倾向性评分加权与发表偏倚：漏斗图的巧妙运用

引言Introduction

倾向性评分加权后的结果，常被用于观察组间平衡后的效应估计。但很多人只看主分析，忽略了发表偏倚和选择性报告。如果合并结果本身就偏了，后续结论再稳，也可能只是“看起来稳”。

1. 为什么倾向性评分加权后仍要看发表偏倚

1.1 倾向性评分加权解决的是“组间可比性”，不是“文献完整性”

倾向性评分加权，常用于观察性研究中控制混杂。它的核心目标，是让暴露组和对照组在已测量协变量上更接近。常见方法包括 IPTW、稳定化权重和 overlap weighting。

但这一步只解决分析层面的偏倚，不解决文献层面的偏倚。
也就是说，即使权重已经把样本平衡得很好，纳入Meta分析的研究仍可能存在发表偏倚。

常见问题包括：

• 阳性结果更容易发表。
• 小样本研究更容易出现夸大效应。
• 阴性结果、未显著结果更容易被遗漏。
• 同一主题下，结论不一致的研究可能只留下“更漂亮”的一部分。

1.2 发表偏倚会怎样影响倾向性评分加权研究

在倾向性评分加权研究中，效应量通常已经经过模型修正。如果再叠加发表偏倚，最终汇总结果可能被进一步推高或拉低。

这意味着，权重平衡得越好，不代表证据就越完整。
尤其是在预后研究、真实世界研究和回顾性队列研究中，纳入文献数量不多时，偏倚更容易放大。

从实践角度看，若你的系统综述或Meta分析最终只纳入10篇左右研究，就更应该主动检查发表偏倚，而不是默认不存在。

2. 漏斗图为何仍然是最常用的第一步

2.1 漏斗图的基本逻辑

漏斗图是评估发表偏倚最常见的定性工具。横轴通常为效应量，纵轴为标准误或精确度。随着样本量增大，研究点会向上集中，形成上宽下窄的倒置漏斗 。

如果不存在明显偏倚，散点应大致围绕合并效应对称分布。
如果一侧明显缺点，尤其是小样本研究缺失，常提示发表偏倚或小样本效应。

判断时要看三点：

1. 图形是否近似对称。
2. 点是否大致落在两条斜边内。
3. 是否存在单侧“空白区”。

但要注意，漏斗图不是绝对证据。异质性、研究设计差异、真实效应大小不同，也会让图形失对称。

2.2 倾向性评分加权研究中，漏斗图更要结合异质性一起看

倾向性评分加权后，研究之间的可比性提高，但仍可能存在：

• 不同加权方法带来的效应差异。
• 随访时间不一致。
• 结局定义不统一。
• 数据来源不同，例如单中心与多中心。

因此，漏斗图失对称，不一定就是发表偏倚。
它也可能反映方法学异质性，或者某些研究质量较差。

这也是为什么在实际写作中，最好把漏斗图和异质性分析、敏感性分析一起报告，而不是单独下结论。

3. 如何规范解读漏斗图

3.1 对称与不对称，怎么判断更稳妥

理想状态下，漏斗图应呈倒置漏斗，左右两侧近似平衡。
如果所有点都散布在一侧，或者下方小样本研究明显缺失另一侧点位，就需要警惕。

常见提示发表偏倚的图形特征包括：

• 小样本研究集中在一侧。
• 合并效应线偏向某一边。
• 图形上部较完整，下部明显缺口。
• 点分布呈斜向偏移，而非围绕中心对称。

但也要强调，样本量太少时，漏斗图本身不稳定。通常研究数少于10篇时，视觉判断的参考价值会下降。

3.2 视觉判断之后，还要做定量检验

定性判断只是第一步。若条件允许，应补充定量方法。
常见包括：

• Egger’s test。
• Begg’s test。
• Trim and fill分析。

最稳妥的做法，是“图形判断 + 统计检验 + 敏感性分析”三者并行。
这样比单独看一张漏斗图更有说服力。

在论文写作中，建议把结论写得客观一些，例如：

• 漏斗图基本对称，未见明显发表偏倚。
• Egger’s检验未提示显著偏倚。
• 由于纳入研究数较少，仍需谨慎解释。

4. 发表偏倚的定量方法，怎么和漏斗图配合

4.1 Egger’s test和Begg’s test各看什么

Egger’s test更偏向于通过回归方式检测小样本效应。
Begg’s test则基于秩相关思路进行判断。

这两类方法的意义，不是替代漏斗图，而是为漏斗图提供统计学支持。
如果图形失对称，同时检验也提示显著，发表偏倚的可能性就更高。

但如果图形轻度不对称，而P值不显著，也不能简单认定“没有偏倚”。
因为统计检验的检出力受研究数影响很大，尤其在样本较少时更明显。

4.2 Trim and fill的价值在于“补缺口”后看结果是否变化

Trim and fill方法用于估计可能缺失的研究，并通过“修剪-填补”来重建更对称的漏斗图。它的核心问题是：如果把可能未发表的研究补进去，合并结果会不会明显改变。

这个方法特别适合和倾向性评分加权后的Meta分析一起使用。
因为加权分析本身已经对单项研究做了平衡，若补入假设缺失研究后结论仍稳定，可信度会更高。

实操时常关注两点：

1. 补入研究数量。
2. 补入前后合并效应是否明显改变。

如果补入后效应方向不变，区间变化不大，通常说明主结论较稳健。
如果方向反转，或者显著性消失，就要重新审视证据链。

5. 敏感性分析与发表偏倚，不能混为一谈

5.1 敏感性分析主要看“单篇研究是否影响结论”

敏感性分析常见做法是逐一剔除单项研究，观察合并结果是否稳定。
如果删掉某一篇后，结果明显变化，说明该研究影响较大。

这和发表偏倚不是同一个问题。
敏感性分析回答的是“结果稳不稳”。
发表偏倚回答的是“文献全不全”。

两者常常一起做，但作用不同。

5.2 为什么这一步对倾向性评分加权尤其重要

倾向性评分加权的研究，常受以下因素影响：

• 权重极端值。
• 协变量重叠不足。
• 样本量不足。
• 结局事件少。

这会导致某些研究在合并时权重异常。
因此，敏感性分析可以帮助识别“单篇高影响研究” ，而漏斗图和Trim and fill则帮助判断“是否存在文献层面的系统缺失”。

对医学生和科研人员来说，最实用的做法是：

• 先看主效应。
• 再看异质性。
• 接着做敏感性分析。
• 最后检查发表偏倚。

顺序不要乱。

6. 写进论文时，结果部分怎么表述更规范

6.1 结果描述要避免绝对化

如果漏斗图基本对称，且Egger’s检验未显著，可以写：

• 漏斗图显示分布较为对称。
• 未发现明显发表偏倚证据。

如果存在轻度不对称，则可写：

• 漏斗图提示可能存在小样本效应。
• 但定量检验未见显著发表偏倚。
• 结果解释需结合研究数量和异质性。

不要直接写“没有偏倚”，更不要在研究数很少时下过强结论。

6.2 讨论部分要说明局限性

建议在讨论中补一句：

• 纳入研究数量有限。
• 观察性研究为主，仍可能存在未测量混杂。
• 不同加权策略可能带来结果差异。
• 发表偏倚检验对研究数较少的情况敏感性有限。

这样更符合E-E-A-T，也更容易通过审稿。

7. 结语：把方法做全，结论才更稳

倾向性评分加权能提升观察性研究的可比性，但它不能替代发表偏倚评估。漏斗图的价值，不只是“画一张图”，而是帮助你判断证据是否完整、结果是否稳健。
结合Egger’s、Begg’s、Trim and fill和敏感性分析，才能更全面地解释Meta分析结论。对于希望把方法做规范、把论文写扎实的团队，借助解螺旋品牌的专业方法支持，可以更高效地完成从数据整理到偏倚评估的全流程，减少返工，提升发表质量。