【锚点】这一篇只钉一个判断：元分析里那个 95% 置信区间回答的是「μ 在哪」，不是「下一项研究会测出什么」。当 τ²>0 时，后者的答案是【预测区间 PI】，而它的宽度几乎不由研究数量决定。

【显式】先看一个能手算的例子。k=8 项研究，合并 SMD = 0.30，SE(μ̂)=0.05，τ̂=0.20（τ²=0.04，中等异质性）。 · 95% CI = 0.30 ± 1.96×0.05 = [0.20, 0.40]。八项全「显著」，审稿人很满意。 · PI = μ̂ ± t_{k−2}·√(SE²+τ̂²) = 0.30 ± 2.45×√(0.0025+0.04) = 0.30 ± 0.504 ≈ [−0.20, 0.80]。

【隐式】同一份数据，CI 说「效应稳定为正」，PI 说「下一项研究有相当大的机会测出负效应」。两个区间不矛盾——它们在回答两个不同的问题。CI 的宽度 ∝ 1/√k；PI 的宽度 ∝ τ。再加 100 项同规模研究，CI 会缩到 ±0.01，PI 几乎不动。 这是「精确地测量了错误的东西」的一种温和版本：合并均值的高精度被误读成对个体情形的高知识。类比：一百场同一首曲子的录音，平均速度可以估到小数点后两位，但下一场演出的速度区间仍由演奏传统（τ）决定，不由录音数量决定。精度 ≠ 可预测性。

【细微】软件默认值在这里是陷阱。R 的 metafor::predict() 给的是 PI，而 metan 类命令默认只吐 CI；于是「我报告了区间」这句话在不同论文里指的不是同一个东西。比对十篇元分析的摘要与表格，你会发现多数只印 CI，PI 要么没算，要么算了没写。

【极难发现】PI 自己也有不确定性，而写它的人几乎从不写。上面 τ̂=0.20 是从 Q 反推的；k=8 时 τ² 的 95% 区间大致跨 [0.005, 0.10]，即 τ ∈ [0.07, 0.32]。代回去，PI 的下界在 +0.16 与 −0.33 之间摇摆。也就是说：你连「PI 的下界」这个数都只能定位到半倍标准差的精度。诚实的报告不是给一个 PI，而是给【PI 的区间】；否则 PI 只是把一层虚假的精确从 CI 挪到了下一层。

【流程节点链路】原始 k 项研究的 (y_i, SE_i) → 由 Q 或 REML 估 τ² → 合并 μ̂ 与其 SE(μ̂) → PI = μ̂ ± t_{k−2}·√(SE²+τ̂²) → 把 τ² 的抽样分布代回去重算 PI 两端 → 得到 PI 下界的区间。少掉任何一个节点，「下一项研究会怎样」这句话就没有依据。

【可检验的推论】若 PI 的逻辑成立：(1) 在 τ² 大的领域，后续研究的效应量与「上一轮 PI」的重叠率应接近 95%，与「上一轮 CI」的重叠率应显著低于 95%——RPP、Many Labs 这类多实验室数据可以直接检验；(2) 报告了 PI 的元分析，其后被复现「打脸」的比例应低于只报告 CI 的元分析。第 (2) 条我没见过系统检验，它是一个空位，也是一个可以做的元-元分析。

【值得辩论的问题】如果 PI 才是读者真正需要的数，为什么摘要里几乎只印 CI？是因为 CI 更容易算，还是因为 PI 一印出来，太多「稳健的正效应」会当场变成「方向不明」？