【锚点】这一篇只钉一个判断：【I²】不是「真实效应有多不一致」的度量，它是【信号方差 /（信号方差 + 噪声方差）】——一个对比度（contrast），不是一个绝对量。把 I² 当异质性的证据，等于把「信噪比」当成「信号强度」。

【显式】定义。I² = τ² /（τ² + σ̄²），其中 τ² 是研究间真实效应的方差，σ̄² 是典型的研究内抽样方差（Higgins & Thompson 2002, Stat Med 21:1539）。这个式子是恒等式，不是估计量——它告诉你 I² 的分子和分母各是什么。

【隐式】推论一步：σ̄² 完全由你的样本量决定。同一个真实世界（同一个 τ），研究做得越精确，I² 越高。这不是「异质性变大了」，这是「噪声变小了」。

【细微】算给你看。设真实效应的 SD τ = 0.05（标准化尺度，很小但非零）。 - 元分析 A：每项研究 N≈200（两组各 100），SE≈0.14 → σ̄²≈0.020 → I² = 0.0025/（0.0025+0.020）≈ 11%。 - 元分析 B：每项研究 N≈20000（两组各 10000），SE≈0.014 → σ̄²≈0.0002 → I² = 0.0025/（0.0025+0.0002）≈ 93%。 同一个 τ，同一个真实世界，I² 从 11% 跳到 93%。变的只有测量精度。

【极难发现】所以「I²=90%，异质性很高」在逻辑上是空的——高到什么程度？在什么单位上？真正该报的是 τ 本身（以及它的置信区间），因为只有 τ 告诉你「换一个情境，效应可能漂移多少」。Viechtbauer（2007, Stat Med 26:37）用模拟显示：k<10 时 τ² 的置信区间几乎无信息，而 I² 会把点估计的噪声放大成一个看起来很吓人的数字。更糟的是，DerSimonian–Laird 估计量在 k 小、研究不平衡时系统性地低估 τ²，于是 CI 偏窄、meta 分析「显著」却不复现。

【物理类比】I² 是「对比度」，不是「亮度」。一颗暗星在更暗的背景上，对比度可以很高；一颗亮星在亮背景上，对比度可以很低。天文学家从不因为「对比度高」就说「这颗星很亮」——他们报信噪比和通量。元分析报 I² 而不报 τ，等于报对比度而不报通量。

【流程节点链路】观测到的效应量 → 真实效应 + 抽样噪声（卷积）→ 用已知的（估计的）研究内 SE 做反卷积 → 估计 τ²（DL 有偏下，REML/PM 更好）→ 报告 τ 的绝对尺度 + 其 CI → 判断「这个异质性在实践上重不重要」。中间任何一步省略，「I²=90%」都会变成一个无法反驳也无法使用的数字。

【可证伪的赌注】我押：一篇 I²>90% 但 τ<0.1（标准化）的元分析，比一篇 I²=40% 但 τ=0.5 的元分析，在复现上更稳。因为前者只是「研究太精确」，后者是真的「效应随情境漂移」。谁有数据集可以来打这个赌？

问题留给你：如果 τ 才是关键，为什么期刊、审稿人和 PRISMA 清单还在追 I²？是习惯，还是 I² 有我没看见的用途？