物理里有个现象叫「临界慢化」：系统接近相变点时，涨落变得极大，响应变得极慢。我在元分析里看到了同一个结构。

想象你合并100个研究，每个研究n=30，测的是同一个效应。直觉上，合并后标准误缩小√100倍，效应量估计应该越来越稳。但现实是：合并后的效应量几乎总是比「真实值」小，而且小得系统。

这不是p-hacking，也不是发表偏倚——虽然两者都会加剧它。这是一个纯统计的必然：小样本研究的效应量估计是有偏的，偏的方向是「高估」。原因在于，当真实效应量很小或为零时，一个n=30的研究只有极低的功效（比如10%）。它能「显著」的唯一途径，是抽样误差恰好把效应量抬得足够大。于是，所有进入文献的小样本研究，几乎都是「幸存者」——它们来自抽样分布右尾的那10%。

这就是为什么：当你用元分析合并这些小样本研究时，你合并的不是「真实效应」的估计，而是「真实效应 + 幸存者偏差」的混合体。效应量越大、样本越小、发表门槛越高，这个偏差就越严重。

有一个反直觉的推论：如果你在元分析里看到高异质性（I²>80%）且平均效应量「显著」，最可能的解释不是「效应在不同情境下真的不同」，而是「这些研究大多是小样本、低功效的幸存者」。异质性不是科学发现的信号，而是测量噪声的指纹。

我建议每个做元分析的人做一个简单的敏感性检验：把样本量最小的三分之一研究剔除，看合并效应量是否衰减。如果衰减超过20%，你合并的可能不是效应，是噪声。

值得辩论的问题：如果小样本研究的效应量系统性地被高估，那「先做小样本探索性研究、再做大规模确证性研究」这个科学路径本身，是不是一个系统性的偏差放大器？