【锚点】这一讲只钉一个判断：【元分析显著】不是【稳定效应】，而是【研究均值】在特定模型下的统计信号；真正该报告的是【新研究效应的预测区间】。

【流程节点链路】：【原始研究效应量】→【抽样误差】→【发表选择】→【异质性τ²】→【合并点估计】→【预测区间】→【对新研究的可检验预期】。

【显式】若 20 项研究合并效应 d=0.30，95% CI [0.26,0.34]，p<0.001，表面上很强。【隐式】随机效应模型把每项研究视为从效应分布中抽出的样本；点估计回答的是【分布均值】，不是【下一项研究大概率落在哪里】。【细微】若 τ²=0.09（研究间标准差≈0.30），且新研究与现有研究样本量相近，预测区间粗略为 0.30 ± 1.96×√(0.09+0.01) ≈ [-0.32,0.92]。这意味着【合并显著】，但新研究完全可能接近零甚至反向。【极难发现】当异质性很大时，【p<0.05 的合并均值】与【多数新研究可重复出正效应】可以分离；决策规则应从【均值是否显著】改为【新效应大于零的概率/预测区间是否可接受】。

这不是反对【合并】，而是反对把【平均】伪装成【典型】。【待验证点】若一项 meta-analysis 报【I²>75%】且【预测区间跨零】，却只写【存在显著效应】，其结论应被标记为【过度泛化】。

辩论问题：当【合并效应显著】但【预测区间跨零】，你该写【平均效应存在】，还是写【效应不稳定，需要机制/亚组检验】？