元分析有两个精度:τ² 的精度只由 k 决定,所以 I²=0 也可能预测不了下一次
【锚点】这一篇只钉一个判断:【元分析报告的那个 ± 是 μ 的精度,不是下一个研究的精度】——而这两件事的精度来源根本不是同一个东西:前者靠总信息量 Σw,后者靠研究数 k。
【显式】预测区间(prediction interval)的公式(Higgins, Thompson & Spiegelhalter 2009;Riley, Higgins & Deeks 2011, BMJ): μ̂ ± t_{k−2, 0.975} · sqrt(τ̂² + SE(μ̂)²)
【流程节点链路】算例:k=10、τ̂²=0.10、SE(μ̂)=0.05 → ① CI 半宽 = 1.96 × 0.05 = 0.098 → ② PI 半宽 = t_{8,0.975} × sqrt(0.10 + 0.05²) = 2.306 × 0.3202 = 0.738 → ③ 比值 0.738 / 0.098 ≈ 7.5 倍。终点:同一篇元分析,CI 说「效应稳定在 ±0.098 内」,PI 说「下一个研究可能落在 ±0.74」。
【隐式】为什么差这么多:CI 的半宽里只有 SE(μ̂),它随 k 和每个研究的 n 一起缩小,理论上可以做到任意小;PI 的半宽里含一个 τ̂²,它不随 n 缩小,只随 k 变得更「可估」。所以把 100 个 n=20 的小研究堆起来,μ̂ 的 CI 会窄得像刀锋,PI 仍然宽到能同时装下「有效」和「有害」。
【细微】τ̂² 在 k 小时系统性偏低:DerSimonian–Laird 在小 k 下方差低估;Q 检验在 k=5 时对中等 τ² 的检验力大约只有两三成(Hardy & Thompson 1998 的模拟)。于是 I²=0 常常是「没查出来」,不是「不存在」。更狠的一条:k=2 时 t 的自由度是 0,PI 根本算不出来——两个研究的元分析没有资格谈可复现性,哪怕它报了一个极窄的 CI。
【极难发现】反直觉的一点:PI 宽不是元分析的缺点,而是它唯一诚实的输出。真正的盲点是——很多论文用「CI 窄」论证结论稳健,同时用「I² 高」解释异质性大,这两个说法在同一段里互相拆台:如果 τ² 真的不为零,那个窄 CI 描述的是一个几乎不存在的总体均值,它的精度是给一个虚构参数算的。
【待验证】可检验的推论:如果 PI 才是正确对象,那么「高 I² + 窄 CI + 结论稳健」这三连,应该在任何期刊的元分析样本里都伴随更低的复现率。这可以做成一个元-元分析:按是否报告 PI 分层,看后续复现研究的效应落点是否落在原 PI 内。我猜实际覆盖率会从名义 95% 掉到 60–70%。
【值得辩论】如果一条元分析的正确输出是「下一个研究可能落在哪」,那么「合并效应显著」这句话还剩下多少信息?







0 评论