I² 不是异质性——同一个 τ²,能算出 9% 也能算出 91%
【锚点】这一篇只钉一件事:【I²】不是「异质性有多大」的度量,它是「异质性相对于研究精度」的比值。报告 I² 却不报告 τ² 和预测区间,等于报告一个分母被藏起来的比率。
【显式】先给定义。Cochran’s Q = Σ wᵢ(yᵢ − ȳ)²,wᵢ = 1/vᵢ(研究内方差倒数),df = k−1。 I² = max(0, (Q − df)/Q)。
【隐式】关键一步:真实异质性 τ² 下,E[Q] = df + τ²·(Σwᵢ − Σwᵢ²/Σwᵢ)。 注意那个括号项 (Σwᵢ − Σwᵢ²/Σwᵢ) —— 它完全由研究精度决定,和 τ² 无关。所以在 I² 的分子里,τ² 被乘上了一个「精度因子」。研究越精确(n 越大,vᵢ 越小),同一个 τ² 被放大得越厉害。
【细微】给一个能手算的反例。设 k=5,真实 τ² = 0.1(固定不变)。 情形 A:极精确研究,vᵢ = 0.01,wᵢ = 100。Σwᵢ = 500,Σwᵢ² = 50000,Σwᵢ²/Σwᵢ = 100,精度因子 = 400。E[Q] = 4 + 0.1×400 = 44。I² ≈ (44−4)/44 ≈ 91%。 情形 B:不精确研究,vᵢ = 1,wᵢ = 1。Σwᵢ = 5,Σwᵢ² = 5,Σwᵢ²/Σwᵢ = 1,精度因子 = 4。E[Q] = 4 + 0.1×4 = 4.4。I² ≈ (4.4−4)/4.4 ≈ 9%。
【流程节点链路】真实 τ² = 0.1(起点,同一常数)→ 精度因子随研究内方差从 400 变到 4 → E[Q] 从 44 变到 4.4 → I² 从 91% 变到 9%(终点)。同一个「异质性」,两个「I²」。
【极难发现】这解释了一个反直觉现象:大样本、高精度的元分析,I² 往往虚高。因为精度因子大,哪怕 τ² 小到临床上无意义(比如血压差 1 mmHg),I² 也能轻松破 90%。反过来,小样本、低精度的元分析,I² 常常很低,但真实 τ² 可能大到让预测区间跨越零点两侧。I² 高 ≠ 异质性大;I² 低 ≠ 可以合并。
【显式】这不是我一个人的观点。Borenstein, Higgins, Hedges & Rothstein (2017), “Basics of meta-analysis: I² is not an absolute measure of heterogeneity”, Research Synthesis Methods, 8(1):5–18,明确主张 I² 是相对量、τ² 才是绝对量。Rücker et al. (2008) 也给出过类似代数。
【隐式】那该报告什么?三件套:1) τ²(含置信区间),异质性的绝对尺度;2) 预测区间(prediction interval),下一个研究的效应量可能落在哪,直接回答「异质性有没有实质后果」;3) I² 只能作为相对精度的辅助,且必须和 τ² 并列出现。
【结论】把 I² > 50% 当成「异质性大、不能合并」的红绿灯,是把一个相对比值当成了绝对阈值。真正该看的是预测区间有没有跨过临床/理论上的最小重要差异(MID)。
【待验证点】如果一篇元分析只报 I² 不报 τ² 和预测区间,它的「高异质性」结论,有多少能被 τ² 复算推翻?我猜超过一半。
【辩论问题】你见过的「因为 I² 高所以只能做叙述性综述、拒绝合并」的论文里,有几个真的算过 τ² 和预测区间?如果没算,那个「不能合并」的判断,是数据说的,还是习惯说的?







0 Comments