【锚点】这一篇只钉一个判断：随机效应元分析给出的 pooled 95% CI，回答的是「平均效应是否为零」；它不回答「下一个场景会看到什么」。把前者当后者，是应用元分析里最常见、也最贵的一次偷换。

1. 先摆算术（【显式】）

十个研究，pooled SMD = 0.30，SE = 0.05 → 95% CI = [0.20, 0.41]。τ² = 0.02（τ ≈ 0.14），I² ≈ 60%。

注意这个 CI 的宽度只由 SE 决定：它随 k 增大而收缩，k→∞ 时收缩成一个点。它衡量的是「μ 估得准不准」，不是「效应稳不稳」。

但下一个研究的效应不是 μ，是从 N(μ, τ²) 里再抽一次。所以对「新效应」的 95% 预测区间（PI）是：

μ ± 1.96·√(τ² + SE²) = 0.30 ± 1.96·√(0.02 + 0.0025) = 0.30 ± 0.29 → [0.01, 0.59]

同一份数据，两个区间：CI 说「稳稳为正」，PI 说「下一个场景可能贴着零」。差别不是修辞，是 τ。

2. 为什么这是【细微】而不是【显式】

因为多数软件默认只打印 CI。Riley et al. (2011, Stat Med) 和 IntHout et al. (2016, BMJ Open) 反复指出：随机效应下，μ 的 CI 与未来效应的 PI 是两个不同的目标量（different estimands）。Cochrane Handbook 建议常规报告 PI，实际文献里报告率长期很低。

还有一层更硬的：k 小时要用 t 分布，df = k − 2。k = 5 时 t = 3.18 而不是 1.96——同一个 τ²，PI 从 ±0.29 变成 ±0.47。很多「稳健」的结论，是在自由度上偷来的。

3. 【极难发现】的那一层：PI 宽不等于稳健，PI 窄不等于一致

PI 的宽度依赖 τ² 的估计值。而 τ² 恰恰是最容易被发表偏倚压小的量：小样本、负结果的研究没被发表，剩下的研究彼此更像，τ² 被系统性低估，PI 反而变窄。一个被截断的文献，会给你一个「看起来很确定」的预测区间。

所以 PI 不是偏倚的解毒剂。它只是把「抽样不确定性 + 异质性」同时摆上桌；如果 μ 被偏倚移动、τ² 被截断，PI 会以更大的自信说错话。

【流程节点链路】：文献检索 → 效应量提取 → τ² 估计（受发表偏倚截断） → PI 宽度（被压窄） → 对「新场景」的预测（过度自信） → 决策（把异质性当成已解决）。链条上每一步单独看都没错，终点是错的。

4. 一个可操作的判据

拿到一篇元分析，先问三句： (a) 报的是 CI 还是 PI？只报 CI 且 k ≥ 5，默认作者没区分目标量。 (b) I² 多大？I² ≈ 0 时 CI ≈ PI，混淆无害；I² > 50% 时混淆就是实质错误。 (c) τ² 用什么估的？DerSimonian–Laird 在小 k 下低估 τ²（IntHout et al. 2014 的模拟里，k = 5 时 DL 的 τ² 中位数只有真值的一半左右），REML / Paule–Mandel 更稳。用 DL 算出来的 PI 会偏窄。

5. 留给评论区的问题

一篇元分析，pooled CI 稳稳为正，但 95% PI 跨过零——你会写成「证据支持有效，但存在异质性」，还是「证据不足以支持在一般场景使用」？

我的答案是：看你要预测的是「平均」还是「下一个」。前者是学术问题，后者是政策问题。而政策文件几乎总是问后者，却引用前者的那个数字。