剂量-反应关系评定一直是危险度评估的核心部分，目前随着对致病机制的进一步认识，可以将传统的多阶段模型与疾病的发展进程结合起来，建立基于生物学背景的多阶段剂量-反应关系模型，提高危险度评估的准确度和精密度。由于几乎没有单独的研究能够获得建立完整多阶段模型所需的数据，本研究将meta分析思路应用到危险度评估过程的剂量-反应关系研究中，建立剂量-反应关系的meta回归模型，为基于机制的危险度评估提供依据。并对建模策略进行了初步探讨。本研究分别介绍了线性，广义线性和非线性meta回归模型的模型结构及参数估计方法。按照meta分析系统评价原则，收集26篇关于铅致雄性生殖毒性的英文文献，建立数据库。并以此数据为例，构建基于生物学背景的多阶段混合效应模型，思路如下：①建立年龄、体重与铅暴露前后睾丸重量变化的线性meta回归模型，与单纯随机效应模型相比，研究间方差明显减少，说明在meta分析中考虑协变量是必要的。②分别建立血-脑屏障及血-睾丸屏障通路下从暴露到疾病的多阶段meta回归模型，其模型结构包括logistic模型，指数模型，线性模型和双曲线模型，这些模型的生物学意义明确。③初步建立暴露剂量、暴露时间与血铅关系的交互作用模型，随机效应结果显示自变量间不存在交互作用。由于缺乏原始数据，非线性meta回归模型参数的估计难以实现，本文采用参数bootstrap方法进行参数估计与假设检验，在迭代次数达500轮时结果较稳定。根据研究体会，对多阶段混合效应模型的建模策略提出以下几点粗浅建议：1．首先根据散点图趋势建立固定效应模型，并以此作为初始模型，指定该模型回归系数的估计值为下阶段混合效应模型的迭代初始值。2．在危险度评估中建立的各阶段剂量-反应关系模型应符合研究指标间的生物学意义。3．基于各研究中因变量与自变量间的曲线形状可能存在较大差异，建模时可依次考虑固定效应模型、随机效应模型和带协变量的随机系数模型，并观察研究水平的方差与残差方差的变化，以及与协变量的关系，从而选择最优模型。4．在资料允许的情况下，meta回归中可以考虑协变量间的交互作用。这对于机制的深入解释是有帮助的。5．在统计软件尚不能直接实现对非线性meta回归模型的WIGLS、REML估计时可根据研究指标的经验分布，采用参数bootstrap方法进行参数估计及假设检验。