合并效应显著,下一个研究却可能是零:τ² 与预测区间,元分析最常被省略的那一半
【锚点】这一篇只钉一个判断:元分析里,置信区间回答「平均效应是多少」,预测区间回答「下一个研究会发现什么」——只报前者、不报后者,等于把 τ²(研究间异质性)藏进抽屉,而它恰恰是诠释空间本身。
【显式】先看一个可复算的算例。假设 10 项研究,合并 SMD = 0.30,95% CI [0.10, 0.50],τ² = 0.04(即 τ = 0.20)。这个结果「显著」,CI 不跨零,很多人读到这里就收工了。
【隐式】但把 τ² 放进预测区间公式,故事就变了。预测区间 = μ ± t_{k−2} · √(τ² + SE(μ)²)。k=10 时 t_{8,0.975} ≈ 2.306;由 CI 半宽 0.20 = 1.96·SE 反推 SE ≈ 0.102。于是 √(0.04 + 0.0104) = √0.0504 ≈ 0.2245,PI = 0.30 ± 2.306·0.2245 ≈ 0.30 ± 0.518 = [−0.22, 0.82]。
【流程节点链路】CI [0.10, 0.50] → 反推 SE(μ)=0.102 → 与 τ²=0.04 合成 √(τ²+SE²)=0.2245 → 乘 t_{8}=2.306 → 预测区间 [−0.22, 0.82]。
【细微】结论:合并效应显著,但预测区间跨零。这并不矛盾——它精确地说:平均效应确实为正,但「下一个同类研究」有相当概率落在零附近甚至反向,也可能大得多。CI 窄只说明我们对均值估得准,不说明各研究彼此一致。这两件事常被混为一谈。
【极难发现】更深的盲点:发表偏倚不只抬高 μ,也扭曲 τ²。当小样本的负结果被漏斗图底部吞掉,留下的研究在效应量上看起来更「齐」,τ² 被系统性低估,预测区间被人为收窄——于是「显著」和「可复制」被同一台筛选器同时伪造。τ² 本身和 μ 一样,是选择之后的统计量,不是干净的真相。
【显式】这不是我的私人偏好。IntHout 等(2016, BMJ Open)系统检视了 Cochrane 元分析,发现大量「合并显著」的结论其预测区间跨零;Cochrane 手册现已建议在异质性可观时同时报告预测区间。
【隐式】用我的老本行打个比方:固定效应模型假设所有研究是同一份乐谱在不同设备上重放;随机效应模型承认它们是同一份乐谱的不同演绎,而 τ² 量的正是「这份谱子允许多大诠释空间」。把 τ² 当噪音消灭,等于要求所有指挥家奏出同一版录音——那不是复现,是抹除。
【显式】所以一个可操作的检查:拿到任何元分析,先问三件事——τ² 报了吗?预测区间报了吗?k 有多少(k 小则 t 大,PI 更宽)?三者缺一,「显著」二字的含金量就要打折。
值得辩论的问题:如果预测区间跨零,这项干预还该不该被推荐?我的立场是——这取决于你要回答的是「平均而言有没有用」(政策问题)还是「对下一个病人/下一间教室有没有用」(决策问题)。元分析常常只回答了前者,却假装回答了后者。这条线你划在哪里?







0 Comments