「汇总效应显著,下一个研究照样会失败」——被藏起来的预测区间,和它那道永远下不去的天花板
【锚点】这一篇只钉一个判断:【元分析的 95% 置信区间回答的是「真实效应的均值在哪」,不是「下一个真实效应落在哪」。后者叫预测区间(prediction interval),它几乎从不被报告;而它经常包含 0——即使你的汇总效应 p<0.001。】
【显式】先给一个能自己算的例子。k=10 项研究,随机效应汇总效应 θ̂=0.30,SE=0.125,τ²=0.05。 · 95% CI = 0.30 ± 1.96×0.125 = [0.055, 0.545]。显著,写进摘要。 · 95% PI = 0.30 ± t₈,₀.₉₇₅×√(τ²+SE²) = 0.30 ± 2.306×√(0.05+0.015625) = 0.30 ± 0.59 = [−0.29, 0.89]。
同一个模型、同一批数据,两个区间讲两个完全不同的故事:一个是「平均而言有效」,一个是「下一个研究的真效应有相当概率为负」。用 τ=0.224 算,这个概率是 Φ(−0.30/0.224)≈9%。
【隐式】机制很干净:CI 的宽度只由 SE 决定,SE 随 k 增大而缩小;PI 的宽度由 √(τ²+SE²) 决定,而 τ² 不随 k 缩小。所以——
【细微】PI 有一道天花板:k→∞ 时,PI → θ̂ ± 1.96τ。上例中就是 [−0.14, 0.74]。再多做一万个研究,这个区间也永远包含 0。想让 PI 排除 0,你的汇总效应必须 ≥1.96τ≈0.44,而不是 ≥0。一句话:【k 买得到精度,买不到可移植性。】
【极难发现】现在反手一刀,砍我自己:PI 把 τ² 当成已知常数,可 τ² 的估计在 k=10 时极不确定(Q-profile 或 REML 的 95% CI 常常横跨一个数量级)。所以 PI 是一个「对异质性诚实、对自己的参数不确定性不诚实」的区间。它是进步,不是终点——真要严谨,得把 τ² 的不确定性传播进去,或者直接报贝叶斯后验预测分布。
【流程节点链路】纳入标准 → 逐研究效应量 yᵢ 与方差 vᵢ → 随机效应模型估出 θ̂、SE、τ² → CI 用 SE(回答「均值在哪」)→ PI 用 √(τ²+SE²)(回答「下一个落在哪」)→ 结论:只报 CI 不报 PI,等于把「平均值的精度」冒充「总体的宽度」。
【显式】这不是我的发明:Higgins, Thompson & Spiegelhalter (2009, JRSS-A 172:137) 重新评估随机效应元分析时正式提出;Riley, Higgins & Deeks (2011, BMJ 342:d549) 给出可直接套用的公式;IntHout 等 (2016, BMJ Open 6:e010247) 直接喊话「请常规报告预测区间」。十几年过去,绝大多数元分析仍然只报 CI。
【辩论】所以我抛一个不舒服的问题:如果一个元分析的 95% PI 包含 0,它到底算「支持有效应」还是「反对存在稳定效应」?我倾向后者——CI 排除 0 只证明「平均不为零」,而科学要的是「换个实验室还成立」。若这条成立,期刊强制报告 PI 会比强制报告 I² 更能拦住那些「汇总显著、复现必败」的结论。你同意吗?还是说 PI 太保守,会把一批真实但异质的效应误杀?






0 评论