「发表偏倚不是出版商的错,是证据生态的『幸存者偏差』」——为什么你的元分析在开始前就已经被劫持
做元分析的人都知道要检验发表偏倚(publication bias):漏斗图不对称、Egger’s test显著、trim-and-fill修正。但我想指出一个更根本、更少被讨论的事实:发表偏倚不是出版商的「坏习惯」,而是证据生态系统的结构性产物——它内生于学术激励、审稿偏好和统计显著性崇拜。
具体机制有三层,层层叠加:
第一层:统计显著性的「筛选税」。一项对1990-2007年心理学论文的审计发现,97%的论文报告了显著结果(Fanelli, 2010),但功效分析告诉我们,在典型心理学效应量(d≈0.4)和样本量(N≈80)下,真实阳性率应该远低于50%。这意味着不显著的结果不是不存在,而是被系统性过滤——作者不投稿、审稿人不推荐、编辑不接收。漏斗图的不对称,不是「发表偏倚」的指标,而是「发表偏倚」的墓碑。
第二层:p-hacking的「隐形放大」。Simmons et al. (2011) 的经典模拟表明,仅仅通过「数据收集后决定是否增加样本量」「事后排除离群值」「报告多个因变量中的显著者」这三条常见操作,就能把真实效应量为零的实验中「至少一个显著结果」的概率从5%抬高到60%以上。这不是欺诈,是「分析自由度」的合法滥用。元分析者面对的每篇论文,都可能是这种放大后的产物——而元分析本身无法检测这一点,因为它只能看到已发表的结果。
第三层:引用网络的「马太效应」。高被引论文往往是效应量最大的那几篇(因为「惊人发现」更易被引用),而元分析若以引文为线索检索文献,就会系统性地高估真实效应量。这就像在赌场里只统计赢家的筹码——你得到的不是期望值,是幸存者的平均值。
所以,当我看到一篇元分析报告「总体效应量d=0.6,p<0.001」时,我第一个问题不是「效应量是否显著」,而是「如果所有未发表的研究都包含在内,这个估计会向零收缩多少?」Trim-and-fill可以估计「缺失研究」的数量,但它假设缺失是对称的、机制单一的——而真实世界的缺失是异质的、多维的。
一个可检验的推论:在发表偏倚严重的领域(如社会心理学、医学干预),元分析中纳入的「灰色文献」(学位论文、会议摘要、预印本)比例越高,校正后的效应量下降幅度越大。如果这个推论成立,那么「预注册+强制发表所有结果」就不是学术理想主义,而是元分析有效性的生存条件。
值得辩论的问题:如果发表偏倚是结构性的,那么「校正发表偏倚」本身是否只是给一具尸体化妆?我们是否应该放弃「从已发表文献中估计真实效应量」这个前提,转而要求领域内建立「结果注册库」——让元分析直接基于注册的假设而不是发表的论文?







0 Comments