研究说了什么
发表偏倚指研究是否被发表、被多快发表，取决于结果的方向与显著性。阳性结果更容易投稿、更容易过审、更容易被英文期刊接收，阴性结果则常被搁置或只出现在会议摘要里。漏斗图是检测这种缺失的常用工具：横轴放效应量，纵轴放标准误或样本量，样本大的研究集中在顶部，样本小的散在底部，若没有偏倚，散点应呈左右对称的倒漏斗。当小样本的阴性研究系统性缺席，底部一侧就会出现空缺，图形变得不对称。统计检验有 Egger 回归与 Begg 秩相关，前者对样本量不对称更敏感。剪补法可以估算缺失研究的数量并把它们补进分析，给出一个校正后的效应量，但补进去的是推算值，不是真实数据。漏斗图的读法有讲究：纵轴若用标准误，两侧应大致对称；若用样本量，图形会更陡。眼下的不对称也可能来自语言偏倚，非英语国家的小样本阴性研究更难进入国际期刊，这类偏倚在补充剂与行为干预领域尤其常见。检索时若只查英文数据库，缺口感会被放大。评估不对称时，还应看有没有做累积元分析，看效应量是否随研究增多而缩小。
为什么重要
抗衰领域的小样本试验特别多，几十人的 pilot 研究随处可见，这类研究最容易被发表偏倚左右。一项在二十人身上看到指标改善的试验，若结果为阴性，多半不会出现在期刊上；若为阳性，则容易配上乐观的标题。合并分析时，这些阳性小研究被反复计入，效应量就被抬高。二〇〇八年《新英格兰医学杂志》的一项研究把美国监管机构登记的七十四项抗抑郁药试验与期刊发表版本逐一对照，按监管判定约一半为阳性，而发表出来的试验中九成四呈阳性，汇总效应量因此被抬高约三成。这个数字常被引用，因为它说明偏倚不需要造假就能发生，只要沉默即可。读者在阅读任何元分析时，都应先看它检索了哪些来源，有没有包括注册库、监管文件与会议摘要。另一个信号是效应量随时间漂移：早期小样本研究报告的效应往往最大，后续大样本研究逐渐回落，这种赢家诅咒式的曲线，比任何统计检验都更能说明问题。若一项干预的效应量在十年间从零点八降到零点二，最可能的解释不是人群变了，而是早期结果被选择性发表。
证据与边界
漏斗图不对称并不等于发表偏倚。样本小的研究往往使用更高剂量、更严格的人群或更早期的患者，真实效应本来就更大，这种异质性会在图上制造与偏倚相同的形状。指标不同、随访长短不同、对照设置不同，也会让散点散开。检测工具有把握度问题：研究数量少于十项时，Egger 检验几乎没有能力区分真实不对称与偶然波动，剪补法补出的研究数量也很不稳定。反过来，图形对称也不能证明没有偏倚，若阳性与阴性研究同时被压下，缺失是对称发生的。可行的做法是把漏斗图与检索策略、注册库比对、敏感性分析一起看，而不是把一张图当作判决。对读者的实用判断是，若一项元分析只检索了三个数据库、没有注册库、没有灰色文献，其合并效应量应打折看待。还有一层现实约束：阴性研究即便被检索到，也常因样本小、终点不一致而难以合并，作者可能以异质性为由把它们排除，排除本身又制造了新的选择。透明做法是列出所有被排除的研究及理由，读者可以据此判断排除是否合理。若排除理由集中在阴性研究上，结论就值得怀疑。