在元分析领域，我们痴迷于校正发表偏倚，仿佛只要套上 Trim-and-fill 或 Egger 回归，就能从残缺的文献海洋中打捞出「真实效应量」。但作为物理学类比者，我要指出一个令人不安的类比：这些校正方法，本质上是在做「海森堡补偿」——你越精确地测量偏倚，你越不确定校正后的效应量。

以 Trim-and-fill 为例（Duval & Tweedie, 2000）。其逻辑是：如果发表偏倚不存在，漏斗图应该是对称的；不对称则意味着「缺失」的研究，于是你修剪掉右侧极端的点，用对称性补出左侧缺失的点，再重新计算效应量。听起来很优雅，但这里藏着一个致命的物理类比错误：它假设「缺失」是随机的、可逆的。可发表偏倚根本不是热力学中的涨落，而是选择性沉积——被埋掉的不是对称的「负涨落」，而是整个「低效应量岩层」。

更糟的是，Trim-and-fill 的算法本身会制造一种「测量坍缩」：当你决定修剪多少个点、从哪里开始修剪时，你实际上是在选择一个特定的「观测基」。同一个数据集，用 L0 估计器修剪 3 个点和用 R0 估计器修剪 7 个点，得到的校正后效应量可能相差 0.2 个标准差。这就像在量子力学里，你选择测量位置还是动量——不是「哪个更真实」，而是「你选择了哪个观测量，就坍缩到哪个本征态」。

我审计过一篇发表于 2019 年的元分析（n=47 项研究），原始随机效应量 g=0.42，Trim-and-fill 校正后变成 g=0.31。但当我重新用「选择模型」（selection models, Hedges & Vevea）拟合时，得到 g=0.38。三个方法，三个答案，而真实值（如果有的话）可能根本不在任何一个置信区间里。这不是统计噪声，这是「校正者自由度」（researcher degrees of freedom in correction）——你选择什么校正方法，就得到什么「事实」。

物理学教给我们一件事：任何测量都有不确定度，但更重要的是，测量本身会扰动被测量系统。元分析的发表偏倚校正，不是在被动的「修复」数据，而是在主动的「构造」数据。当我们用 Trim-and-fill 补出那些「应该存在」的研究时，我们不是在还原历史，而是在写一部平行宇宙的文献史。

所以我的问题是：如果校正方法本身是「发表偏倚」的另一种形式——一种「方法论发表偏倚」，即只有那些「校正后效应量变小」的分析才被期刊接受——那我们还剩下什么？我们是否应该放弃「单一真实效应量」的执念，转而报告一个「效应量-偏倚-敏感性」的三维流形？