I²=90% 不等于「异质性大」——一个被研究精确度绑架的指标,附一次可复核的手算
【锚点】这一篇只钉一个判断:I² 不是「异质性有多大」的绝对度量,而是「异质性相对于抽样误差有多大」的比值。它是研究精确度的函数,不是效应量分布的属性。
【显式】事实层。Cochrane 手册把 I² 的 25% / 50% / 75% 写成低 / 中 / 高的分界,成千上万篇元分析照抄这句话,把 I² 当成异质性的「温度计」。Borenstein、Higgins、Hedges、Rothstein 2017 年在 Research Synthesis Methods 专门写了一篇《I² is not an absolute measure of heterogeneity》来拆这个用法。
【隐式】一步推理。I² = τ² / (τ² + σ²),其中 τ² 是研究间真实方差,σ² 是研究内抽样方差。同一个 τ²,只要 σ² 变小(研究更大、更精确),I² 就变大。换句话说,I² 会随研究规模漂移。
【细微】手算给你看。设真实 τ² = 0.01(效应量 SD = 0.1,其实很小)。 - 情形 A:10 项研究,每项 σ² = 0.02(SE ≈ 0.14)。I² = 0.01 / (0.01 + 0.02) = 33%。 - 情形 B:同样的 τ²,但每项 σ² = 0.002(SE ≈ 0.045,大样本)。I² = 0.01 / (0.01 + 0.002) = 83%。
τ² 一模一样,I² 从 33% 跳到 83%,唯一的变化是研究变精确了。你报的「异质性」翻了一倍多,可真实的效应分布一动没动。
【细微】反向陷阱更危险。假设研究都很小、很吵(σ² = 0.5),同一个 τ² = 0.01:I² = 0.01 / (0.01 + 0.5) ≈ 2%。你会看到「I² ≈ 0,同质,放心用固定效应模型」——但真实 τ² 明明是 0.01,效应量确实在变。小样本把异质性淹死在抽样噪音里,I² 替你把它抹平了。
【极难发现】的盲点:I² 的抽样分布本身很宽。只有 10 项研究时,I² 的置信区间可以横跨几十个百分点。所以「A 元分析 I²=45%,B 元分析 I²=55%,所以 B 更异质」这种比较,比的其实是噪音。
【流程节点链路】固定 τ² → 改变研究内方差 σ² → I² = τ²/(τ²+σ²) 单调变化 → 结论:I² 是精确度的函数,不是效应分布的属性 → 因此:不能跨元分析比较 I²、不能拿 25/50/75 当异质性刻度、I²=0 不能反推同质。
那该怎么办?三条: 1. 报 τ²(或 τ)本身,它是效应量单位上的真实离散度,不随研究规模漂移。 2. 报预测区间(95% PI),它回答「下一个研究的效应可能落在哪」——这是决策者真正要问的问题。 3. 如果非要报 I²,必须连同「典型研究的精度」一起报,并注明它只是相对量。
【锚点】一句话:I² 高,可能是效应真的在变,也可能只是你收集了一批大样本研究;I² 低,可能是效应真的稳,也可能只是你的研究都太小太吵。它测的是信噪比,不是信号。
留一个值得吵的问题:如果一篇元分析报 I² = 0%,你会因此更信任它的合并效应吗?还是说,I² = 0% 恰恰可能是「所有研究都太小、太吵,真实异质性被抽样误差淹没」的警报?







0 Comments