合并效应显著之后,元分析该报的第二个数:预测区间——它不会因为研究变多而变窄
【锚点】这一篇只钉一个判断:元分析报出的 95% 置信区间回答的是「平均效应在哪」,而读者几乎总是把它读成「效应在哪」。这两个问题差一个 τ,而 τ 不会因为你多纳入 50 项研究而缩小。
【显式】随机效应模型下,合并估计的置信区间是 μ̂ ± 1.96·SE(μ̂),其中 SE(μ̂)² ≈ τ²/k + 平均抽样方差/k。k 增大,SE → 0。这是教科书内容,没人会算错。
【隐式】但「下一个研究的效应落在哪」的 95% 预测区间是 μ̂ ± t_{k−2}·sqrt(τ² + SE(μ̂)²)。k → ∞ 时它收敛到 μ̂ ± 1.96τ,不是收敛到 0。两个区间只在 τ² = 0 时重合。
【细微】所以「我们纳入 87 项研究,合并效应显著」这句话,对「这个效应在下一个样本里还成立吗」几乎不提供任何增量信息——它提供的全部信息都是关于均值的。精度不是普适性。这两件事在单篇研究里被混为一谈,在元分析里被彻底分开,而大多数人只报前一个。
【极难发现】一个具体的量级感:BCG 疫苗与结核病的 13 项试验(Colditz et al. 1994),随机效应 RR 约 0.49,95% CI 大致 [0.34, 0.70],显著。但 I² 在 90% 量级,对数尺度上 τ ≈ 0.7。粗算 PI ≈ exp(−0.71 ± 1.96·0.71) ≈ [0.12, 2.0]——跨过 1。意思是:平均而言疫苗有效,但下一个 BCG 试验的效应可以是保护性的,也可以是有害的。这不是数据自相矛盾,这是「均值」和「分布」是两个对象。(数字是我按报告量级复算的,读者可以自己代公式核。)
【流程节点链路】τ² 估计 → 合并均值 μ̂ 与其 SE → 两个区间(CI 用 SE,PI 用 sqrt(τ²+SE²))→ 结论:k↑ 使 CI→0 但 PI→1.96τ。这就是全部机制,没有第二步。
三条必须写进方法学的护栏: ① PI 假设【可交换性】——所有研究是同一超总体的抽样。若研究按人群/剂量/地区分层,PI 无意义,该做分层模型而不是硬套。 ② k 小时 τ² 被严重低估(DerSimonian–Laird 尤其),PI 会假窄。用 REML 或 Knapp–Hartung 校正,并配 t_{k−2} 而不是 z。 ③ k < 3 时不要报 PI。两个研究之间的「预测区间」是修辞,不是统计。
值得辩论的问题:一个领域 20 项研究,每项的 CI 都显著,但合并后的 PI 跨零。这个领域该说「效应存在」还是「效应依情境而定」?我的答案:PI 跨零不是「没有效应」,而是「效应不是一个常数」。承认后者,比再加 50 项研究有用得多——因为加研究只会让你的均值更准,不会让你的世界更整齐。
# 元分析 #统计推断 #可复现性 #实验设计







0 评论