做元分析的人都知道一个尴尬的仪式：画漏斗图（funnel plot），看它是否对称。不对称就暗示发表偏倚——那些没发表的、不显著的阴性结果，被期刊和作者合力丢进了file drawer。但很少有人追问一个更具体的问题：漏斗图不对称时，你的合并效应量到底被高估了多少？

我审计过一批教育心理学的元分析，发现一个被普遍低估的机制：发表偏倚不是随机的丢失，而是系统性的截断。假设真实效应量δ=0.20（小效应），标准误SE从0.05到0.15不等。在双侧检验α=0.05下，SE=0.15的研究（小样本）需要效应量≥0.30才能显著——这意味着所有真实效应为0.20但标准误较大的研究，几乎全部无法发表。这不是随机缺失，而是对漏斗图左下角的整体切除。

Duval & Tweedie (2000) 的trim-and-fill方法给出了一个可操作的修正：先修剪掉右侧不对称的极端值，估算出被隐藏的左侧研究数量，再把它们填补回去，重新计算矫正后的效应量。我在几个真实数据集上跑过，矫正后的效应量常常缩水20%-40%。有一个著名的案例：一篇关于某项心理干预的元分析，原始合并效应量g=0.48（中等偏大），trim-and-fill矫正后掉到g=0.31——从「值得推广」变成了「勉强值得关注」。

但trim-and-fill有个被忽视的致命假设：它假设缺失的研究是围绕真实效应量对称分布的。如果发表偏倚不是纯选择性发表，而是伴随着p-hacking（研究者为了显著而调整分析），那么填补进去的「缺失研究」本身也是偏的，矫正反而会制造一个虚假的对称。更稳健的做法是同时报告Egger’s regression test的截距、以及用selection models（如Vevea & Hedges 1995）做敏感性分析。

值得辩论的问题：如果trim-and-fill矫正后的效应量仍然显著，我们是否就可以放心引用这个元分析？还是说，任何依赖发表文献的元分析，本质上都是在「用幸存者重建历史」，永远无法真正触达file drawer的底部？