汇集多个研究的生物标志物数据来进行汇总分析能够增大样本量从而获得更精确的估计结果。然而,生物标志物的测量值在不同实验室之间是有差异的,因此在汇集这些生物标志物数据之前我们通常要将这些标志物数据在一个基准实验室中进行一次校准测量。在过往的研究中,基准实验室中产生的测量结果往往被认为是没有误差的,然而就像其他实验室一样,基准实验室的测量结果也可能存在测量误差。在本文中,我们不将任何实验室关于生物标志物的测量值作为“黄金标准”,另外我们提出了两种统计方法,精确校准和截断校准方法,用于分析聚合的分类生物标志物数据。我们比较了两种方法在估计生物标志物---疾病关系的效果。我们的发现包括:(1)精确校准方法比其他方法能够展现出更少的偏差估计和更准确的置信区间。(2)截断校准方法可以在小的测量误差和/或弱生物标志物---疾病关系下产生具有最小偏差和有效置信区间的估计。(3)在仅针对对照组进行抽样的校准设计下,两种估计方法可导致额外的估计偏差,但如果生物标志物---疾病关系很弱和/或疾病发病率很小,则其估计偏差相对较小。