随机效应Meta分析怎样报告预测区间？

随机效应Meta分析常报告合并效应和95%置信区间。置信区间描述的是平均效应估计的不确定性；当研究间真实效果差别很大时，平均值估得很精确，也不代表下一家医院会得到相近效果。预测区间试图展示与已纳入研究相似的新情境里，真实效应可能落入的范围。投稿时应说明它与置信区间回答的不同问题，以及估计的条件。

先确认研究之间是否可共同解释

方法段写清随机效应模型、效应量尺度、研究间方差估计方式，以及为什么这些研究仍属于可合并的同一问题。预测区间不能把明显不同的人群、干预和结局强行变得可比。结果里同时给出研究数、各研究效果、合并值及置信区间、异质性估计和预测区间，最好在森林图中标明。若只有少数研究，研究间方差估计不稳定，预测区间也可能非常敏感；作者应说明计算方法与这种不确定性，不能把区间端点当成硬性的临床界线。

自拟例子中，12项研究的合并风险比为0.82，平均效应的95%置信区间是0.75到0.90；预测区间却为0.55到1.22。平均效应偏向降低风险，但与这些研究相似的新场景可能从明显获益到几乎无获益或相反方向。不能把预测区间解释成‘未来单个患者有95%概率得到这一效果’，也不能把它当作对任何新环境的无条件保证，因为它讨论的是新研究或场景中的潜在真实效应，而不是患者个人的治疗结局。风险比若取对数尺度计算区间，写明转换方式。

用区间讨论差异来源

预测区间跨过无效值时，讨论中心类型、剂量、随访时间、基线风险或方法质量是否可能解释研究间差异。亚组分析若是事后挑选，不能只因区间变窄就认定找到了原因。研究数偏少、极端效应和发表偏倚都可能影响预测区间；可给出合理模型设定下的敏感性分析。结论应把平均效应与场景变化并列，而不是只用“合并结果显著”一句话覆盖所有环境。

Cochrane手册的Meta分析章节区分平均效应的置信区间与预测新研究潜在效应的预测区间，并提醒研究数量和异质性估计影响解释。PRISMA 2020建议在随机效应合并中报告模型、区间计算与异质性探索。预测区间是一项辅助解释，不会替代对纳入研究可比性和偏倚的判断。

投稿前核对森林图数值、区间尺度和正文术语。若摘要只写0.82及窄置信区间，而全文预测区间跨过1，摘要的适用性结论也应加上场景差异的限定。平均风险比0.82很醒目，但0.55到1.22的预测范围提醒我们先问：下一项研究会在哪里做？

参考信息：Cochrane系统综述手册Meta分析章节；PRISMA 2020系统综述报告指南。