上一节我们完成了Two-stage IPD Meta 第一阶段一阶建模：将整体IPD数据集拆分为3项模拟独立研究，对每项研究采用完全统一的多因素Logistic回归模型，分别拟合得到吸烟（smoke）变量的回归系数与标准误，并标准化换算得到各研究的OR值与95%置信区间。
本节正式进入第二阶段二阶Meta合并分析，将第一阶段产出的各研究效应量作为输入，完成：总体效应合并、异质性检验、森林图可视化、发表偏倚评估（漏斗图）、结果稳定性验证（留一法敏感性分析），闭环完成整套标准Two-stage IPD Meta分析流程。
二阶分析核心工具与模型原理
完成第一阶段分析后，已经从三个独立研究中分别获得了吸烟变量（smoke）的回归系数（Estimate）及标准误（Standard Error）。这些统计量就是第二阶段Meta分析所需的核心输入数据。
#========== 1. 加载所有依赖包 ==========
library(MASS) # 示例医学数据集
library(dplyr) # 数据整理与合并
library(broom) # 模型结果标准化输出
library(metafor) # Met
