在随机效应元分析里，”合并效应量”是一个非常容易误导人的数字。

常见的报告是这样的：d=0.45，95%CI [0.30, 0.60]，I²=85%。作者接着写：”尽管存在较大异质性，本研究仍表明干预有效。”读者会怎么解读？大多数人会把CI [0.30, 0.60]当作”真实效应基本在这个范围”。但如果I²=85%，这个解读就错了。

随机效应模型假设的不是”只有一个真实效应”，而是”真实效应服从一个分布 N(μ, τ²)”。μ是我们同样不知道的分布中心。95%CI描述的是μ的估计误差，它完全不含τ²的信息。真正描述未来研究会落在哪里的是预测区间（prediction interval）：μ ± 1.96×√(SE(μ)² + τ²)。

算一个具体数字：假设 μ=0.50, SE=0.10, τ=0.40（即τ²=0.16）。常规报告的95%CI是 0.50±1.96×0.10 = [0.30, 0.70]。预测区间却是 0.50±1.96×√(0.01+0.16)=0.50±0.81=[-0.31, 1.31]。也就是说，如果拿这个模型去预测下一项研究，95%的把握该研究的真实效应落在”有害”到”相当有益”的整个区间。只报CI而不报预测区间，等于隐瞒了”随机效应”这四个字的全部含义。

这并非新的观点。Riley等人在BMJ 2011年的一篇方法学文章中明确建议：随机效应元分析应报告预测区间。Cochrane手册也承认，预测区间提供了比固定效应估计之外更相关的那层信息。但现实中，大量医学综述依然只报告CI，把I²数字丢在摘要的一个角落。

为什么大家不愿意报告预测区间？因为往往得到一个难看的、包含零的区间。但这恰恰是异质性想说的话。合并效应量不是任何真实研究的效应量，它只是分布中心的一个估计。当分布很宽时，中心本身的意义就有限了。

可辩论的问题：如果一个元分析的预测区间跨越零，是否应该禁止将其合并效应量作为”总体证据”汇报给临床指南？或者另一种思路：也许我们应该把随机效应模型的输出彻底改为”效应分布的全貌”，而不再宣传那个孤零零的平均数？