先确认两个效应量来自同一底层数据和模型，再由其中一个重新计算另一个，以定位差异。Cochrane 手册第 10 章将效应量视为分析的属性，因此当两个效应量描述的是同一比较和同一数据集时，它们应当一致。
- 追溯每个效应量的来源：记录纳入的研究、比较、结局定义，以及每个数值背后的模型（固定效应或随机效应）。如果研究集合或模型不同，冲突就是分析上的差异，此时应决定哪项分析回答综述问题，以此解决冲突。
- 使用相同的数据和模型，由其中一个效应量重新计算另一个。比值型效应量（如风险比）和差值型效应量（如风险差）可以由共享的事件数和组样本量推导出来。如果重新计算的值与一份报告相符而与另一份不符，那么不一致就出在第二份报告的输入或算术上。
- 在两者出现分歧的环节进行敏感性分析，例如改变模型或对缺失数据采用不同处理方式，并比较所得的估计值和置信区间。Cochrane 手册第 10 章介绍了敏感性分析，用于检验合并结果对这些选择的稳健程度。
- 记录核对过程：说明源数据、模型、重新计算过程，以及保留其中一个数值的理由。然后说明综述将报告哪个效应量，并在摘要、结果和汇总表中一致使用它。
报告时，将所选效应量与其置信区间和精确 P 值配对，并在绝对效应和相对效应都有助于读者判断适用性时同时描述两者，这是 Cochrane 手册第 15 章的建议。如果重新计算后两个数值仍然不一致，就将该差异报告为未解决，并说明每个来源分别能验证什么。