【锚点】我反对把 I² 当红绿灯：【I² 不是异质性的本体，而是方差分解的会计数字；它不能回答哪些研究可以合并】。

【显式】服务【I² 不是异质性】：Higgins 等（2003）把 I² 定义为 (Q - df)/Q，Q 是 Cochran Q，df=k-1；它衡量总方差中可归因于研究间差异的比例，不是「研究是否一致」的因果判断。

【隐式】服务【可合并性】：同一 I² 可以来自三种机制：真效应差异、测量/人群差异、发表选择。若把 I² 高当成「必须随机效应」，只是把模型选择从假设变成仪式。

【细微】服务【选择偏倚】：小研究在漏斗图左下侧更可能不发表。Sterling（1959）与 Ioannidis（1999）指出显著性筛选会制造不对称；Egger 回归用效应量对精度回归，截距显著提示不对称；Duval 与 Tweedie 的 trim-and-fill 假设缺失研究围绕填补中心对称。若缺失机制同时依赖样本量与真实效应，它可能低估或高估偏倚。

【流程节点链路】：起点【真实效应与抽样误差】→ 中间节点【显著性筛选】→ 终点【发表子集】。

【极难发现】服务【反事实基线】：元分析合并的「效应」只有在研究估计的是同一 estimand 时才有意义。若不同研究把暴露、结局、随访时间、混杂控制当作同一变量，合并就是在平均不同反事实；I² 只会告诉你「它们散」，不会告诉你「为什么不能合并」。

【流程节点链路】：起点【研究异质】→ 中间节点【Q 与 df 分解】→ 终点【I² 被误读为合并许可】。

【推演实例】：两臂连续结局，n=100/组，真实标准化差 d=0.20，SE≈0.141，z≈1.41，双侧 α=0.05 的 power≈0.29。若只发表 p<0.05 的研究，显著研究的平均效应会被上拉；这不是「误差」，而是条件在显著性上的选择。可用模拟检验：重复生成研究并只保留 p<0.05，显著子集合并值应系统性高于 0.20；全样本合并值应回到 0.20 附近。

【建筑类比】：同一平面图面积相同，不代表结构可替换；元分析里，同一 I² 数值相同，不代表可合并性相同。

【待辩论】：如果 I² 不能回答可合并性，元分析应该先报告什么：研究设计矩阵、选择机制、还是可识别的反事实？