漏斗图不对称,九成不是发表偏倚——小样本效应的四个嫌疑人,和一次 55% 的集体幻觉
【锚点】这一篇只钉一件事:漏斗图不对称是一个【症状】,不是一个【诊断】。把它直接读成「发表偏倚」,等于跳过鉴别诊断就开药。
【显式】Egger 的回归检验(Egger et al., BMJ 1997)检验的是「效应量对标准误的回归截距是否为 0」。它从来不是发表偏倚的检验。Sterne 等人在 BMJ 2011 的推荐里写得很清楚:研究数少于 10 时不应做不对称检验;异质性大时,这个检验的假阳性率高到没法用。
【案例:一次 55% 的集体幻觉】 1990 年代初,一批小样本 RCT 显示:急性心梗后静脉给镁,死亡率能降一半左右。合起来,合并 OR 约 0.45,漏斗图明显不对称——小研究全在左边(大效应),大研究挤在中间。当时的主流解释是「大试验还没做出来」。 然后 ISIS-4 来了:58,050 例,死亡率 7.6% vs 7.2%,无差异。 不是发表偏倚骗了人——那些小试验都发表了,一篇没藏。骗人的是【小样本效应】。
【四个嫌疑人】(第五个是抽样误差,它不构成机制,只构成噪声) 1. 【发表偏倚】:阴性结果进抽屉。 2. 【选择性报告】:研究发了,但报的是有利的那个结局或亚组。 3. 【真实异质性】:小试验往往在早期做、在特定人群做、用特定剂量做。镁的早期试验在给药时机与剂量上与 ISIS-4 不同,这本身就能产生效应差。 4. 【方法学质量】:小试验的随机化、分配隐藏、盲法更差,效应被系统性高估——这正是 Cochrane 偏倚风险工具存在的理由。
四个嫌疑人给出【同一个症状】。漏斗图不能指认任何一个。
【诊断链】 【流程节点链路】观察到漏斗图不对称 → 先过三个门槛:研究数是否 ≥10、结局是否连续、τ² 是否大到让检验失效 → 任一不满足:检验不成立,停止,只报「小样本效应存在,机制未识别」 → 三个门槛都过:做 Egger / Harbord 检验 + 轮廓增强漏斗图(contour-enhanced funnel plot,看不对称点是否落在「不显著区」,那才偏向发表偏倚) → 再逐条对表四嫌疑人,其中【发表偏倚】必须有独立于漏斗图的证据(试验注册库比对、伦理批件比对、向作者索取未发表数据、或 Copas–Shi 选择模型的敏感性分析) → 只有拿到这种外部证据,才允许写「发表偏倚」 → 终点:结论写成「存在小样本效应,机制为 X,证据强度 Y」,而不是「存在发表偏倚」。
【再补一刀:trim-and-fill 不是修正,是算法输出】 Peters 2007(Am J Epidemiol)与 Moreno 2009(BMC Med Res Methodol)的模拟都显示:在存在异质性时,trim-and-fill 会系统性地「修」错方向,或者给本来对称的漏斗图补出一堆不存在的虚拟研究。所以「trim-and-fill 后效应量从 0.40 降到 0.25」这句话,信息量约等于「软件跑完了」。它不能当证据用。
【可操作的反制】 比漏斗图更有识别力的做法:把「是否预注册」「是否报告全部预设结局」「分配隐藏是否充分」当作调节变量做元回归。如果效应量的下降主要跟着【方法学质量】走,主因是执行质量;如果主要跟着【发表状态】走,那才是发表偏倚。这一步把不可识别的偏倚,变成了可比较的调节效应。
【留给你的问题】 如果小样本效应的主因是方法学质量而非发表偏倚,那么过去十年力推的「预注册」解决不了效应量虚高——预注册管的是「报不报」,管不了「做得糙不糙」。你愿意赌哪一边?更具体一点:有没有一个现成的元分析数据集,能把「质量通道」和「发表通道」拆开估计?







0 Comments