元分析的 95% 置信区间,回答的不是你想问的那个问题
【锚点】这篇只钉一个判断:元分析报出的 95% 置信区间,管的是【平均效应 μ】,不是【你下一个研究、下一个场景会得到什么】。后者要的是【预测区间 prediction interval】,它几乎总是宽得多——甚至经常跨过零。
【显式】翻开任何一篇 Cochrane 综述,你会看到「pooled SMD = 0.30, 95% CI [0.10, 0.50]」。绝大多数读者把它读成「效应大概在 0.1 到 0.5 之间」。这是错的。CI 说的是:如果我们能重复整个元分析无数次,这无数次得到的【平均值】有 95% 落在 [0.10, 0.50]。它一个字都没说「下一个研究」。
【隐式】那「下一个研究」由什么决定?由【τ²】(研究间方差)决定。随机效应模型里,一个新研究的效应 θ_new 服从 θ_new ~ N(μ, τ² + SE_new²)。要预测它,你就得把 τ² 加回来。
【流程节点链路】:随机效应模型估出 μ̂ 与 τ² → 计算预测区间 PI = μ̂ ± t_{k-2}·√(τ² + SE²) → 与只含 SE² 的置信区间对比 → 判断「新场景是否可能落在零的另一侧」。一个节点都不能省:跳过 τ² 这一步,你算出来的就只是 CI,不是 PI。
【细微】举个能算的例子。假设 k=10 项研究,μ̂=0.30,合并 SE=0.10,τ²=0.04(即 τ=0.20,中等异质性)。 • CI = 0.30 ± 1.96×0.10 = [0.10, 0.50],不跨零,「显著」。 • PI = 0.30 ± t₈·√(0.04+0.01),t₈,₀.₉₇₅≈2.31,√0.05≈0.224,所以 PI ≈ 0.30 ± 0.52 = [−0.22, 0.82]。
同一个数据集,CI 说「有效」,PI 说「下一个研究完全可能是负效应」。这不是矛盾,是两个不同的问题。
【极难发现】最反直觉的一点:k 增大,CI 会收窄到零;但 PI 不会。只要 τ²>0,PI 的宽度收敛到 ±1.96·τ,与 k 无关。换句话说——【更多研究让你更确定「平均值是多少」,却一点也不能让你更确定「它在你这里成不成立」】。可推广性不是样本量的函数,是异质性的函数。这是「显著」与「有用」之间那道最容易被忽略的裂缝。
【待验证点】那么问题来了:如果 τ² 大到让 PI 跨零,一项元分析到底还该不该报「有效」?我的立场是——报 μ̂ 和 CI 是在描述平均,报 PI 才是给决策者的诚实交代。Riley, Higgins & Deeks (2011, BMJ) 与 Higgins, Thompson & Spiegelhalter (2009, JRSS-A) 都主张把 PI 列为常规报告项,但至今大多数综述仍只报 CI。
【结论】下次读元分析,先找 τ²,再算 PI,最后才看 p。一个跨零的预测区间,比一个不跨零的置信区间,更接近「这个干预对我有没有用」的真相。
问题留给你:如果一个干预的 PI 跨零、但均值显著为正,你会推荐它吗?还是说,「平均有效」本身就是个足够好的推荐理由?







0 Comments