[inconsistencyとheterogeneity]
各アウトカムについての研究結果の一致性の評価が必要となる。Inconsistency(非一貫性）とは、結果の説明できない 異質性ということである。各研究にわたる治療の効果推定値がかなり異なっている（即ち、heterogeneity or variability)は、存在する真の治療効果との相違を示唆することになる。もし、異質性があって、ありそうな説明が特定できないならば、そのアウトカムについての推定効果における確信は低下することになり、エビデンスの質は、（非一貫性の大きさにより）、１～２段階、グレードを下げるべきである。もし、非一貫性のための無視できない原因を特定しようとする場合、異なったサブグループにおける別の効果の大きさを推定すべきである。
（http://www.grade-jpn.com/grade/guideline/inconsistency.htmlより）
inconsistencyの判断のための４基準
1. 点推定値が研究間で異なり，その相違がかなり大きい。
2. 各信頼区間の重なりが，ほとんどまたは全くない。
3. 異質性の検定（二択の帰無仮説：全研究で差がない）で，p 値が小さい。
4. I 2 値（研究間の異質性を示す）が高い。
QかI2か、Tau2か：
異質性に関する統計的アプローチには、Cochrane Q, I2, Tau2, H2, R2, など様々なものがあります。前２者が多用されているもののそれぞれには特徴があり、たとえば、QやI2, H2,R2は研究数やサンプルサイズの影響を受けるため、Tau2を推奨するグループもいます。
コクランハンドブックでは，I 2 値の解釈を，0 〜40%（重要でない異質性），30 〜60%（中等度の異質性），50 〜90％（大きな異質性），75 〜100%（高度の異質性），の4 段階としていますが、各閾値は重なり合っていることに注意すべきです。多くの人は、単一の閾値を使って簡単に判定したがるものですが、それは適切なものではありません。
clinical heterogeneityとstatistical heterogeneityという区別をする場合もありますが、inconsistency（非一貫性）と importance（重要性）とは別問題ということにも注意が必要です。
（http://www.grade-jpn.com/grade/guideline/inconsistency.html の図参照）
また、かなりの異質性があって（例、I2 85%）、その異質性の原因を、事前に決めたa priori仮説に従ったサブ解析（■）で解決できないならば、データを統合するのは好ましないかもしれません。
■サブグループ解析の７つの基準（GRADE教科書 p40より）
サブグループ解析の７基準については、医学文献ユーザーズガイド 根拠に基づく診療のマニュアル（Guyatt, 相原 他, 凸版メディア, 2010年）の20.4章「いつサブグループ解析を信頼するか」に詳細な解説があります。
