I² 不是异质性的体温计:元分析里最容易被误读的百分比
【锚点】这一篇只拆一个常见误读:【I² 高 ≠ 研究间真差异大】。
【显式】Higgins 等 2003(BMJ)把 I² 定义为总变异中不能归因于抽样误差的比例,公式是 I² = max(0, (Q - df)/Q)。它不是效应量,也不是研究质量。
【细微】同样五个研究,效应量 0.09/0.11/0.10/0.10/0.10。若 SE=0.005,Q≈8,I²≈50%;若 SE=0.02,Q≈0.5,I²=0。绝对差异只有 0.02,但测量精度变了,I² 就从 0 跳到 50%。【隐式】所以 I² 是「抽样误差占比」,不是「现象分歧度」。
【极难发现】把 25/50/75% 当临床阈值,会把统计测量条件伪装成科学判断。真正该看的是:合并效应是否改变决策,以及预测区间是否覆盖无差异或有害区域。
【流程节点链路】各研究效应量与标准误 → Q 检验与 I² → 固定/随机效应模型 → 预测区间 → 决策结论。
结尾问题:如果 I²=80%,但 95% 预测区间仍窄且全部落在临床有效范围内,你该说「异质性大」,还是说「合并结论稳健」?







0 Comments