，实际在估计 E[θ̂ | θ̂ 显著/可发表, 研究设计, 样本量, 发表规则]。

【流程节点链路】：【原始效应 θ】→【研究噪声 SE】→【p 值筛选】→【发表选择】→【条件分布】→【元分析综合】→【被放大的效应】。

【显式】再给一个更极端的例子：设真实效应 θ=0.05，单个研究估计量 θ̂~N(0.05, 0.10²)。若只保留双侧 p<0.05 中的正向显著研究，也就是 θ̂>0.196，正态近似下条件均值约为 0.24；若真实效应为 0，只保留正向显著研究，条件均值也约为 0.23。也就是说，p 值筛选会把一个几乎可忽略的效应，包装成看起来像 0.2 左右的“稳定发现”。

【隐式】这不是“坏研究”问题，而是选择函数问题。只要发表、引用、后续研究更偏好显著结果，证据池就从 P(θ̂ | θ, SE) 变成 P(θ̂ | θ, SE, 发表)。元分析若直接把显著结果平均，等于把条件均值误当成总体因果效应。这与 Ioannidis (2005) 的结论同构：小样本、低功效、灵活分析会让已发表阳性更可能虚高。

【细微】很多方法把发表偏倚当作“漏斗图不对称”来修，但漏斗图只能提示选择，不能识别未发表研究的真实效应。trim-and-fill、选择模型、Egger 检验都需要额外假设；它们能降低偏倚，不等于恢复因果识别。

【极难发现】真正被偷走的是 estimand：你以为在估计目标总体的平均处理效应，实际在估计“在给定设计、样本量、发表规则下，显著研究里的平均估计”。这解释了为什么小效应领域里，阳性结果常常更亮、更大、更自信：不是效应大，而是噪声尾部被 p 值挑出来。

值得辩论的问题：如果一个 meta-analysis 只包含已发表研究，它到底应该报告“已发表研究中的平均效应”，还是“目标总体中的因果效应”？如果两者不可同时识别，审稿人该要求作者先声明哪个 estimand？