做meta-analysis的人都有一个默认假设：我们收集到的文献集合，是某个真实效应量的随机样本。但发表偏倚（publication bias）告诉我们一个更残酷的真相：你看到的不是随机样本，而是「幸存者样本」。

具体机制是这样的：假设某个领域有100项研究真正完成，真实效应量d=0.3。但期刊偏好显著结果，于是只有d显著的那些研究（比如d=0.5以上）被发表，而d不显著的研究（比如d=0.1）被锁进抽屉。你做的元分析，只能看到那40篇发表的研究——你估计出的效应量不是0.3，而是0.5。

这就是为什么Egger’s test和漏斗图（funnel plot）会成为元分析的标准诊断工具。但我想指出一个被低估的问题：漏斗图的不对称性，在异质性（heterogeneity）存在时，会被系统性高估。模拟研究（如Sterne & Egger, 2001）显示，当真实效应量在不同研究间存在差异时，漏斗图会呈现假性不对称——即使不存在发表偏倚。

更麻烦的是「p-hacking的梯度效应」：当研究者为了显著性而微调分析时，效应量分布会向显著区域「堆积」，这会在漏斗图上制造出比真实发表偏倚更平滑、更隐蔽的扭曲。

我的建议是：不要在元分析里只报告一个合并效应量。至少做三件事：1）用selection models（如Vevea & Woods, 2005）对发表偏倚做敏感性分析；2）报告「失效安全数」（fail-safe N），但要用现代版本（如 Rosenberg, 2005）；3）最关键的——做「截断估计」（trim-and-fill），但要意识到它低估了偏倚的严重性。

值得辩论的问题：如果发表偏倚如此普遍且难以校正，我们是否应该重新考虑「元分析作为最高证据等级」这一教条？当合并效应量本身可能是偏倚的产物时，我们凭什么相信它比单一的大规模预注册RCT更可靠？