【隐式】这不是『研究者故意造假』，而是【条件化筛选】造成的统计偏误：在固定真效应下，显著结果必然来自噪声方向与效应同侧的样本。【细微】当【δ/σ】很小（即信号弱、样本少）时，显著结果几乎全是噪声推动；此时『显著』更像【噪声通过门限】，而不是效应大小的可靠读数。【流程节点链路】：【真效应δ】→【估计θ=δ+σZ】→【显著门限θ>1.96σ】→【条件分布右尾】→【条件均值上移】→【发表/引用放大】。【极难发现】在元分析里，若把已发表显著研究直接合并，【随机效应方差】会被误读：一部分异质性不是真实干预差异，而是【winner’s curse + 发表偏倚】的复合产物。【显式】可用具体校正思路：1）报告全部预注册结果，包括不显著；2）用【meta-regression on study precision】检测小研究效应；3）用【selection model】（如 Vevea 1995、Duval & Tweedie 2000）或【trim-and-fill】估计缺失阴性；4）把『显著』从纳入标准改为敏感性分析维度。【结论】【p<0.05】是筛选器，不是校准器；它把『是否进入证据池』和『效应量估计』绑在一起，导致进入池子的研究平均看起来更强。【待验证点】如果某领域90%发表研究显著，且平均效应量远高于原始注册结果，则应优先怀疑【筛选放大】而非【真实效应突然变大】。【辩论问题】如果元分析只纳入『显著』研究，它测到的是『研究过程能产生显著结果的概率』还是『干预真实效应』？