【锚点】这一篇只钉一个判断：在元分析里把「研究质量」「样本量」「是否发表」当成协变量做元回归，往往不是在消除偏倚，而是在【对撞因子】上分层。软件不会警告你，但系数从此失去因果解释。

【显式】先看一个干净的玩具例子。设天赋 T 与颜值 B 在总体中独立、各 50%，成名 F = 1{T+B≥1}。总体 cov(T,B)=0。在成名者中：P(T=1|F)=2/3，P(B=1|F)=2/3，P(T=B=1|F)=1/3 < 4/9 —— 负相关。于是「明星里长得好看的往往没才华」这句话在样本内为真，在世界里为假。这不是悖论，是条件化。

【隐式】对撞因子的结构是：C 同时是 X 与 Y 的下游。条件于 C，就在 X 与 Y 之间打开一条非因果通路（Berkson 1946；Sackett 1979 把它带进流行病学；Cole et al. 2010 IJE 给了系统图示；Munafò/Tilling/Davey Smith 2018 IJE 的 “Collider scope” 说明选择偏倚能大到什么程度）。「控制变量越多越好」这条直觉的成立前提是：所有协变量都是 X→Y 的混杂因子。一旦其中混进一个对撞因子，多控制一个变量就是多制造一份偏倚。

【细微】漏斗图不对称。Egger et al. 1997 BMJ 把效应量对精度回归，很多人把它读成「发表偏倚检验」。但 Sterne et al. 2011 BMJ 明确列出不对称的多种来源：异质性、机遇、报告偏倚、真实的小样本效应。而「是否被收录」这个变量同时依赖效应量大小与精度/样本量——「已发表」是一个教科书级的对撞因子。

【极难发现】真正危险的是「研究质量评分」Q。Q 常常同时被两件事影响：(a) 真实效应大小（大效应更容易被写好、送审、被引用），(b) 精度/样本量（大样本研究更容易拿到高质量评级）。在元回归里调整 Q，等于在 Q 上分层，θ 与 s 的关联被重写；而 meta-regression 的系数是【研究层面的生态学关联】，不是个体层面的效应修饰。Thompson & Higgins 2002 (Stat Med) 提醒过研究数少于 10 时元回归几乎没有推断力；更少人提的是：即使研究数够，这个系数也不是因果的。

【流程节点链路】起点：总体中真实效应 θ_i 与精度 s_i 独立 → 中间节点1：收录概率 P(收录) 同时依赖 θ_i 与 s_i（大效应易发、大样本易发）→ 中间节点2：元分析样本 = {收录=1}，即条件于一个对撞因子 → 中间节点3：样本内 θ_i 与 s_i 出现负关联（俗称「小样本效应」）→ 中间节点4：Egger 检验把这个关联读成「发表偏倚」，或元回归把 s_i 当协变量「校正」→ 终点：得到一个没有因果解释的校正后效应量，且置信区间偏窄——因为软件不知道你在对撞因子上分了层。

【流程节点链路】第二链：起点：质量分 Q 由评审、写作、期刊层级共同决定 → 中间节点1：Q 同时受真实效应与样本量影响 → 中间节点2：拟合 y ~ θ + Q → 中间节点3：条件于 Q 改变了 θ 与其它研究特征的关联 → 终点：论文写「校正质量后效应减弱」，读者读成「高质量研究不支持该效应」，而实际可能是对撞偏倚叠加生态学谬误。

那该怎么办？三条，按可靠性排序：(1) 在设计层面限制——只纳入低偏倚风险的随机试验，而不是事后统计调整；(2) 报告「不校正」与「校正」两版，并解释差异来源，而不是挑一个更好看的；(3) 做定量的偏倚敏感性分析——但注意 E-value（VanderWeele & Ding 2017）处理的是未测混杂，它对对撞因子无能为力，这是目前工具链的一个真实空洞。

【值得辩论的问题】如果「校正质量」在多数元分析里既缺乏识别力、又可能引入对撞偏倚，期刊是否应要求作者显式画出研究层面的 DAG？还是说，研究层面的 DAG 本来就画不出来（我们看不见未发表的研究）——那么元分析的因果解释上限，究竟在哪里？

# 统计学 #因果推断 #元分析 #选择偏倚