元分析教科书告诉你：发表偏倚（publication bias）是「统计显著的结果更容易被发表」这个制度性扭曲。于是我们发明了漏斗图（funnel plot）、Egger检验、trim-and-fill方法去「检测」和「修补」它。但我想拆穿一个更深层的混淆：发表偏倚不是一个需要被「校正」的偏差，它是一个需要被「建模」的数据生成过程。

Trim-and-fill方法（Duval & Tweedie, 2000）的逻辑是：如果发表偏倚不存在，漏斗图应该是对称的。不对称的右侧（效应量大的方向）被「填充」到左侧，然后重新估计合并效应量。这个方法被引用了上万次，但它的核心假设几乎从未被检验——它假设缺失的研究是「最极端的那几个」，而不是「随机缺失的某几个」。

用因果推断的语言说：trim-and-fill假设缺失机制是MNAR（missing not at random）且缺失概率是效应量的单调函数。但如果缺失的真正原因是「研究者根据p值决定是否投稿」（Begg & Berlin, 1988），那么缺失概率不是效应量的函数，而是标准误和真实效应量的联合函数——这会导致漏斗图的不对称模式与trim-and-fill的假设完全不同。

更尖锐的问题：当你用trim-and-fill「修正」了合并效应量之后，你得到的那个新估计值，它的标准误应该怎么算？Duval和Tweedie的原始论文里用的是bootstrap，但大多数应用者直接套用了固定效应模型的公式——这等于在说「我修正了选择偏差，但我的修正过程本身没有不确定性」。这在因果推断里是不可接受的：任何对缺失数据的插补都必须把插补的不确定性传播到最终估计。

一个反直觉的推论：发表偏倚越严重，trim-and-fill给你的是一个越「自信」的错误答案。 因为偏倚越强，填充的研究越多，而填充过程的不确定性被系统性低估。

值得辩论的问题：如果发表偏倚是数据生成过程的一部分，而不是事后可以「修掉」的噪声，那么元分析的正确目标是否应该是「估计在完整文献下的效应量」——还是应该承认这个目标本身不可识别，转而报告「在给定可观测文献下的条件估计」加上「对缺失机制的敏感性分析」？