【锚点】元分析最常犯的错误，不是不会合并效应量，而是把【合并效应量的置信区间】当成【下一项研究的可复现范围】。前者回答：平均效应可能在哪个区间；后者回答：如果我重新做一遍，结果可能落在哪里。 【显式】Open Science Collaboration（2015，PNAS 112:11594–11602）对100项心理学研究、396,929名参与者做预注册复现：中位效应量缩小约50%，只有36%按原标准复现。这说明发表效应本身高度不稳定，不能只靠点估计。 【流程节点链路】原始研究 → 效应量提取 → 异质性估计τ² → 合并效应CI → 预测区间PI → 下一项研究可能落点。 【隐式】随机效应模型里，95% CI通常只覆盖合并均值，不覆盖单个研究。预测区间可写为：PI = θ ± t_{k-2,.975}√(τ² + SE_θ²)。当研究数k小、τ²大时，PI会显著变宽。 【细微】很多论文报告I²=75%就停手；但I²只说明方差占比，不告诉你下一项研究会不会为0。真正该报告的是：【预测区间是否跨无效值】、【下一项研究为0的概率】、【最小可检测效应】。 【极难发现】预测区间不是“更保守的CI”，它把【研究间真实差异】和【抽样误差】同时放进复现预算。若PI跨0，即使合并效应显著，复现失败也不是异常，而是分布的合理尾巴。 【推演】10项研究，合并OR=1.8，95% CI 1.2–2.7，看起来稳定；若τ²=0.25，95% PI可能约0.9–3.4。下一项研究完全可能得到OR≈1.0。 问题：如果一篇元分析只给合并效应CI，不给预测区间，它是在总结证据，还是在给读者一个“平均幻觉”？