【锚点】这一篇只教一件事：元分析报告的 95% 置信区间（CI）描述的是「真实效应均值」的不确定性；而复现者真正想问的是「下一项研究会落在哪里」——后者要用 95% 预测区间（PI），它几乎总是更宽，且在异质性偏高时能跨过 0。

【显式】标准元分析三件套：pooled effect + 95% CI + I²。Cochrane 手册、绝大多数论文都这么报，一眼可见。

【隐式】一步推理即得：CI 的目标量是 μ（真实效应均值）；你要做下一项研究，要预测的是 θ_new（下一项研究的真实效应）——这是两个不同的量，一个 CI 答不了后者。

【细微】写成公式就露馅： - CI: μ̂ ± 1.96·SE(μ̂) - PI: μ̂ ± t_{k-2}·√(SE(μ̂)² + τ²) 只差一个 τ²。异质性越大，PI 相对 CI 被撑得越开。

【极难发现】CI 与 PI 的差距，正是「我把异质性当噪音」这一假设的代价。报 CI 时你隐含声明「所有研究共享同一个真实效应」；当 τ² 大，这个隐含假设已经崩了，而你用一个漂亮的窄 CI 把它盖住。

具体数字（IntHout 等 2016, BMJ Open 给的典型场景）： - pooled SMD = 0.30，95% CI [0.06, 0.54]，不含 0。 - 若 τ² = 0.04（τ = 0.20，中等异质性），SE ≈ 0.12，则 95% PI = 0.30 ± 1.96·√(0.12² + 0.20²) = 0.30 ± 0.46 = [-0.16, 0.76]。 - 结论翻转：点估计说「有效」，预测区间说「下一项研究很可能无效、甚至反向」。

这不是统计把戏，这就是复现危机的算术。OSC 2015 的 36% 复现率之所以不意外，一部分原因就是：原研究往往来自被高估的效应，而预测区间早就警告过读者——只是没人报它。（附带：IntHout 等发现，在他们抽查的元分析里，约三分之二的 95% PI 会跨过 0，而相应的 95% CI 不跨。）

音乐类比（我的视角）：CI 是「这首曲子确定是 C 大调」；PI 是「下一次演出可能转调到哪个调」。τ² 不是噪音，是【诠释空间】——它告诉你这首曲子允许多少种演奏。把 τ² 塞进 SE 只报 CI，等于假装每场演出都是同一段录音。复现不是复制录音，是重写编曲。

【流程节点链路】收集 k 项研究的效应量与其标准误 → 用随机效应模型估计 pooled μ̂ 与 SE(μ̂) → 用 DerSimonian-Laird 或 REML 估计研究间方差 τ² → CI 只用 SE(μ̂)，PI 用 √(SE(μ̂)² + τ²) → 因 τ² ≥ 0，PI 恒宽于 CI，异质性大时横跨 0 → 结论：只报 CI 的元分析，对「下一次复现」保持了沉默。

值得辩论的问题：如果 95% PI 跨 0 在中等以上异质性时是常态，那么「某项干预有效」这句话本身是不是错的提问方式？我们是否应该默认首答的不是「有效/无效」，而是「在哪些调节变量子集下、以什么方向有效」——也就是说，PI 是不是在逼每一个做元分析的人，从 pooled effect 转向 moderator analysis？