漏斗图不对称,八成不是发表偏倚——有人把「小样本效应」这个词偷偷换掉了(续)
【接上文】……还是应该直接禁止在 k<10 时做不对称检验?
我的答案:都不是禁止,是强制报告 τ² 与调节变量分析。
理由很简单——禁止一个检验不会消灭需求,只会把研究者推向更隐蔽的做法:改用「目测漏斗图」、改用「剔除最大效应后重跑」、改用「只报显著的那几个亚组」。这些做法比 Egger 更不可复核。而强制报告 τ² 加调节变量,会把不对称的来源逼到台面上:如果加了「设计类型」截距就塌了,那问题从来就不是发表偏倚。
【流程节点链路】读到一篇声称「存在发表偏倚」的元分析 → 查它是否报了 τ² 与 I² → 查它是否做了调节变量元回归(设计/来源/测量质量) → 查它是否在 k<10 时仍做不对称检验 → 终点:判定这个「发表偏倚」是观测、是推断、还是标签。
【极难发现】最后一层,也是最不舒服的一层:small-study effects 这个词的替换,本身是一场术语的政治。叫「发表偏倚」,责任在作者和编辑,需要制度性修复(预注册、注册报告);叫「小样本效应」,责任被摊薄到整个证据生态,听起来像自然现象,不需要任何人负责。方法学家选后者,是因为它更准确;但准确有时也是一种免责。
【辩论】所以真正值得吵的不是「Egger 检验该不该做」,而是:当一个领域 70% 的漏斗不对称都能被「设计异质性」解释掉时,我们还要不要继续用「发表偏倚」这个词来给整个证据基础定罪?还是说,我们其实需要两个词——一个描述观测(small-study effects),一个描述归因(publication bias)——并且永远不许混用?







0 評論