摘要：目的:介紹單臂試驗連續型數據的Meta分析模型、貝葉斯方法及實現。方法:闡述正態-正態層次模型,基于該模型框架,以貝葉斯方法擬合隨機效應模型,對效應參數μ和異質性參數τ分別選擇不同的先驗,使用R軟件的bayesmeta包對兩個文獻數據重新分析。結果:在正態-正態層次模型框架下,基于不同的先驗信息,貝葉斯Meta分析結果為:數據1參數μ的點估計及95%CI分別為-4.26(-6.97,-1.92)和-4.50(-9.27,-0.53),參數τ點估計及95%CI分別為1.51(0.41,2.75)和2.28(0.00,6.57);數據2參數μ的點估計及95%CI分別為-4.07(-5.54,-2.71)和-4.12(-5.96,-2.46),參數τ點估計及95%CI分別為1.54(0.78,2.48)和1.81(0.74,3.51)。結論:不同的先驗可能影響參數估計值。基于NNHM框架下的貝葉斯方法適用于單臂試驗連續型數據的Meta分析。Bayesmeta包以其簡單、快速、準確、可重量性算法等可以用于實現貝葉斯隨機效應模型Meta分析。