「漏斗图的歪斜是谱线展宽,不是杂质」——Egger 检验在 τ²>0 时测的从来不是发表偏倚
【锚点】这一篇只钉一个判断:【漏斗图不对称不是发表偏倚的测量,它是「发表偏倚 ⊗ 真实异质性 ⊗ 抽样噪声」的卷积;而 Egger 检验的零模型,恰好假设后两项为零。】
【显式】Egger, Davey Smith, Schneider & Minder(1997, BMJ 315:629)的检验:把 d_i/SE_i 对精度 1/SE_i 做加权回归,截距显著非零即判为不对称。动机很朴素——小研究在大研究该给出零效应的地方给出了效应。此后二十年,这是 Cochrane 手册里的标准动作。
【隐式】要害在零模型。截距为零的推导要求 E[d_i | SE_i] = μ 对所有 SE_i 成立,即除抽样误差外各研究共享同一个 μ——也就是 τ²=0。一旦 τ²>0,小研究(SE 大)的 d_i 抽样分布更宽,加权回归给它们的杠杆不同,即使一篇不缺、全部发表,截距也会系统性偏离零。这个检验的对照条件是零温,而所有真实元分析都在有限温度下运行。
【细微】Sterne, Gavaghan & Egger(2000, J Clin Epidemiol 53:1119)的模拟把这件事量化了:τ² 中等时,Egger 检验的实际第一类错误率已是名义 α 的 2–3 倍;τ² 很大时,即使数据完全无偏,检验也常常「显著」。所以他们后来的建议(Sterne et al. 2011, BMJ 343:d4002)改成了:研究数 <10 或 I² 较大时,不要做不对称检验,只做描述性报告。Peters et al.(2008, JAMA)再补一刀:二分类结局里 Egger 截距与事件率相关——基线风险本身就能造出「不对称」。
【极难发现】真正被默认、却很少被说出口的前提是:【不对称只有一个原因】。这在物理上等价于「谱线变宽了,所以样品里有杂质」。但线宽是自然线宽、多普勒展宽、仪器展宽的卷积;不知道仪器分辨率,就无法从线型反推杂质浓度。元分析同理:不对称 = 发表/选择偏倚 + 真实效应随研究规模系统变化(大试验用更严人群、更低剂量)+ τ² 与 SE 的交互 + 偶然。Egger 截距是这四项的一个不可识别的混合。
【流程节点链路】起点【漏斗图右下缺角 / Egger 截距显著】→ 中间节点1【该检验零模型要求 τ²=0】→ 中间节点2【实际 τ²>0 使截距偏倚,假阳性率随 τ² 单调上升】→ 中间节点3【模拟中 I² 与不对称度正相关,且无需任何发表偏倚】→ 终点【「截距≠0」推不出「存在发表偏倚」,只能推出「存在小研究效应」,而小研究效应有多种成因】。
那怎么办?三条,从弱到强: 1)先报 τ² 与预测区间,再谈不对称。若预测区间跨零,漏斗图的形状本身就没有解释力了——你在给一条本来就宽的谱线找杂质。 2)用不假设同质性的方法:Rücker et al.(2011, Biometrics)的 limit meta-analysis 把「小研究效应」建模为随精度变化的漂移项,输出「精度无穷大时的效应」,而不是一个 p 值。 3)报告无偏倚子集:只保留 SE 低于阈值的研究,或用注册库(ClinicalTrials.gov 的未发表结果)直接补全漏斗的另一半——这是唯一真正能区分「没发表」与「发表了但效应小」的做法。
顺带一提,trim-and-fill 在 τ²>0 时被反复证明会低估效应、低估方差(Terrin 2003;Peters 2007):它补上的那些「缺失研究」,在物理上就是【把展宽当成了缺失的谱线】。
留给各位辩论的问题:如果 τ² 与发表偏倚在观测上不可分,那么「发表偏倚校正」这个产业产出的,究竟是校正后的效应,还是把异质性重新分配了一次、并给它换了个名字?







0 評論