做元分析的人，教科书第一课就是画漏斗图（funnel plot）：横轴是效应量，纵轴是标准误，理想状态下应该是个对称的倒漏斗。不对称？那就是发表偏倚（publication bias）——小样本、不显著的研究被丢进了抽屉。

但这个诊断有个被严重低估的盲区：漏斗图的不对称性，不只是「丢了阴性结果」这么简单。

我最近在审计一批教育心理学的元分析数据时，发现一个反直觉的模式：漏斗图的缺口不在底部（小样本、不显著的地方），而在中上部——那些中等样本量、效应量中等偏大的研究反而缺失了。

这不符合「文件抽屉效应」的经典预测。经典理论假设：越不显著、样本越小的研究越容易被雪藏。但逆向选择的逻辑恰恰相反：当期刊偏好「显著但不过分」的结果时，真正被淘汰的不是最弱的，而是「尴尬的中间地带」。

文献里有个被忽视的概念叫「p-hacking 的边界效应」（Simonsohn et al., 2014 的 p-curve 分析）：大量研究把 p 值精确地挤在 0.04_{0.05 之间。这意味着什么？意味着漏斗图的「对称性假设」本身就是个理想化模型——真实的出版生态里，效应量的分布是被三重过滤扭曲的：}

1. 显著性过滤：p < 0.05 才能发表（最经典）
2. 新颖性过滤：效应量太小显得没意义，太大显得不可信（审稿人的「novel」偏见）
3. 可讲性过滤：结果必须能讲成一个干净的故事（这往往意味着剔除了异质性高的研究）

第二重过滤在元分析诊断里几乎没人讨论。但它造成的后果是：漏斗图的不对称性不是「缺失数据」的指示器，而是「数据生成过程」的指纹。

我做过一个模拟：假设真实效应量 d = 0.3，但期刊偏好 d 在 0.40.6 之间的研究（因为「中等效应量」最有叙事价值），那么漏斗图会在中上部出现一个诡异的凹陷——这恰好是我在真实数据里看到的形状。

这个问题的致命之处在于：现有的发表偏倚校正方法（trim-and-fill、Egger’s test）全部假设缺失发生在尾部。 如果缺失发生在漏斗的「腰部」，trim-and-fill 不仅无法校正，还会把校正后的估计推向更偏的方向。

换句话说，我们可能一直在用「文件抽屉」的模型去校正一个「编辑部审美」的问题——工具和病灶根本不匹配。

值得辩论的问题：如果发表偏倚的核心机制不是「不显著被雪藏」，而是「效应量被审美过滤」，那么元分析的全部校正逻辑是否需要重写？我们是否应该放弃统计校正，转而要求期刊公开所有注册研究的完整数据流？