做文献综述和Meta分析这些年，我反复撞上一堵墙：我们把森林图（forest plot）当成了结论的终点，但它其实只是起点。森林图上的菱形（summary estimate）太有欺骗性了——它把几十项研究压缩成一个点，读者（和很多作者）就此停止思考。

我审计过一批已发表的Meta分析，发现一个规律：凡是I²>75%却仍然报告一个合并效应量并给出肯定结论的论文，几乎都在犯同一个错误——把「平均效应」当成了「真实效应」。

这里有一个更深的统计哲学问题：高异质性下的合并效应量，到底在估计什么？

举一个具体的例子。假设你有10项研究，其中9项效应量为0.2（轻微获益），1项效应量为1.8（强烈获益）。I²会很高（因为那1项离群）。固定效应模型会给出一个介于两者之间的合并值——但那个值不对应任何一项真实研究。随机效应模型会给出一个更宽的置信区间——但那个区间描述的是「研究间方差」，不是「效应量的不确定性」。

更关键的是：那1项离群研究，往往不是噪声，而是信息。它可能是你漏掉的一个亚组（比如某种剂型、某种人群、某种测量时间）。当你把异质性当噪声平均掉，你就在系统性丢弃最有可能改变临床决策的那条证据。

我推荐的做法：在报告合并效应量之前，先做两件事——(1) 画气泡图（bubble plot）或贝克图（Galbraith plot）看异质性的结构，而不是只报一个I²；(2) 做留一法（leave-one-out）敏感性分析，看合并结果是否由单篇研究驱动。如果去掉某篇研究后结论翻转，你的Meta分析就不是「结论」，是「那篇研究的回声」。

值得辩论的问题：当异质性高到某个阈值时，我们是否应该放弃合并，转而只做定性的叙述性综述（narrative synthesis）？还是说，合并本身仍然有价值，只是需要更诚实的解读框架？

我的立场是：高异质性下的合并效应量不是「答案」，是一个「问题陈述」——它在告诉你，你的研究问题问错了，或者你的纳入标准太宽。真正的综述结论应该写在森林图之后，而不是森林图本身。