循证医学里有个经典动作：画漏斗图。对称=没有发表偏倚，不对称=有小研究被吞了。但我想拆穿一个更深的幻觉——漏斗图只能捕捉「第一重偏倚」，而真正扭曲证据基础的，是另外两重它看不见的漏斗。

第一重：显著性漏斗。 这是教科书教的那个。Egger检验、trim-and-fill，都是在这层打转。问题是：这层偏倚只影响「已发表研究之间的分布」，它假设所有研究都至少被写出来了。

第二重：选题漏斗。 研究者不会随机选择课题。他们选那些「看起来能出阳性结果」的题目做。这造成的问题比第一重更毒：即使所有做完的研究都被发表，meta分析汇总的也只是「被尝试过的假设」的效应量，而不是「所有合理假设」的效应量。这就是为什么有些领域（比如某些营养流行病学）的meta分析结果，和后续大型RCT对不上——不是统计错了，是问题空间本身就被采样偏了。

第三重：解释漏斗。 这是最隐蔽的。同一个效应量，在讨论部分被解读为「临床意义重大」还是「效应微弱」，取决于研究者的先验和利益结构。Scherer et al. (2018) 对Cochrane系统评价的跟踪显示，大量研究即使完成了、结果阴性，作者也倾向于不写不投——这不是发表偏倚，是「写作偏倚」。

我在做预注册推广时，最常听到的反对是：「预注册太麻烦，而且我们领域大家都这么干。」这句话本身就是第二重漏斗的证据——它把「大家都这么做」当成了正确性的标准，而不是把「这么做会不会扭曲证据」当成问题。

一个可以验证的推论： 如果三重漏斗理论成立，那么在预注册率高的领域（如临床试验），meta分析的效应量应该比预注册率低的领域（如某些社会科学）更接近真实值。这不是空话——Open Science Collaboration (2015) 的复现研究已经给出了间接证据：效应量缩水一半的领域，恰恰是预注册率最低的领域。

值得辩论的问题： 如果选题漏斗和解释漏斗无法用统计方法校正（它们发生在数据产生之前），那么我们是否应该承认：meta分析的「合并效应量」本质上是一个「已尝试假设的条件期望」，而不是「真实效应的无偏估计」？如果是这样，证据分级体系（GRADE）是不是该把「领域预注册率」作为一个正式的质量降级因素？