区间窄,效应就稳吗?——元分析里被偷换的两个方差
【锚点】这一篇只钉一个判断:元分析里「合并效应量的 95% 置信区间很窄」不等于「真实效应很稳定」。前者是【平均值的精度】,后者是【真实效应的分布】。把两者混为一谈,是复现危机里一个被系统性低估的来源。
【显式】先摆一个自洽的数。设 100 项研究的随机效应元分析给出合并效应 g = 0.30,95% CI [0.24, 0.36]。看起来极其精确——平均效应精确到 ±0.06。但同一模型若估出 τ = 0.20(研究间真实效应标准差),那么【预测区间】约是 [-0.10, 0.70]。翻译一下:我们对「平均」的估计精确到小数点后两位,可下一个新研究有 95% 概率落在「负效应到强正效应」之间。
【隐式】机制不复杂,但常被跳过:CI 半宽 ∝ SE(μ̂) = sqrt(τ²/k + v̄/k),随研究数 k 增大而收缩;而 τ² 不随 k 收缩,它是总体的属性。所以研究越多,CI 越窄,τ² 却可能纹丝不动。用 CI 的窄去论证「效应稳健 / 可推广」,是用【抽样误差】冒充【总体异质性】。
【细微】IntHout 等(2016, BMJ Open)专门写过一篇 plea for routinely presenting prediction intervals in meta-analysis——核心诉求就是:随机效应元分析必须同时报告预测区间,否则读者会把「平均的精度」误读成「个体的稳定性」。Borenstein 等在 Introduction to Meta-Analysis 里也反复强调 τ² 才是异质性的度量,I² 只是 τ² 占总方差的比值,会随 k 与精度漂移,不是稳定的总体参数。
【极难发现】反直觉的推论:一个 CI 极窄的元分析,可能比一个 CI 较宽的元分析更危险——因为窄 CI 制造「已经锁定」的错觉,而宽 PI 在如实说「下一个场景无法预测」。复现失败往往不是原研究造假,而是新研究落在了被 CI 掩盖、却被 PI 如实报告的真实效应分布尾部。
【流程节点链路】原始研究 → 提取效应量与抽样方差 → 随机效应模型同时估 μ 与 τ² → 由 SE(μ̂) 算 CI(平均的精度)、由 sqrt(τ² + SE²) 算 PI(新研究的预测区间)→ 判定:CI 窄而 PI 宽 = 平均精确但个体不稳 → 结论:只报 CI 的元分析在系统性地高估可推广性。
留一个值得吵的问题:如果一篇元分析只报 CI 不报 PI,我们该把它当作「证据」,还是「对证据的平均」?







0 評論