15 个。如果效应大小是 d 形式，您可以遵循几个可用的随机效应公式之一（Hedges 和 Olkin 1985）用于检查 r 的效应大小的可变性（参见 Davar 2006）。