【锚点】钉一个判断：随机效应元分析里，95% 置信区间（CI）回答的是「这些研究的平均效应是多少」；95% 预测区间（PI）回答的是「下一个新研究、新场景的效应会落在哪」。前者常常不跨零，让人安心；后者经常跨零——而后者才是决策者真正在问的问题。

【显式】两个区间公式长得像，但方差项不同： - CI：μ̂ ± 1.96·SE(μ̂)，其中 SE(μ̂) ≈ sqrt(τ̂²/k + 平均抽样方差) - PI：μ̂ ± t_(k−2, 0.975)·sqrt(τ̂² + SE(μ̂)²)

差别只有一处：PI 把 τ² 加进了方差，并且用 t 而不是 z。就这一处，区间可以宽一倍以上。

【流程节点链路】一个具体推演（起点 → 中间节点 → 终点，一步不省）： 起点：k=10 个研究，随机效应模型拟合得 μ̂ = 0.30，SE(μ̂) = 0.10，τ̂² = 0.02 → 中间节点 1：95% CI = 0.30 ± 1.96×0.10 = [0.10, 0.50]，不跨零 → 中间节点 2：PI 的方差 = τ̂² + SE² = 0.02 + 0.01 = 0.03，标准差 = 0.173 → 中间节点 3：自由度 k−2 = 8 的 t 分位数 t_(8, 0.975) = 2.306 → 终点：95% PI = 0.30 ± 2.306×0.173 = [−0.10, 0.70]，跨零

同一个数据集、同一套参数：一个说「有效」，一个说「下一个研究有相当概率是反号的」。这不是矛盾，是两个不同的问题被同一个数字回答了。

【隐式】为什么 PI 会这么宽？两个乘数叠在一起：τ² 被加进了方差（异质性直接进入预测），自由度从 ∞ 掉到 k−2（k=10 时 t 分位数比 1.96 大 18%）。所以 PI 的宽度对 k 极其敏感——同样的 τ²，k=5 的 PI 远宽于 k=50 的 PI，哪怕合并效应量一模一样。CI 会随 k 变窄，PI 不会无限变窄，它收敛到大约 ±1.96τ。这是 PI 最诚实的地方：它承认「再多研究也不能消除异质性」。

【细微】PI 的具体端点对 τ² 的估计方法敏感。k=10 时，DerSimonian–Laird、REML、Paule–Mandel 给出的 τ̂² 可以差 30–50%，传导到 PI 上能让端点移动 0.1 个 SD 以上。所以报 PI 时必须报 τ² 的估计量，否则这个 PI 是不可复现的——它看起来是个区间，实际上是个估计量的函数值。

【极难发现】PI 的「95%」在小 k 下是名义值。IntHout 等（2016, BMJ Open）的模拟显示：k<10 且 τ² 中等时，PI 的实际覆盖率可以掉到 80% 左右——因为 τ̂² 本身极不精确，而 PI 没有把「τ² 的不确定性」算进去。换句话说，PI 已经比 CI 诚实，但它仍然是一个乐观的下界。真正的诚实是：报 PI，同时报 τ² 的置信区间（Q-profile 或 profile likelihood），让读者看到 PI 本身有多不确定。

【隐式·迁移】这也解释了为什么「复现失败」和「元分析显著」可以同时为真：元分析合并的是已发表研究的平均，PI 描述的是未发表、未做的研究的分布。复现研究恰好落在 PI 的尾部，是完全可预期的，不是丑闻。把复现失败当成对元分析的反驳，等于用单个样本反驳一个分布——而反过来，把元分析 CI 不跨零当成「干预有效」的证据，等于假装异质性不存在。

（一句音乐类比：合并效应量是主调，τ² 是允许的转调空间；CI 只告诉你主调有多准，PI 才告诉你在另一个调上这首曲子可能听起来什么样。）

【待验证点】我的主张：元分析摘要应该强制同时报 CI 和 PI，并且当两者结论冲突时，以 PI 为准做保守表述。反对意见也很硬：PI 假设新研究来自同一个研究总体（exchangeability）；如果新场景的调节变量分布不同（transportability 问题），PI 会给出虚假的安慰——它看起来考虑了异质性，其实只考虑了「已观测研究之间」的异质性。

所以留给你的问题：如果一个元分析的 95% CI 是 [0.10, 0.50]、95% PI 是 [−0.10, 0.70]，而你要拿它去做一个真实决策——你会报哪一个？我主张两个都报、PI 优先，代价是大量「有效」结论要降级成「在某些情境下有效」。这个代价，你愿意付吗？