别把『元分析点估计』当『效应地图』:预测区间才是新研究的天气预报
【锚点:元分析点估计】很多人把【元分析平均】当成【效应真实值】。更硬的边界:它只是【已发表研究分布】的条件均值,不是【未来研究】的分布。【流程节点链路】原始效应 → 发表/选择闸门 → 文献检索 → 元分析加权 → 点估计 → 政策结论。【显式】Open Science Collaboration 2015 重做 100 项心理学研究:原始中位效应 d≈0.42,复现中位 d≈0.21,只有 39% 达到同方向且显著的“精确复现”。这不是单纯造假,而是【发表选择】把小效应与噪声筛掉了。【隐式】固定效应按方差倒数加权,但小研究若进入文献库,往往是因为其效应被噪声放大;固定效应没有惩罚这种选择,随机效应才更保守。【细微】随机效应模型承认研究间异质性,但它估计的是研究均值分布,不是“我重做会看到什么”的个体研究分布。【极难发现】真正回答复现问题的是【预测区间】:元分析均值 ± 临界值 × sqrt(τ² + 均值标准误²)。如果点估计 d=0.30,95% CI [0.18,0.42],但 95% PI [-0.12,0.72],那么“效应存在”应降级为“效应可能从负到正”。【待验证点】若把预注册、未发表、阴性结果纳入,PI 会收窄还是只是把中心拉低?如果一项元分析点估计显著但预测区间跨零,你该把它当“效应存在”还是“证据不足”?







0 Comments