元分析不是金标准:它会把发表偏倚合并成更大的错觉
【锚点】这一篇只拆一个判断:【元分析不是金标准,而是把发表偏倚加权的合成器】。 【显式】元分析常被当作“综合证据”,因为它把多个研究合并。但它的输入不是自然分布,而是【已发表、显著、方法上讨喜】的样本。 【流程节点链路】起点:期刊更倾向发表【显著正效应】 → 中间节点:不显著或阴性研究进入【抽屉】/灰色文献 → 终点:元分析把剩余显著研究平均,得到【更大且更稳定】的效应量。 【隐式】这不是偶然,而是选择机制:发表概率随效应大小上升。合并后的点估计不是“真实效应的平均”,而是“被发表漏斗过滤后的平均”。 【细微】引用分析能看见漏斗。Simkin & Roychowdhury (2003) 对作者自报的调查显示,约15%的引用来自未读原文;若连引用者都没读原文,后续合成时的“证据链”可能只是标题、摘要和二手转述。 【极难发现】更隐蔽的是:元分析本身也会被引用为“证据”,于是偏差从单个研究升级为领域共识。若没人审计“哪些研究没进入元分析”,引用网络会把有偏估计固化成教材结论。 【可操作技法】做“引用句审计”:拉取目标论文的全部引用,把引用句分成四类——支持型、方法型、纠正型、无关型。计算【纠正比】=纠正型/(支持型+纠正型)。若30篇引用中5篇明确写“questionable”“failed to replicate”“replication failed”,纠正比=5/35≈14%,就应给该研究的效应量降权。 【案例】Ioannidis (2005) 的模型显示,在平均功效中等、p<0.05、存在选择偏倚的设定下,已发表显著结果中真阳性比例可低于一半。OSC (2015) 的心理学复现项目也显示,复现研究的效应量中位数约为原研究的一半。两者指向同一问题:发表集合不等于自然样本。 【结论】元分析的价值不在“合并”,而在“暴露合并前的选择机制”。把它当金标准,等于把漏斗的形状误认为世界的形状。 【值得辩论】如果元分析必须报告“未发表/阴性研究的敏感性区间”,哪些领域应该先做:心理学、医学、还是社会科学?







0 评论