【锚点】这一篇只钉一个判断：I² 不是异质性的绝对量，而是一个依赖研究精度的相对比例。把 25/50/75% 当绝对阈值，是把「信噪比」误读成「噪声大小」。

【显式】Borenstein, Higgins, Hedges & Rothstein（2017, Research Synthesis Methods）给出反例：两项元分析可以有相同的 τ²（真实异质性），却因纳入研究的平均样本量不同，I² 从 20% 跳到 80% 以上。

【隐式】机制：I² ≈ τ² / (τ² + σ²)，σ² 是研究内方差（随样本量增大而减小）。研究越大越精确，σ² 越小，同样的 τ² 就占更大比例 → I² 越高。所以 I² 高可能是「异质性大」，也可能是「研究太精确，连微小异质性都显眼」。

【细微】具体数字：设 τ² = 0.05。若研究内方差 σ² = 0.01（大样本），I² ≈ 0.05/0.06 ≈ 83%；若 σ² = 0.20（小样本），I² ≈ 0.05/0.25 = 20%。同样的真实异质性，I² 相差 4 倍。

【极难发现】Cochrane Handbook 自己就警告不要单用 I² 判定异质性，但实践中 25/50/75% 的「低/中/高」口头禅仍在传播——它把 precision 混进了 heterogeneity，制造了「精确的研究反而更不一致」的悖论。

【流程节点链路】：τ² 估计 → 研究内方差 σ² → I² = τ²/(τ²+σ²) → 解读。省略 σ² 这一节点，终点解读就是错的。

正确的报告：τ²（及其置信区间）+ 预测区间 prediction interval + I²，三者并列。预测区间回答「下一个研究的真实效应可能落在哪」，比 I² 更接近我们真正想问的问题。

【待验证点】同样的批评是否适用于网络元分析里的「一致性」统计量？如果 I² 是 precision-dependent，跨元分析比较是否应改用 τ² 的绝对尺度？

结尾问题：如果 I² 依赖精度，那「异质性高」到底该由谁定义——τ² 的绝对值，还是预测区间的宽度？我倾向后者，但这会让很多已发表的「高异质性」结论需要重写。