به نظر می‌آید باید تصمیمات جدیدی درباره‌ی همه‌ی شواهد علمی اتخاذ گردد، همه‌ی زمینه‌های علمی؛ مراقبت‌های بهداشتی، سیاست، استراتژی‌های شغلی یا اولویت‌های پژوهشی. به این معنا که تحقیقات مختلف، اغلب با نتایج متناقض و تعصبات فراوان برای پیدا کردن راهی که در کل به آن اشاره دارند، کنار هم قرار داده می‌شوند.
این کار چگونه انجام می‌شود؟ یا اگر کسی چنین کاری برای ما انجام دهد، چگونه می‌توانیم مطمئن شویم که جانبداری در کار نبوده و خطاهای بیشتری بر شواهد مورد سؤال کنونی ما وارد نخواهد کرد؟
با روند رشد اطلاعات و نوشتجات علمی، تلاش‌ها برای ترکیب بسیاری از مطالعات موجود به منظور دست یافتن به تصویری واضح‌تر، به نام بازبینی نظام‌مند و متاآنالیز، به صورت فزاینده‌ای محبوب شده است.
متأسفانه بیشتر از این دیگر ضرورتاً بهتر نیست. برای مثال، بسیاری از مطالعات سیستماتیک و متاآنالیزها در بخش زیست‌شناختی-پزشکی یا بیومدیکال ورای اصلاح هستند و بر اطلاعات ناقص، بسیار پیچیده و بدون مصرف پایه‌گذاری شده‌اند.
نتیجه‌گیری‌ها اغلب بیشتر روی آن چیزی استوارند که بازبینی‌کننده‌ها به آن اعتقاد دارند؛ برای مثال، متاآنالیزهای خطر تومور مغزی در اثر استفاده از گوشی‌ها همراه در نقطه‌ی مقابل هم قرار می‌گیرند، حتی با این که اطلاعات مرجع آن‌ها یکسان باشد! مشکل این جاست که ما با استفاده از این تحقیقات (حداقل در کشورهای دیگر که اینگونه است) تصمیم‌گیری می‌کنیم.
پزشکی بالینی یکی از نیرومندترین محرک‌های متاآنالیزهاست، با ده‌ها هزار نمونه‌ی منتشر شده. میزان بازبینی‌های منتشر شده در این زمینه در هر سال بیشتر از آزمایش‌های بالینی تصادفی است. همچنین فراوانی نیز بالاست؛ برای مثال اگر ۲۰۰ متاآنالیز برای ضدافسردگی‌ها به منظور درمان افسردگی منتشر شود، این میزان برای درمان‌های جدیدی برای روماتوئید آرتریت کمتر از ۲۰تاست. با این حال این تکثیر همه‌ی زمینه‌ها را پریشان نکرده است. در برخی زمینه‌ها متاآنالیزها هنوز کمیاب اند؛ در اقتصاد کل متاآنالیزهای انجام گرفته از ۲۰۰ تجاوز نمی‌کند.
قلب مشکل این جاست که بسیاری از این کارها به طور انتخابی از اطلاعات منتشر شده از مطالعاتی با اجرای ضعیف یا متمرکز بر سؤال‌های بی‌اهمیت و گمراه‌کننده ایجاد می‌شوند. متاآنالیزها باید برای اطلاعات اولیه‌ی خود کاری بکنند.
بررسی واقعیت
اگر می‌خواهیم از رخداد خطا پشت خطا اجتناب نمائیم، در بسیاری از موارد بازبینی‌ها و متاآنالیزها باید اینگونه خاتمه یابند که شواهد مشکوک اند، به جای اینکه به عنوان جوابی قطعی تلقی شوند؛ بررسی‌کننده‌های واقعیت!
اگرچه حتی متاآنالیزها به صورتی شایسته انجام شده باشند، می‌توانند چیزی بیشتر از پیشرو خبرهای بد درباره‌ی وضعیت پژوهش تلقی شوند.
فشار بیشتر برای افزایش شفافیت، باز بودن منابع و اشتراک آن‌ها، فشار بیشتر برای دستیابی به اطلاعات کامل و پروتکل‌‌های ثبت شده برای عمومی کردن تحقیقات حتی قبل از آغاز آن‌ها فرصت‌های جدیدی برای استفاده‌ی بهتر از این تکنیک‌ها هستند.
همراه با شفافیت، متاآنالیزها می‌توانند قسمتی از تحقیقات اولیه باشند. به جای تلاش برای تعمیر چیزی پس از شکستن آن، اجازه دهیم مطالعه طراحی شده و اطلاعات از همان اول برای اطمینان از کارایی متاآنالیز بهینه شوند.
با استفاده از این راه، کار تیمی و متاآنالیز به الگویی مشترک ادغام شده است. این روش هم‌کنون به خوبی در چندین زمینه کار می‌کند؛ مثل ژنتیک یا فیزیک انرژی بالا. یکی از مثال‌ها، گردآوری اطلاعات برخورد ذرات در آزمایشگاه سرن (CERN) نزدیک ژنوِ سوئیس از بسیاری از آزمایش‌ها می‌باشد که به منظور رسیدن به نتیجه‌ای واقعی اعمال می‌گردد.
اگر بتوان روش فوق را در زمینه‌های دیگری نظیر پزشکی و روانشناسی نیز پیاده کرد، می‌توان به راه قابل اتکای قبلی که علم برایمان به ارمغان آورده بود امیدوار شد.
