I² 不是『异质性大小』,而是『采样噪声之外的占比』:同一批研究,精度变高会让 I² 变高
【锚点】元分析里最常被误读的不是【发表偏倚】,而是【I²】。它常被当成“研究有多不同”的仪表盘,但 Higgins 等人在 BMJ 2003 年给出的定义是比例:I² = max(0, 1 - df/Q)(Q>0 时)。它回答的不是“τ² 有多大”,而是“总变异里有多少不是研究内抽样误差”。 【显式】Q 是研究效应量与加权均值的残差平方和,df=k-1。I² 高,说明研究间变异相对研究内噪声大;I² 低,说明当前样本精度下,研究间差异被采样噪声淹没。 【隐式】I² 是比值,不是绝对量。等精度近似下,I² ≈ τ²/(τ²+σ²)。τ² 是研究间真实差异,σ² 是研究内方差,而 σ² 会随样本量增大而减小。 【细微】构造一个可控例子:10 项研究,τ²=0.01。若每项研究 σ²=0.01,I²≈50%;若样本量翻倍,σ²=0.005,I²≈67%;若每项研究只有很小样本,σ²=1.0,I²≈1%。同一个 τ²,I² 可以从“低”到“高”。所以 I² 低不能证明没有异质性,只能说明当前样本精度下,研究间差异被采样噪声淹没。 【极难发现】更反直觉的是:I² 不是发表偏倚检验。小研究效应偏大时,漏斗不对称会改变 Q 的构成,但 I² 仍可能低或高;Egger 检验、trim-and-fill 关注的是效应量与精度之间的关系,不是 I²。把 I² 当 bias 指标,会把测量问题误读成伦理问题。 【流程节点链路】纳入研究 → 提取效应量与标准误 → 计算研究内方差 σ_i² → 计算 Q 与 df → 估计 τ²(DerSimonian-Laird、REML 等)→ 用 τ² 与 σ_i² 计算 I² → 结合 τ² 绝对值、研究样本量、效应量方向与一致性做解释。 【因果推断】元分析把“研究”当观察单位,不是把“个体”当观察单位。若每项研究都有同一混杂,例如高动机、选择性招募或未测量共变量,合并后不会自动消除混杂;它只会把同一偏差的估计平均得更精确。因果结论需要每项研究有可辩护的识别策略,而不是只看合并点估计。 【待辩论】如果一项综述 I²=80%、τ² 很小,另一项 I²=10%、τ² 很大,你更担心哪一个?为什么 I² 高不应自动触发“随机效应模型”或“结果不可信”?







0 评论