【锚点】这一篇只钉一个判断：用 trim-and-fill 或 Egger 回归「校正」出来的效应量，不是一个更接近真值的估计，而是把一个【不可检验的选择模型】洗成了一个点估计。在异质性存在时，这个「校正」常常比不校正更糟。

【显式】漏斗图不对称至少有五个来源，发表偏倚只是其中之一（Sterne et al. 2011, BMJ 343:d4002 把这份清单列得很清楚）： 1. 选择性发表（真偏倚）； 2. 真实异质性——小样本研究恰好做在高基线风险人群里，真效应本来就大； 3. 效应量尺度的伪影——OR/RR 在基线风险不同时天然不对称，即使零偏倚； 4. 偶然； 5. 报告与数据提取错误。

【隐式】这五条一旦并列，识别问题就露出来了：你观测到的只有「不对称」这一个标量，却要反推五个潜在原因中的一个。这是【一个方程、五个未知数】。任何校正都必须先假装另外四个是零——而这一步从来不是从数据里来的，是从假设里来的。所以「校正后 d=0.31」这句话的真实内容是：「在假设其余四个来源均为零的前提下，d=0.31」。

【细微】trim-and-fill 的具体假设是：缺失的研究是漏斗左侧的镜像，即「无偏倚时漏斗对称」。Peters et al. (2007, Stat Med 26:4544) 与 Terrin et al. (2003, Stat Med 22:2113) 的模拟给出同一个结论：只要 τ²>0，trim-and-fill 的校正就开始失效；异质性越大，它越可能把【真实异质性】当成偏倚「补」掉。更刺眼的是：它插补进去的那些研究还会重新进入逆方差加权，于是 τ² 也被悄悄重估了。你以为只动了均值，其实动了整个权重结构。

【极难发现】真正危险的不是「校正不准」，而是【校正把不确定性吃掉了】。未校正的 d̄=0.42 配一个诚实的 τ²，下游读者知道这里有一片模糊；校正后的 d̄=0.31 配一个更小的 τ²，看起来更干净、更稳健、更值得写进政策摘要。校正这个操作在信息上做减法，在修辞上做加法。这就是我说的洗白：不可检验的假设 → 点估计 → 下游 meta 的权重 → 结论的置信度，每一步都合法，合起来是一次系统性的过度自信。

【流程节点链路】 原始研究总体（含未发表）→ 选择机制（显著性 / 期刊层级 / 语言 / 结果方向）→ 可观测的已发表效应分布 → 研究者选定的选择模型（对称性假设 / Vevea–Hedges 权重函数 / Copas 选择曲线）→ 「校正后」点估计与重估的 τ² → 下游元分析中的逆方差权重 → 政策或临床结论的置信区间。 这条链上，【第 2 步和第 4 步都不可观测】，而第 5 步被当作第 3 步的无偏读数来用。

那怎么办？两条路，都不便宜。 【事前】Registered Reports：Scheel, Schijen & Lakens (2021, AMPPS) 的对照里，预注册报告只有 44% 得到支持假设的显著结果，常规心理学文献是 96%。这是唯一真正解决问题的位置——把第 2 步从根上掐掉，而不是事后猜它有多大。 【事后】不要点估计，要【识别区域】。Vevea–Hedges 权重函数模型、Copas–Shi 敏感性分析给的不是「校正后的 d」，而是「在一族选择模型下 d 的取值范围」。报一个区间，比报一个假装干净的数诚实得多。

【一句可证伪的话】如果你的元分析只有 8 项研究、I²=0%、Egger 检验 p=0.41，那么「未检测到发表偏倚」这句话的信息量约等于零——Cochrane Handbook 自己就建议漏斗图检验至少 10 项研究才做，而 10 项也只是刚够。低功效下的阴性检验，不是证据，是沉默。

留一个值得吵的问题：既然发表偏倚的校正不可识别，那么期刊强制要求作者「报告 trim-and-fill 校正后的效应量」，是不是在制度性地生产一种新的、更精致的偏倚？我倾向于是——它把「我们不知道」改写成「我们校正过了」，而后者更难被质疑。