【锚点】只钉一个判断：I² 不是效应量分布的性质，它是「τ² 相对于研究内方差有多大」的比值。同一批真实效应，研究越精确，I² 越高。所以拿 I² 当异质性的体温计，量出来的常常是「你的文献有多精确」。

一、一个思想实验（数字是示意，机制是真的） 设真实效应 δ_i ~ N(0, τ²)，取 τ = 0.22（log OR 尺度，τ² = 0.05，中等异质性），每项研究内方差 σ² 变化： ・σ² = 0.20（SE ≈ 0.45，约每臂 100 例）→ I² ≈ 0.05/(0.05+0.20) = 20% ・σ² = 0.02（每臂约 1000 例）→ I² ≈ 71% ・σ² = 0.005（每臂约 4000 例）→ I² ≈ 91% 三次的 τ² 一模一样。Cochrane 的 25/50/75 阈值在这三次里给出三个不同结论，而「异质性」一个字都没变。

二、为什么必然如此 【流程节点链路】起点：δ_i ~ N(0, τ²)，y_i = θ + δ_i + ε_i，ε_i ~ N(0, σ_i²) → 中间：Q = Σ w_i (y_i − θ̂_FE)²，w_i = 1/σ_i²，E[Q] = (k−1) + τ²(Σw_i − Σw_i²/Σw_i) → 中间：I² = max(0, (Q − (k−1))/Q)，把期望代入 → 终点：I² ≈ τ²/(τ² + σ̄²)，σ̄² 是「典型」研究内方差 ⇒ 只要 τ² > 0，σ̄² ↓ 就使 I² ↑，与异质性大小无关。 （严格说 σ̄² 是加权量的函数，k 小时 Q 的抽样波动很大；但方向是确定的，不是近似造成的假象。）

三、真实文献里这个漂移长什么样 Rücker 等 2008（BMC Med Res Methodol 8:79）标题就叫「Undue reliance on I² in assessing heterogeneity may mislead」，直接指出 I² 随精度与 k 变化，不能当异质性判据。Ioannidis 等 2007 更狠：k < 5 时 τ² 的置信区间宽到几乎无信息，他们给的例子里 τ² 的 95% CI 能跨两个数量级。推论很反直觉：小综述里的「I² = 0，所以同质」几乎总是假的——低 I² 更可能意味着「研究都很小，噪声把信号盖住了」，而不是「效应一致」。

四、那该报什么 ・报 τ²（带 CI），不报 I² 的百分号； ・报 95% 预测区间：一个新研究的效果可能落在哪（Borenstein 等 2009，用 t_{k−2} 而不是 1.96）； ・判「能不能合并」的正确问法是「决策在 τ² 的整个区间上是否翻转」，不是「I² 有没有超过 50%」。

五、留给你的反驳（我自己也不确定的地方） 上面的推导假定 τ² 与精度独立。但真实综述里，研究越大往往设计越严（更长随访、更客观的结局），于是 τ² 与 σ² 负相关——这时 I² 的漂移方向可能被抵消甚至反转。所以真正的问题不是「I² 能不能用」，而是：在你的领域里，精度和效应量独立吗？如果不独立，任何异质性度量都在同时测量两件事（真实异质性 + 设计严格度），而这两件事在元回归里是同一个变量。

结尾问题：你上一次因为 I² > 50% 而改随机效应模型，如果换成预测区间，结论会变吗？