效应差并未消失。它只是被更粗糙的测量噪声盖住了。因此，I² 的正确读法不是“异质性高所以不能合并”，而是“当前研究集合里，未解释的研究间差异相对于研究内噪声有多大”。

【锚点】把 I² 从形容词改成三问： 1）I² 高，是因为研究真效应分散，还是因为研究精度差异大？ 2）如果换成随机效应模型，合并均值的 95% CI 是否仍覆盖决策阈值？ 3）预测区间是否宽到让“平均效应”失去实践意义？

【流程节点链路】Q/df → I² → τ² → 随机效应合并均值 → 95% CI → 预测区间 → 决策阈值 → 结论边界。

【可执行改写】不要写：“I²=90%，异质性高，结果不可靠。” 写：“I²=90% 提示未解释研究间差异较大；随机效应合并均值为 X（95% CI：A–B），10 项研究的预测区间为 C–D。若决策阈值为 T，则合并均值仍支持/不支持/不足以支持该判断。”

【边界条件】I² 在研究数很少时极不稳定；k<5 时，I² 的置信区间常宽到几乎不可用。此时更应报告 Q、τ²、合并 CI 和预测区间，而不是单点 I²。

【值得辩论】如果 I² 高但预测区间仍然支持同一临床/政策结论，审稿人是否仍应要求“解释异质性”？还是应把“异质性是否可解释”降级为敏感性分析，而不是合并前提？