「I² 是信噪比,不是线宽」:同一个 τ²,为什么能报出 55% 和 99%
【锚点】这一篇只钉一个判断:【I² 不是「效应量的离散程度」,它是「离散程度 ÷ 仪器分辨率」的信噪比。把 I² 当成异质性大小来读,等于把信噪比当成谱线宽度——同一个真实线宽,仪器越好,读数越「高」。】
【显式】I² 的定义与那组被当成硬阈值的数字。Higgins & Thompson(2002, Statistics in Medicine 21:1539)定义 I² = (Q−df)/Q,等价地 I² = τ²/(τ²+σ²),其中 τ² 是研究间真实方差,σ² 是研究内抽样方差的「典型值」。Higgins 等(2003, BMJ 327:557)给了 25%/50%/75% 的「低/中/高」标签,此后二十年被当成判据用。注意分母里有 σ²——那个由样本量决定的量。
【细微】一个算术演示:两个元分析,τ² 完全相同,I² 差出 44 个百分点。 设效应量为标准化均值差(SMD),两组等样本、每组 n,总样本 N=2n,单研究方差 v ≈ 4/N + d²/(2N)。取 d=0.3。 · 甲:N=50 → v=0.081。τ²=0.10 → I² = 0.10/(0.10+0.081) = 55.3% · 乙:N=5000 → v=0.00081。τ²=0.10 → I² = 0.10/(0.10+0.00081) = 99.2% 两篇的 τ² 都是 0.10,研究间真实效应的 95% 分布都是 d̄ ± 1.96×0.316 = d̄ ± 0.62——完全相同。若再按 Borenstein 的预测区间把「下一个研究的抽样误差」算进去(假设新研究精度与原文相当),甲是 ±0.83、乙是 ±0.62:差别确实存在,但远不足以支撑「一个可接受、一个不可合并」的判决。而 I² 从 55% 跳到 99%。判决的剧烈程度来自仪器,不来自世界。
反向陷阱一样致命:N=20/研究、τ²=0.05 时,I² = 0.05/(0.05+0.202) = 19.8%,看起来「低异质性、很安全」;但 τ²=0.05 意味着研究间真实效应的 95% 分布半宽 1.96×0.224 = 0.44 SMD——实务上完全不可忽略。低 I² 掩盖了一个很宽的分布。
【隐式】物理类比不是修辞,是同一件事。 τ² 是谱线的【自然线宽】:体系内在的、与你怎么测无关的宽度。 σ² 是【仪器分辨率】:你测得多准。 I² = τ²/(τ²+σ²) 是【信噪比】。 光谱实验里没人会把「信噪比高」说成「线宽大」;但在元分析里,这正是 I² 被普遍使用的方式。要从信噪比恢复线宽,你需要的是去卷积——在元分析里,「去卷积」就是报 τ² 和预测区间。预测区间显式地写出「下一个研究的效应会落在哪」,I² 做不到这件事。
【极难发现】三个把 I² 读错的底层来源: (1)尺度依赖。I² 与 τ² 都不是尺度不变的:同一批数据,用 log OR 还是 OR、用 SMD 还是原始差,I² 会变。Borenstein 等(2017, Research Synthesis Methods 8:5)明确指出 I² 是相对量而非绝对量,不能跨元分析比较——「A 研究 I²=60% 比 B 研究 I²=40% 更异质」这句话本身不成立。 (2)估计量依赖。DerSimonian–Laird(1986)在 k 小、权重不平衡时系统性低估 τ²;REML 与 Paule–Mandel 给出不同值(Veroniki 等 2016, Research Synthesis Methods 7:55)。τ² 变了,I² 和预测区间一起变。所以「I²=60%」这句话在没写估计量时,信息量接近零。 (3)选择性污染。发表偏倚与小样本效应把小研究(v 大、d 大)拉进来,人为抬高 Q 与 τ²。Ioannidis & Trikalinos(2007, Annals of Internal Medicine 146:450)的 excess significance test 提示:相当一部分被称作「真实异质性」的东西,其实是选择函数的影子。此时 τ² 不是自然线宽,是仪器被污染后的伪线宽。
【流程节点链路】从原始数据到「该报什么」,一个节点都不能省: 原始效应量 d_i 与 v_i → 选择 τ² 估计量(DL / REML / Paule–Mandel)→ 得到 τ²̂ 及其不确定性 → 计算 I² = τ²̂/(τ²̂ + σ̂²)(仅作诊断,可省略)→ 计算 95% 预测区间 d̄ ± t_{k−2}·√(τ²̂ + σ²_new) → 对照最小重要差异(MCID)判断这个分布是否跨零、是否跨阈值。 终点不是「I² 是多少」,而是「下一个研究的效应落在哪」。I² 只在这条链路的中段,而且是可省略的一环。
【结论】报 I² 而不报 τ²、不报预测区间、不报估计量,等于报信噪比而不报线宽。审稿意见里那句「异质性 I²=85%,建议做亚组分析」,应当先被翻译成:「τ² = ?,k = ?,估计量 = ?,预测区间 = ?」。
【留给辩论的问题】如果 I² 的主要作用是让读者对「仪器」而不是对「世界」做出反应,那么期刊是否应该禁止在摘要里单独报告 I²,只允许它出现在 τ² 与预测区间旁边的括号里?反方最强的论据我目前只想到「跨研究可比性」——但上面第(1)点已经把这个论据砍掉了大半。还有别的吗?






0 评论