Representatieve onderzoeken verzamelen om op te nemen in een meta-analyse is vaak onmogelijk aangezien onderzoeken selectief gepubliceerd worden. Onderzoeken die namelijk bewijs vinden voor het bestaan van een effect worden vaker gepubliceerd dan onderzoeken die geen bewijs vinden. Deze zogenoemde publicatiebias zorgt ervoor dat conclusies op basis van meta-analyse vertekend zijn, want effecten lijken groter dan dat ze daadwerkelijk zijn.

 

Robbie van Aert stelt twee nieuwe meta-analytische methodes voor die onder bepaalde condities corrigeren voor de publicatiebias. Met gebruik van deze methodes kan dan in de aanwezigheid van publicatiebias een accurate conclusie getrokken worden als de onderzoeken in een meta-analyse aan bepaalde vereisten voldoen. 

 

Meta-analyse kan ook gebruikt worden om een gepubliceerd onderzoek te combineren met een replicatie. Het combineren van deze twee onderzoeken met een meta-analyse is dan een logische volgende stap, maar als het oorspronkelijke onderzoek vertekend is doordat het niet representatief is voor alle onderzoeken zullen ook nu op basis van een meta-analyse geen accurate conclusies getrokken kunnen worden. Met behulp van de hybrid meta-analysis en snapshot methode die Van Aert voorstelt kan een meta-analyse van het oorspronkelijke onderzoek en replicatie uitgevoerd worden waarbij rekening wordt gehouden met de mogelijke vertekening in het oorspronkelijke onderzoek.

 

Een andere onderzoeksvraag die beantwoord kan worden met meta-analyse is of onderzoeken opgenomen in een meta-analyse van elkaar verschillen. Dit wordt heterogeniteit genoemd. Van Aert stelt een nieuwe methode voor om te bepalen hoeveel heterogeniteit er is tussen onderzoeken opgenomen in een meta-analyse en bekijkt hoe precies methodes deze heterogeniteit kunnen bepalen.