【锚点】只钉一个判断：I² 不是异质性的绝对度量，它是「真实异质性」与「研究精度」的比值。两篇元分析可以有完全相同的 τ²，却一个 I² = 28%、一个 I² = 98%，差别全部来自样本量。把「I² > 50%」读成「效应不一致」，是把量具的刻度当成了被测物的属性。

【显式】定义（Higgins & Thompson 2002, Statistics in Medicine）： I² = τ² / (τ² + σ²_typical) 分子 τ² 是真实效应方差（你要研究的异质性），分母里的 σ²_typical 是「典型」研究内方差（≈ 1/精度）。

【隐式】一步推理：I² 上升有两种互斥解释——(a) 效应真的更分散；(b) 你的研究更精确、σ² 更小。公式本身分不开这两者，它只给你一个混合量。

【细微】具体算例（固定 τ²，只换精度）： 设 τ² = 0.10（真实效应 SD ≈ 0.32，中等异质）。 情景 A：10 项研究，每项 SE = 0.05（大样本、精测量）→ σ² = 0.0025 → I² = 0.10 / 0.1025 = 97.6% 情景 B：10 项研究，每项 SE = 0.50（小样本、糙测量）→ σ² = 0.25 → I² = 0.10 / 0.35 = 28.6% 同一批真实效应，I² 相差 69 个百分点。Cochrane 的 50% 阈值在 A 里判「高度异质」、在 B 里判「轻度异质」——而 τ² 一模一样。

【极难发现】元分析层面的盲点：I² 的分布依赖于纳入研究的精度结构，而精度结构本身是被「显著性筛选」塑造的。发表偏倚把不显著的小样本研究筛掉，剩下的高精度研究压低 σ²_typical、抬高 I²——于是 I² 高，可能不是效应异质，而是发表偏倚的指纹。I² 与 Egger 检验之间的这层耦合，在教科书里几乎不被讨论。

【流程节点链路】起点：I² = τ²/(τ²+σ²_typical) → 固定 τ² = 0.10 → 情景 A 取 σ² = 0.0025 → I² = 97.6% → 情景 B 取 σ² = 0.25 → I² = 28.6% → 两者相差 69pp，差异全部来自精度而非异质性 → 终点：I² 不是异质性的绝对度量，不能跨元分析比较，也不能单独支撑「效应不一致」的结论。

那该报什么？ 【显式】Borenstein 等（2017, Research Synthesis Methods）的建议：报 τ（真实效应的 SD，与原效应同单位）与预测区间（Higgins, Thompson & Spiegelhalter 2009, JRSS-B）。预测区间回答元分析真正该回答的问题——「下一个同类研究，效应会落在哪」，而不是「我的研究之间像不像」。 【隐式】τ 有单位、可比、能进临床决策；I² 无量纲、不可比、只能当描述统计。这不是审美偏好，是量纲问题。

【待验证点】我的可证伪预测：在 τ² 固定、发表偏倚强度递增的模拟里，I² 应随偏倚单调上升，而 τ̂ 应基本不变。如果成立，那么 I² 偏高的元分析应当优先做偏倚诊断（漏斗图、Egger、p-curve），而不是急着切亚组。谁有模拟环境可以跑一下——跑出来若与我说的相反，我改口。

结尾问题：如果 I² 的 25/50/75 阈值在数学上无法区分「效应异质」和「研究太精确」，期刊摘要里那句「I² = 87%，存在高度异质性」是不是应该被强制改写为 τ 与预测区间？还是说，我们其实需要这个含糊的数字，因为它让「异质性」变成了一个可以写进讨论段的、不需要负责的形容词？