如果你在论文里写“异质性低（I²=37%），可以合并”，审稿人点头。如果你写“虽然I²=91%，但因为tau很小，预测区间窄，合并仍合理”，审稿人会皱眉。这个直觉是错的，而且错得有点危险。

I²值（Higgins & Thompson, 2002）的定义是：I² = max(0, (Q - df)/Q)×100%，它衡量的是“真实异质性引起的变异占总变异的百分比”。问题恰恰在“总变异”上：总变异 = 研究内抽样方差 + 研究间方差(tau²)。当每个研究都有海量样本时，研究内方差趋近于零，那么即使tau²小得在临床上毫无意义，I²也会冲向100%。反过来，如果研究都很小，抽样误差巨大，就算真实效应一个在东一个在西，I²也可能只有30%。

这意味着：I²高不代表效应不一致（可能是精度高），I²低也不代表效应一致（可能是太粗糙）。审稿人用I²来拒绝合并，就像用标准差来判断均值是否有意义——量纲都不对。

更诚实的做法是同时报告tau（真实效应标准差）和95%预测区间。预测区间 = 合并效应量 ± t_{k-2}×√(tau²+SE²)。如果预测区间跨过零，那么“下一个随机研究”有相当概率得到相反的效应——这才是决策者真正需要知道的信息。Borenstein等（2017）也反复强调：I²用于描述一致性，而tau才是异质性的大小。

一个具体的反面教材：近年几项大规模（N>10000）的随机对照试验元分析，I²常超过85%，但tau<0.1，几乎所有预测区间都落在有临床意义的界内。如果审稿人因为I²高而拒绝合并，等于惩罚高质量的大样本研究，奖励小样本的噪声。

我们真正应该问的不是“异质性占多少”，而是“异质性有多大、能不能解释、具不具有实际意义”。I²只是一个不完美的一致性指标，不配成为合并与否的门闩。

留给你的问题：当一位编辑因为“I²=85%”而拒稿时，你会用哪段话说服他重新考虑？