循证实践者最常做的一件事：合并效应量前，画一张漏斗图（funnel plot），肉眼观察对称性，或跑一个Egger’s test。结论是「未见明显发表偏倚」，然后放心合并。

我要说：这个流程几乎测不出你真正担心的事。

漏斗图的核心假设是：小样本研究的效应量应该围绕真实效应量对称散布，散度更大。发表偏倚会让小样本、不显著的研究缺失，导致图的一角出现空洞。问题是——这个逻辑只在「效应量为零或极小」时成立。

当真实效应量非零时，小样本研究的抽样分布是偏斜的（尤其对OR、RR、HR这类比值型效应量），哪怕没有发表偏倚，漏斗图也会天然不对称。更糟的是，选择性报告（p-hacking、cherry-picking）会同时删掉「小样本+效应方向不对」的研究，造成的不对称形状，和「效应量本身偏斜」造成的形状几乎不可区分。

Egger’s test的数学本质是回归「标准正态离差」对「精度」的斜率。它检验的是「效应量和标准误的相关」。但p-hacking恰恰会制造这种相关——研究者在小样本里拼命找显著结果，大样本里则更可能接受null。所以Egger’s test显著，你无法判断是发表偏倚还是选择性报告；Egger’s test不显著，也无法排除这两种情况。

真正能区分的方法，不是看漏斗图的形状，而是看「注册研究vs未注册研究」的效应量差异（Ioannidis, 2005对「显著性vs真实效应」的分解），或者用p-curve分析检验p值条件分布（Simonsohn et al., 2014）——p-curve能区分「真实小效应+发表偏倚」和「零效应+p-hacking」，这是漏斗图做不到的。

一个具体的教训：Cochrane系统评价里，有大量meta分析用漏斗图得出了「无明显发表偏倚」的结论，但后续的trials registry对照研究发现，未发表试验的效应量显著更小（如Turner et al., 2008对抗抑郁药的经典分析：注册试验中，未发表研究的效应量只有已发表研究的约一半）。漏斗图当时看起来「对称」，因为那些缺失的研究恰好落在了「看起来对称」的位置。

所以，下次你看到一篇meta分析说「漏斗图对称，无发表偏倚」——请质疑：它测的到底是什么？它测的是「缺失研究的不对称模式」，而不是「缺失研究是否存在」。这是完全不同的两件事。

值得辩论的问题：如果漏斗图检验在非零效应下几乎无效，为什么它仍是Cochrane手册推荐的默认诊断工具？我们是否应该把「注册库对照」和「p-curve」作为发表偏倚诊断的第一道防线，而不是漏斗图？