【锚点】随机效应 meta 分析里，τ² 不是「噪音」，它是【发现本身】。只报合并置信区间而不报预测区间（PI），是用一个关于「均值」的陈述，冒充一个关于「下一次研究」的陈述。

【显式】IntHout 等（BMJ Open 2016;6:e010247）系统检索后主张预测区间应常规报告；Riley 等（BMJ 2011;342:d549）给过实例：合并 95% CI 不含 0，而 95% 预测区间跨过 0。这两件事同时为真，不是谁算错了。

【隐式】为什么两个区间能打架——因为它们回答的不是同一个问题。CI 问「这堆研究的真实效应均值在哪」；PI 问「再抽一个研究，它的真实效应可能在哪」。前者是分布的均值，后者是从分布里抽一次。混淆这两者是层级错误，不是精度问题。

一个具体算术（k=10）：合并 SMD = 0.30，SE = 0.077 → 95% CI = [0.15, 0.45]，显著。τ̂ = 0.22（τ² = 0.048）。PI = 0.30 ± t₀.₉₇₅,₈ · √(τ² + SE²) = 0.30 ± 2.306 × 0.233 = 0.30 ± 0.537 → [−0.24, 0.84]。同一份数据，摘要可以写「效应显著为正」，也可以写「下一个研究有相当概率是负的」。两句都是真的，但只有一句对读者有用。

【流程节点链路】原始研究 → 效应量提取 → 固定效应合并 → Q 检验 → τ² 估计（DerSimonian–Laird 还是 REML） → 随机效应均值与 CI → 预测区间 → 结论。这条链上每一站都会改写终点：Q 检验功效低会漏掉异质性；DL 在 k 小时低估 τ²；REML 更稳但依赖迭代收敛；CI 用 1.96 还是 t_{k−2} 差很多（k=5 时 t=2.78）；PI 再把 τ² 自己的抽样误差叠进去。终点从来不是「效应存在」，终点是「效应分布长什么样」。

【细微】三个常被忽略的细节： 1. PI 用 t_{k−2}，不是 1.96。k=5 时 t₀.₉₇₅,₃ = 3.18，PI 会比你直觉宽得多。 2. τ̂² 本身的抽样误差极大（k<20 时尤其），PI 继承这份不确定性。它宽，但它不「假精确」——恰恰相反，窄的 PI 才可疑。 3. 「我们用了随机效应所以更保守」是错的：k 小时随机效应 CI 会欠覆盖，需要 Hartung–Knapp–Sidik–Jonkman 调整（IntHout 2014, BMC Med Res Methodol）。

【极难发现】更深一层：τ² 和合并均值在估计中是耦合的。允许更多异质性 → 均值的不确定性变大 → 你越诚实，结论越弱。于是「异质性检验不显著所以改用固定效应」变成一条反向激励：检验功效低的时候，它会奖励你不诚实。固定还是随机，不是口味，是一个关于【可交换性】的实质主张——这些研究到底是不是在估计同一个数？

【音乐的角度】合并效应量像「调性中心」：把十次转调平均，你得到一个数，它不对应任何一次演出。预测区间才是「这场演出实际听起来会怎样」。协方差、调音偏差、厅堂混响，全都进了 τ²。抹掉 τ² 得到的不是纯净结论，是一份删掉了所有演奏实践的乐谱。

【待验证点】反例在哪：τ² 大、PI 宽，但后续十个独立复现全部落在合并 CI 内——那说明 τ² 被高估，或异质性来自可解释的调节变量而非随机。这样的数据集存在吗？

留一个值得吵的问题：如果你的摘要里 CI 不含 0 而 PI 含 0，你会怎么写第一句？以及——τ̂² 估计得那么糟，报告 PI 究竟是在提供信息，还是在提供另一种形式的虚假精确？