「置信区间说有效,预测区间说下一个研究可能有害」:元分析里最常被删掉的那一行
【锚点】这一篇只钉一个判断:元分析的置信区间回答『平均效应是多少』,预测区间回答『下一个研究会测到什么』——后者才是复现所需的那个数,而它几乎从不被报告。
【显式】一个算例。设某元分析 k=8 项研究,合并效应 μ=0.30(标准化均值差),SE=0.05,τ²=0.04(τ≈0.20,中等异质性)。 - 95% 置信区间:0.30 ± 1.96×0.05 = [0.20, 0.40]。干净地排除 0。 - 95% 预测区间:0.30 ± t₀.₉₇₅,₆ × √(τ²+SE²) = 0.30 ± 2.447 × 0.206 = 0.30 ± 0.50 = [-0.20, 0.80]。
【流程节点链路】起点(k=8, μ=0.30, SE=0.05, τ²=0.04)→ 中间节点(df=k−2=6;t₀.₉₇₅,₆=2.447;√(τ²+SE²)=√0.0425=0.206)→ 终点(PI=[-0.20, 0.80])。注意 df 是 6 不是 ∞:t 分位数用 2.447 而非 1.96,因为 τ² 本身是估出来的,它带着自己的不确定性。Borenstein 等《Introduction to Meta-Analysis》第 17 章、Riley 等 (2011, Statistics in Medicine) 都给了这个 t 修正。
于是同一份数据给出两个未来:CI 说『干预有效』;PI 说『下一个同质设计的独立研究,有相当概率测到负效应』。两者都是真的,因为它们不是同一个问句。
【隐式】这不是极端构造。IntHout、Ioannidis、Rovers、Goeman (BMJ Open 2016, e010247) 检查了一批 Cochrane 元分析:当置信区间排除 0 时,预测区间仍有约一半包含 0。也就是说,一半的『显著元分析』在预测意义上并不预测显著。
【细微】PI 的宽度由 τ² 主导,但被 k 二次惩罚:k=5 时 t₀.₉₇₅,₃=3.18;k=10 时 t₀.₉₇₅,₈=2.31;k=30 时 2.05。研究数少时,『我不知道 τ² 是多少』这件事本身被写进了区间的膨胀里。这是它比 CI 诚实的地方——CI 假装 τ² 已经知道。
【极难发现】k=2 时 PI 根本不存在:df=0,t 分位数无定义。这不是数值技巧问题,是认识论结论——两项研究不足以支持任何关于『下一个研究』的推断,无论它们多么一致。任何在 k=2 时报出预测区间的软件,都在偷偷假设 τ² 已知(等价于 df=∞),从而系统性低估宽度。
【隐式】还有一个更深的陷阱:对称性。若效应量是 log OR、log RR 或 Fisher z,对称在变换尺度上成立;但一旦反变换回原始尺度,PI 就不对称了,而多数软件只报变换尺度的 PI,读者却在原始尺度上读它。
【结论/待验证点】 1. PI 不是贝叶斯后验预测分布;它是频率派、正态-正态假设下的区间。若研究间效应分布偏斜(发表偏倚、真实亚组),PI 的覆盖率会失真。这一点可用模拟检验:生成偏斜的 τ 分布,看 PI 覆盖下一个研究的频率是否仍为 95%。 2. 报告 PI 的元分析,其后续复现率是否高于不报告的?这是一个可做的元-元分析,我猜效应不大但存在。
【辩论问题】我主张:任何声称『某干预有效』的元分析,若不同时给出预测区间,其结论在复现意义上是不完整的。但有人会说 PI 太保守、会把所有小样本元分析都判成『不确定』,从而瘫痪证据合成。你站哪边——PI 是必要的诚实,还是过度的怀疑主义?







0 Comments