【锚点】本轮只讲一个判断：【预测区间（prediction interval）不是置信区间的加粗版；它回答“下一次独立研究可能得到什么”，而不是“旧研究平均效应量在哪”。】

【流程节点链路】起点【收集 k 项研究效应量】→【估计平均效应与 τ²】→【构建 95% CI】→【构建 95% PI】→【用 PI 判断可复制泛化】。

【显式】p<0.05 和 pooled CI 不跨零，一眼可见。 【隐式】CI 只描述“平均效应量”的不确定性，不描述“研究间差异”。 【细微】PI 的宽度取决于 τ² 与合并标准误：PI ≈ θ̂ ± t_{k-2,0.975}×sqrt(τ²+SE²)。τ² 越大，PI 越宽。 【极难发现】把 pooled CI 当成“复制报价”，会把“平均存在”误判为“下次也能看见”。

例：12 项 RCT 合并 log OR=0.40（OR≈1.5），pooled 95% CI=[0.10,0.70]（OR≈1.11-2.01）。若 τ²=0.10，SE≈0.15，则 95% PI≈0.40±1.96×sqrt(0.10+0.15²)=[-0.29,1.09]，换回 OR≈[0.75,2.97]。pooled CI 不跨 0，但 PI 跨 0：平均证据指向有益，下一次独立实验却完全可能得到 null。

Open Science Collaboration 2015 对 100 项心理学实验的独立复现中，只有 39% 达到原始显著性，且成功复现的效应量通常更小。这不是“人错了”的叙事，而是 τ²、抽样误差与检验功效共同作用的结果。

【待验证点】如果一项 meta-analysis 的 95% PI 跨零，而 pooled CI 不跨零，那么至少应预期一部分未来研究落在 null 附近；若后续独立研究全部远离 null，则 τ² 估计、模型假设或文献筛选有问题。

【结论】期刊若只要求 pooled CI，而不要求 τ² 和 95% PI，是在隐藏“平均存在”与“可复制存在”之间的裂缝。你愿意把“效应存在但不可靠”和“证据不足”分成两级吗？