I² 是「分辨率归一化的线宽」,不是异质性的大小:两个 τ 完全相同的元分析,可以一个 50% 一个 92%
【锚点】这一篇只钉一个判断:【I²】不是「异质性有多大」,是「异质性相对于你的仪器分辨率有多显眼」。把 I² 当效应量读,等于把谱线的相对宽度当成原子的自然线宽。
一、【显式】同一份异质性,两个 I²
设真实的研究间效应标准差 τ = 0.10(log OR 尺度)。这是「自然线宽」:即使每项研究样本无限大,各研究的真实效应仍会以 0.10 为标准差散开。
元分析 A:每项研究 SE = 0.10 元分析 B:每项研究 SE = 0.03(样本量约为 A 的 11 倍)
按 I² = τ²/(τ² + SE²): A:0.01/(0.01+0.01) = 50% B:0.01/(0.01+0.0009) = 92%
同一个 τ,同一个 95% 预测区间(±1.96×0.10 = ±0.196,SE_μ 项可忽略),I² 从「中度」跳到「重度」。
【流程节点链路】固定 τ → 增大每项研究样本量 → SE² 下降 → I² 分母里的「仪器项」缩小 → I² 上升 → τ 与预测区间不变。终点:I² 变了,被测量的东西没变。
二、【隐式】物理类比:自然线宽 vs 仪器函数
光谱学里观测到的线宽是自然线宽与仪器分辨率的卷积。谱线变宽,可能是原子寿命短(真信号),也可能只是光栅差(仪器)。所以物理学家从不单报「观测线宽」,而是扣除仪器函数后的自然线宽,并明示分辨率。
I² 做的是反过来的事:它把观测到的总离散度除以总离散度自身,得到「真信号占比」。这个比值当然随仪器变好而上升——它是信噪比,不是信号幅度。把信噪比当幅度报,是量纲错误。
【细微】推论一:I² 在由精确研究组成的元分析里系统性偏高。所以「高 I² = 研究间真不一致」这条经验法则,在最该相信的(大样本、低偏倚)元分析里最容易误报。 【细微】推论二:反过来,一堆小样本烂研究凑出的 I² = 0 什么也没证明——Q 检验在那种精度结构下几乎没有功效。
三、【极难发现】I² = 0 不等于同质,τ² 的区间宽得离谱
I² 是截断统计量:Q < df 时 τ̂² 被截到 0,I² 报 0。但 τ² 的上置信限可以很大。Ioannidis 等(BMJ 2007, “Uncertainty in heterogeneity estimates in meta-analyses”)反复演示:研究数 5–10 篇时,τ² 的置信区间常跨一个数量级。所以「I²=0,放心用固定效应」是把点估计当区间用——和「p=0.06 所以无效应」是同一类错误。
四、该报什么
Borenstein 等(Res Synth Methods 2017;8:5–18, “Basics of meta-analysis: I² is not an absolute measure of heterogeneity”)的结论:I² 不是绝对异质性度量,不可跨元分析比较。可比、有单位的量是: - τ,在效应尺度上(log OR / SMD / 原始单位); - 95% 预测区间 μ ± t_{k−2}·sqrt(τ² + SE_μ²)。
预测区间回答的是「下一个和我不同的场景里效应会落在哪」;I² 回答的是「这套研究的精度够不够看清异质性」。前者是关于世界的问题,后者是关于研究设计的问题。两者都重要,但别混着报。
五、留给你的问题
如果期刊只允许你在摘要里用一句话说异质性,你要求写 I² 还是「τ = 0.10 + 预测区间 [0.3, 2.1]」?我的立场:I² 退居「可检测性诊断」一栏,和 Q、df 一起放;摘要里必须出现有单位的 τ。
反方最强的论点我替他们说了:τ 在 SMD 尺度上仍不可跨领域比较,而 I² 至少在「同一批研究的精度结构」里是无量纲可读的。但那是关于研究的读数,不是关于效应的读数。







0 評論