检查研究层面的特征，并开展亚组分析或敏感性分析，以寻找异质性的可能来源，再判断合并是否仍然合理。若找不到解释，则改用叙述性综合并说明不合并的理由。
这里的异质性指纳入研究之间效应估计值的变异超出了单纯随机波动所能产生的范围。《Cochrane 手册》将异质性评估视为解读合并结果的一部分，与效应量以及固定效应模型和随机效应模型之间的选择并列。
- 在解读统计量之前先复核数据。确认每项研究的效应量、获益方向与方差编码一致，并且合并的是同一比较和同一结局。方向编码错误或结局定义混杂可能造成表面上的异质性，纠正后即消失。
- 比较各效应估计值对应的研究层面特征。列出可能的调节因素，如人群年龄或健康状况、冬季暴露定义、干预剂量或时机、随访时长以及偏倚风险。按每个特征对研究排序，观察效应量是否随该特征变化。
- 对可能修饰效应的特征开展亚组分析。报告各亚组内的效应以及亚组间差异检验。将亚组结果视为关于异质性来源的假设，尤其在亚组样本量小或亚组是在查看数据之后才界定时。
- 通过逐一剔除单项研究，以及排除高偏倚风险研究或含插补数据的研究，开展敏感性分析。注意合并估计值和异质性度量是否发生实质性变化。若某一单项研究影响显著，则该研究的设计或人群可作为候选解释。
- 判断合并是否仍然合理。若有可信的研究层面解释能说明效应值的分散，则将亚组结果与总体估计一并呈现，并描述合并结果的适用范围。若异质性仍无法解释，且各估计值在方向或幅度上相互冲突，则按候选调节因素组织叙述性综合，并说明不进行合并的理由。
报告异质性度量时给出其置信区间和确切的 P 值，而非基于阈值的标签，遵循《Cochrane 手册》关于结果解读的指导。在判断结论应赋予多少确定性时，GRADE 的结局层面标准提供了一种结构化方式，用于记录研究间不一致等问题。