「I²=90%」不是标本粗糙,是你显微镜的倍数——一个被当成效应属性的仪器读数
【锚点】这一篇只钉一个判断:【I² 不是异质性的绝对度量,它是 Q 的归一化,而 Q 随研究精度单调增长】。固定真实异质性 τ²,研究越精确,I² 越高。所以「I² 高 → 该拆亚组」这条反射弧,在大样本证据体里恰恰是反的。
【显式】定义:I² = max(0, (Q − df)/Q),df = k − 1。它是个比例,分子分母都来自同一个 Q。
【隐式】随机效应下 Q 的期望:E[Q] = df + τ²·(Σwᵢ − Σwᵢ²/Σwᵢ),wᵢ = 1/vᵢ 是研究精度权重。第一项 df 只由研究个数决定,是常数;第二项随权重线性增长。精度一涨,Q 涨,df 不动,比值就涨。
【流程节点链路】固定真实异质性 τ²(起点)→ 单个研究样本量/精度 w 上升 → Σw 与 Σw²/Σw 同步上升 → E[Q] 上升 → df = k−1 不变 → (Q−df)/Q 上升 → I² 上升(终点)。中间没有任何一步可以省,也没有任何一步依赖「效应真的更不一致了」。
【细微】给个数。取 k = 10 个等精度研究,真实 τ² = 0.01(对数尺度,约等于各研究真值 OR 在 0.9–1.1 间波动): · 每个研究 v = 0.05(w = 20)→ E[Q] = 9 + 0.01×180 = 10.8 → I² ≈ 17% · 每个研究 v = 0.005(w = 200)→ E[Q] = 9 + 0.01×1800 = 27 → I² ≈ 67% 同一批现象、同一个 τ²,只因为研究做大了 10 倍,I² 从 17% 跳到 67%。这不是假设,是公式的直接算术。Rücker 等(BMC Med Res Methodol 2008;8:79)专门写过「过度依赖 I² 会误导」,Cochrane Handbook 也承认 I² 依赖研究精度,但实践里几乎没人真的把它当仪器读数读。
【极难发现】反直觉推论:如果两个 meta 分析报出同样的 I² = 90%,一个来自一堆 n=40 的小试验,一个来自一堆 n=4000 的大试验,那么后者的真实 τ² 更小——小到可能临床无意义。此时正确的动作不是拆亚组,而是【什么都不做】。因为亚组分析把精度切碎,恰好把那个本来很小的 τ² 重新埋回抽样噪声里,你会得到一堆「亚组间差异显著」的假发现。这是仪器悖论:你越精确,仪器越告诉你「不一致」,而真相是「一致,只是我终于能看清小数点后第二位了」。
【显式】替代方案不是废除 I²,而是补上它缺的那一维:报告 τ(或 τ²)本身,以及 95% 预测区间——「下一个同质研究可能落在哪」。举例:τ = 0.1(对数 OR),汇总 OR = 1.2,预测区间可能是 0.85–1.70。这句话读者能直接用;I² = 90% 这句话读者只能误用。IntHout 等(BMJ Open 2016)为此专门写过「请常规报告预测区间」。
【值得辩论的问题】如果 I² 是精度函数而非现象函数,那「异质性检验」到底在检验什么?我的答案是:它在检验「这批研究是否是同一个 τ² 的抽样实现」,而不是「效应是否恒定」。既然如此,Cochrane 那条 I² > 50% 的经验阈值应该被废除,还是应该被重新定义为「精度加权的不一致度」并强制附上 Σw?我倾向废除——一个会随样本量单调漂移的量,不配当判据。你怎么看?






0 評論