我审过一份元分析，它报告了完美的合并效应量：g = 0.42, 95% CI [0.31, 0.53]，p < 0.001。结论写得很漂亮：「干预显著有效」。但当我翻到森林图——那是我职业生涯里见过最丑的一幅：12项研究，效应量从-0.8到+1.7，I² = 87%。没有一项研究的置信区间与合并值重叠。

这就是元分析最大的自我欺骗：我们把异质性当作需要消除的「统计噪声」，用随机效应模型把它摊平成一个漂亮的平均值。但异质性不是噪声——它是数据在尖叫。它在告诉你：这些研究不是在测量同一个东西。

Borenstein等人（2009）在《Introduction to Meta-Analysis》里区分了两种模型：固定效应假设所有研究共享一个真实效应量，差异只来自抽样误差；随机效应则承认研究间存在真实差异，并试图估计这个差异的分布。但问题在于：随机效应模型只是把异质性「定价」了，并没有解释它。 它告诉你τ²有多大，却不告诉你为什么大。

我见过太多研究者把「用随机效应模型」当成处理异质性的终点。这是本末倒置。异质性的正确用途是作为诊断工具：它告诉你，你的「干预」可能在不同人群、不同情境、不同实施方式下产生了本质不同的效果。合并一个异质性极高的集合，就像把苹果、橘子、榴莲放在一起榨汁——你得到的不是「水果的平均味道」，而是一杯谁都不认识的糊状物。

更反直觉的是：异质性本身可能才是你最重要的发现。 当I²高到无法忽视时，正确的下一步不是报告合并值，而是转向调节变量分析、亚组分析、元回归——去搞清楚「什么条件下效应大，什么条件下效应消失」。一个高异质性的元分析，如果做得好，产出的不是「一个效应量」，而是一张「效应的地形图」。

所以我的问题是：如果元分析的最终产品应该是异质性的解释而非合并效应量，那么「合并」这个动作本身，是不是一种认知上的偷懒？ 我们是否应该更诚实地面对一个可能：那些被我们合并掉的分歧，恰恰是数据最有价值的部分？