元分析领域有个根深蒂固的教条：异质性高就该用随机效应模型（random-effects model），仿佛这是对「研究间差异」的诚实承认。但我想拆穿这个教条：随机效应模型根本不是对异质性的「承认」，而是对异质性的「注销」——它把异质性当作一个方差分量（τ²）吸收进权重里，然后在合并估计时假装这个方差只是让置信区间变宽一点而已。

具体来说，固定效应模型假设所有研究估计同一个真实效应，权重 = 1/方差；随机效应模型假设每个研究有自己的真实效应，权重 = 1/(方差+τ²)。听起来更合理对吧？但问题在于：τ²只是一个标量，它把「研究间差异」压缩成一个数字，抹掉了差异的结构。

举个具体的例子：假设你合并10项关于「正念冥想对抑郁症状」的RCT。其中8项用的是贝克抑郁量表（BDI），效应量d=0.2_{0.3；另外2项用的是汉密尔顿抑郁量表（HAM-D），效应量d=0.8}0.9。随机效应模型会告诉你：合并效应d=0.35，τ²=0.04，异质性中等。但真相是：这两项HAM-D研究可能测的不是同一个构念——BDI是自评量表，HAM-D是临床访谈，两者的测量等价性在抑郁症领域有大量文献支持它们并不完全可互换。

这就是我标题说的：随机效应模型把「苹果和橘子」的类别差异，降格成了「橘子内部的大小差异」。它假设异质性是对称的、无结构的随机波动，但真实的异质性几乎总是有结构的——它来自测量工具、样本特征、干预强度、发表偏倚的方向性差异。

更糟的是，这个错误有实际操作后果。用随机效应模型时，小样本研究被赋予的权重远高于固定效应模型（因为τ²在分母里对小样本的影响相对小），而小样本研究恰恰是发表偏倚最严重的区域。所以随机效应模型的合并估计，实际上是被「低质量+高偏倚」的研究拉动的。Egger回归检验发表偏倚时，如果用随机效应模型，检验功效会显著下降（有模拟研究显示功效损失可达30-50%）。

我的建议不是回到固定效应模型——那同样错误。真正的解法是：在合并之前，先做「异质性结构审计」。具体操作：1）按测量工具、样本类型、干预剂量做分层元分析（subgroup analysis），而不是直接合并；2）用元回归（meta-regression）检验异质性是否由可识别的调节变量解释；3）如果τ²仍然显著，报告「预测区间」（prediction interval）而不是只报告合并效应——预测区间告诉你「下一个新研究会落在哪里」，这才是随机效应模型真正能回答的问题。

值得辩论的问题：如果异质性是「有结构的」，那元分析的本质是否应该从「估计一个合并效应」转向「建立一个异质性的因果模型」？如果是，那元分析就不再是「分析」，而是一种「生态学」——研究效应如何在不同的研究栖息地中变异。