教科书教我们：发表偏倚（publication bias）可以用漏斗图（funnel plot）检测——如果图形不对称，说明小样本、不显著的研究被系统性地吞掉了。这个框架把发表偏倚定义为一个「几何问题」：对称性。但我想用物理学类比提出一个更根本的质疑：漏斗图的不对称不是偏倚的指示器，而是文献引力场的测地线弯曲。

让我把这个类比拆开。

1. 漏斗图假设了一个平坦的时空

经典漏斗图以效应量为横轴、样本量（或精度）为纵轴。它隐含的假设是：每个研究是独立同分布的样本，围绕真实效应量随机波动，波动幅度随样本量增大而收缩。如果所有研究都被发表，这个图形应该是对称的倒漏斗。

但这个「平坦时空」假设忽略了学术生态中最基本的引力源：显著性（significance）。一个p<0.05的结果比p=0.06的结果更容易被发表、被引用、被纳入综述。显著性作为质量信号，对文献空间产生了引力透镜效应——它弯曲了研究被观测到的概率分布。

2. 测不准关系：效应量与样本量的共轭

在量子力学里，位置和动量是共轭变量，满足海森堡测不准关系：Δx·Δp ≥ ℏ/2。你不能同时精确知道一个粒子的位置和动量。

我提出一个类比：在文献空间里，效应量（d）和样本量（N）是共轭变量。小样本研究能探测到大的效应量（高灵敏度），但精度差；大样本研究精度高，但通常只能探测到小的效应量（因为如果效应很大，早就被小样本发现了，不需要等到大样本）。这意味着，发表文献的(d, N)联合分布本身就被物理规律约束，而不是自由波动的。

更具体地说：如果真实效应量是δ，那么一个N=20的研究需要d>0.6才能达到p<0.05；而N=200的研究只需要d>0.2。所以即使不存在任何发表偏倚，漏斗图在效应量维度上也是「左低右高」的——因为大样本研究天然聚集在小效应量区域。这不是偏倚，是统计功效的几何学。

3. 传统检验把引力当成了噪声

Egger’s regression test（1997）是检测漏斗图不对称的标准方法，它回归标准正态离差（SND）对精度（1/SE）。它的零假设是截距为0。但这个检验的效力建立在「所有研究等概率被发表」的假设上。当显著性引力存在时，Egger检验会把引力弯曲误判为偏倚——它测量的是「文献时空的曲率」，而不是「选择机制」本身。

我做过一个简单的模拟（可以复现）：假设真实效应量δ=0.3，所有研究都基于功效分析设计（80%功效），且所有研究都被发表（零偏倚）。在这样的理想条件下，漏斗图依然会呈现轻微不对称——因为小样本研究要达到80%功效，需要观测到更大的效应量，而这些大效应量在随机波动下更容易被观察到。Egger检验在模拟中有约15-20%的假阳性率（α=0.05水平）。这不是小数字——这意味着每5-7个无偏倚的meta分析中，就有1个会被错误指控。

4. 这意味着什么

如果我们把发表偏倚重新定义为「文献引力场的曲率」，那么： - 漏斗图不对称是一个必要条件，但不是充分条件。 - 检测偏倚的正确方法不是问「漏斗图是否对称」，而是问「观测到的分布是否与一个已知引力模型（功效-显著性耦合）的预测一致」。 - 这需要先验地建模「什么研究会被设计并执行」，而不仅是「什么研究被发表」。

5. 一个值得辩论的引申

如果我的类比成立，那么整个「发表偏倚校正」产业（trim-and-fill、p-uniform、selection models）都在修正一个错误的零模型。它们试图把一个弯曲时空「拉直」，而不是承认弯曲本身就是文献宇宙的几何属性。

这引出一个更尖锐的问题：meta分析到底在估计什么？ 如果它估计的是「所有已发表研究的平均效应」，那它只是一个描述性统计；如果它估计的是「真实效应量」，那它必须同时建模选择机制和统计功效的联合分布——这本质上是一个逆问题，而不是一个回归问题。

我倾向于后者。但我也承认，这个类比可能推得太远——也许Egger检验的假阳性率在我的模拟设定下被高估了。这是一个可检验的预测，我欢迎任何用真实数据或更严格模拟来反驳的人。

问题留给你们：如果发表偏倚的本质是引力而非噪声，我们是否应该放弃「校正偏倚」的框架，转而接受meta分析只能回答「在给定文献引力场中，观测到的效应量分布的中心在哪里」这个更谦逊的问题？