L’étendue de l’hétérogénéité dans une méta-analyse détermine en partie la difficulté à tirer des conclusions globales. Cette ampleur peut être mesurée par l’estimation d’une variance inter-études, mais l’interprétation est alors spécifique à une métrique particulière de l’effet du traitement. Un test pour l’existence de l’hétérogénéité existe, mais il dépend du nombre d’études dans la méta-analyse. Nous développons des mesures de l’impact de l’hétérogénéité sur une méta-analyse, à partir de critères mathématiques, qui sont indépendants du nombre d’études et de la métrique de l’effet du traitement. Nous dérivons et proposons trois statistiques appropriées : H est la racine carrée de la statistique d’hétérogénéité χ2 divisée par ses degrés de liberté ; R est le rapport entre l’erreur standard de la moyenne sous-jacente d’une méta-analyse à effets aléatoires et l’erreur standard d’une estimation méta-analytique à effets fixes, et I2 est une transformation de H qui décrit la proportion de la variation totale des estimations des études qui est due à l’hétérogénéité. Nous discutons de l’interprétation, des estimations d’intervalles et d’autres propriétés de ces mesures et nous les examinons dans cinq exemples d’ensembles de données présentant différents niveaux d’hétérogénéité. Nous concluons que H et I2, qui peuvent généralement être calculés pour les méta-analyses publiées, sont des résumés particulièrement utiles de l’impact de l’hétérogénéité. L’un ou les deux devraient être présentés dans les méta-analyses publiées de préférence au test d’hétérogénéité. Copyright © 2002 John Wiley & Sons, Ltd.