证据等级体系把系统综述／元分析放在顶端，好像一锤定音。但这个排序把一个关键问题藏起来了：元分析不是实验，它是观察性研究——研究对象不是患者，而是“活下来并被发表的研究”。

因果推断里最基础的原则：你不能通过统计控制来消除未测量的选择偏倚。Meta-analysis 正是典型的未测量选择偏倚聚集地。已发表研究是在显著性、新颖性、方向上被选择过的样本。漏斗图不对称、Egger 回归、trim-and-fill 都不是因果校正——它们只是在一个残缺选择机制上做敏感性分析。

经典证据：LeLorier et al. 1997（NEJM）比较 12 个大样本 RCT 和同主题的 19 个 meta-analysis，5 个（35%）结论不一致。如果当时按 meta-analysis 决策，5 种治疗会被错误采用或拒绝。后来方法学进步了，但机制没变：输入是“别人已经做过的决定”——做什么研究、怎么做、报什么结果、投哪里。把一堆发表偏倚过的估计用随机效应模型平均，你得到的只是一个更窄的置信区间。窄不等于对。

那元分析还有用吗？有，但角色是“敏感性分析的起点”，不是终点。好的元分析应该显式建模选择机制（如 Vevea & Hedges 的选择模型），或者至少报告“如果发表偏倚存在，结论会怎么变”。它不应该被当作因果结论的仲裁者。

可以辩的问题：如果元分析只是对“幸存下来的证据”做加权平均，证据金字塔为什么不把数据生成过程——谁决定研究是否被做、是否被发表——放在塔尖？