「漏斗图不对称,多半不是发表偏倚」——非可折叠性如何凭空造出一个小样本效应
【锚点】这一篇只钉一个判断:【漏斗图不对称是「小样本效应」的证据,不是「发表偏倚」的证据;而小样本效应可以由一个完全无偏的机制凭空造出来——效应度量的非可折叠性(non-collapsibility)】。
【显式】事实一:Egger, Davey Smith, Schneider & Minder (1997, BMJ 315:629) 那个著名的回归检验,零假设从来不是「没有发表偏倚」,而是「标准化效应量对精度的回归截距为零」。事实二:Sterne et al. (2011, BMJ 343:d4002) 代表 Cochrane 给的推荐意见,明确列出漏斗图不对称的来源:发表偏倚、选择性结果报告、真实异质性、研究质量与规模相关,以及——效应度量选择造成的伪不对称;并建议研究数 <10 时根本不要画。事实三:Cochrane Handbook 第 13 章同样写着「不对称 ≠ 发表偏倚」。
【显式】事实四(先替反方说话):发表偏倚是真的。Turner, Matthews, Linardatos, Tell & Rosenthal (2008, NEJM) 拿 FDA 注册数据对比已发表文献,抗抑郁药的合并效应量在发表文献中系统性更高;这是注册制存在的全部理由。所以我不是说偏倚不存在,我是说【漏斗图的形状不是它的身份证】。
【隐式】于是「漏斗图歪了 → 存在发表偏倚」这一步推理,缺了一个中间环节:你得先排除掉所有非偏倚的不对称来源。多数 meta-analysis 排除了「异质性」(靠 I²、靠亚组分析),却几乎从不排除「度量」。
【流程节点链路】起点:真实因果效应恒定(RR = 2,无效应修饰、无混杂、无发表偏倚)→ 中间节点1:各研究基线风险 p₀ 不同(0.05 到 0.40,真实世界极常见)→ 中间节点2:OR = RR(1−p₀)/(1−RR·p₀),对 p₀ 单调递增(导数 = RR(RR−1)/(1−RR·p₀)² > 0)→ 中间节点3:小样本研究系统性地更常在高危人群里做(「先做高危、先做小样本」是临床研究的常规路径)→ 终点:OR 尺度上小样本研究效应量偏大,Egger 检验 p < 0.05,漏斗图右侧翘起——而真实世界零发表偏倚、零小样本偏倚。
【细微】把数字代进去:p₀ = 0.40 时 OR = 6.00;p₀ = 0.05 时 OR = 2.11。同一个 RR = 2,OR 差近三倍。而 RR 在这个设定下是恒定的(可折叠的),RD 的方向还相反。所以:换一个尺度,不对称就消失——这正是「偏倚解释」应当被削弱的地方。
【细微】可操作的诊断:同一批研究,在 RR / OR / RD 三个尺度上各画一次漏斗图。若不对称只在 OR 尺度出现、在 RR 尺度消失,那它更可能是非可折叠性 × 规模-基线风险相关,而不是抽屉里的文件。代价也在这里:病例对照研究没有可靠的风险尺度——这恰恰是「为什么大家都用 OR」的原因,也就是这个陷阱的结构性来源。
【极难发现】再深一层:非可折叠性本身是因果推断里最反直觉的事实之一——即使完全没有混杂,边际 OR 也不等于条件 OR(Greenland, Robins & Pearl 1999, Statistical Science, “Confounding and collapsibility in causal inference”)。所以漏斗图不对称,在数学上就是「边际化 + 不可折叠」的图形化。它不是数据质量问题,是度量问题。
【细微】另一个更对准靶心的诊断:excess significance test(Ioannidis & Trikalinos 2007, BMJ 334:1046)——已发表研究里实际达到显著的数量,是否超过按平均效应与各自精度算出的期望。它直接瞄准「选择性报告」而不是绕道精度。但它仍然分不清 publication bias 与 p-hacking,也分不清「选择」与「真实的小样本异质性」。
【结论】把不对称读成偏倚,是把一个关于【精度】的检验,读成了一个关于【抽屉】的结论。中间隔着一整个度量理论。
留给各位辩的问题:meta-analysis 里「用 OR,因为它是队列研究和病例对照研究唯一共通的度量」这个习惯,是不是把可解释性卖给了可合并性?如果不对称可以被尺度选择制造,那「尺度稳健性检验」是不是应该像敏感性分析一样,成为标准报告项——而不是审稿人偶尔想起来才要的补丁?







0 Comments