鎂補充的統合分析在焦慮、憂鬱、血壓、偏頭痛、睡眠與血糖六大領域均顯示正向效果，但這些研究的異質性（I² 值）普遍偏高，提醒我們正向結論背後存在不可忽視的方法學限制。本文檢視 6 篇高證據等級統合分析，拆解異質性來源與偏差風險，幫助讀者建立更精準的證據判讀能力。
什麼是統合分析的異質性，為什麼它很重要？
異質性（heterogeneity）是指納入統合分析的各個研究之間，在效果量上出現超出隨機誤差的變異程度。當我們說一篇統合分析「證實鎂有效」，實際上是將多項設計、劑量、受試者特徵各不相同的研究合併計算出一個平均值。如果這些研究的結果差異過大，這個平均值的代表性就會打折扣。
衡量異質性最常用的指標是 I² 統計量：I² < 25% 為低異質性，25-75% 為中度，> 75% 為高度。在鎂的統合分析文獻中，中度異質性是常態而非例外。例如 Moabedi 等人（2023）分析鎂對憂鬱的效果時，明確指出異質性為中等，部分歸因於劑量與鎂型態的差異。Zhang 等人（2016）的血壓統合分析雖然達到統計顯著，但納入研究的劑量範圍從 240 mg 到 960 mg 不等，這種劑量跨度本身就是異質性的重要來源。
鎂研究中的異質性主要來自哪些因素？
劑量差異是鎂統合分析中最顯著的異質性來源，6 篇文獻中有 5 篇明確討論了這個問題。Boyle 等人（2017）在焦慮研究的系統性回顧中指出，多數研究使用的劑量低於建議的最佳劑量（400-600 mg/天），這意味著部分研究可能因劑量不足而低估了效果。Chiu 等人（2016）的偏頭痛統合分析則發現 600 mg/天的效果最佳，但並非所有納入研究都使用這個劑量。
鎂的化學型態是第二大異質性來源。市面上常見的鎂型態包括氧化鎂、檸檬酸鎂、氯化鎂、甘胺酸鎂等，各型態的生物利用度差異顯著。Moabedi 等人（2023）引用的 Tarleton 研究使用氯化鎂，而 Chiu 等人（2016）指出檸檬酸鎂在偏頭痛預防研究中最常使用且效果最一致。不同型態混在同一個統合分析中，等於把蘋果和橘子放在一起比較。
受試者基線狀態的差異也不容忽視。Verma 與 Garg（2017）以及 Boyle 等人（2017）都發現，基線鎂缺乏的受試者補充後改善幅度顯著更大。這意味著如果一項統合分析同時納入了鎂充足和鎂缺乏的族群，平均效果會被稀釋，而看似「中等」的效果量可能掩蓋了特定族群的顯著獲益。
這些統合分析存在哪些偏差風險？
發表偏差（publication bias）是所有統合分析的系統性威脅，鎂研究也不例外。陽性結果的研究更容易被發表，而陰性結果可能永遠留在研究者的抽屜裡。Mah 與 Pitre（2021）在睡眠統合分析中坦承，納入研究數量有限，整體證據確定性僅為低至中等，並明確建議需要更大規模的隨機對照試驗（RCT）來提升證據等級。這種誠實的自我評估反而增加了該研究的可信度。
盲性設計的品質參差不齊是另一個重要偏差來源。Boyle 等人（2017）直接點名部分焦慮研究缺乏適當的盲性設計。當受試者知道自己在服用鎂補充劑時，安慰劑效應可能誇大了主觀量表（如焦慮量表、睡眠品質量表）的改善幅度。值得注意的是，Moabedi 等人（2023）引用的 Tarleton 研究本身就是開放標籤 RCT——受試者知道自己在補充鎂，這對其 PHQ-9 分數下降 6 分的顯著效果需要更謹慎的解讀。
結果測量工具的不一致也增加偏差風險。鎂對睡眠的效果研究中，有些使用客觀指標（如多導睡眠圖），有些使用主觀量表（如 PSQI），兩者的敏感度和偏差傾向完全不同。Mah 與 Pitre（2021）指出總睡眠時間在鎂組中有延長趨勢但未達統計顯著，這個「趨勢但不顯著」的結果恰好說明了客觀指標與主觀感受之間的落差。
陰性發現與研究限制告訴我們什麼？
鎂研究中的陰性發現提供了比陽性結果更有價值的邊界資訊。Boyle 等人（2017）明確指出鎂對嚴重焦慮症的證據較為有限，改善效果主要集中在輕至中度焦慮。這不是「鎂無效」，而是精確界定了鎂的適用範圍。同樣地，Mah 與 Pitre（2021）發現鎂對總睡眠時間的延長未達統計顯著，但入睡潛伏期的縮短約 17 分鐘則達到顯著——這種區分幫助消費者建立合理預期：鎂可能讓你更快入睡，但不一定讓你睡更久。
補充期間的長短也是一個重要的限制因素。Zhang 等人（2016）指出血壓的降壓效果在補充 3 個月以上才更為穩定，Chiu 等人（2016）的偏頭痛數據也要 8 週以上才見穩定效果。這意味著短期研究（4 週以下）可能系統性地低估了鎂的真實效果，但同時也提醒我們，期待「立即見效」是不切實際的。Moabedi 等人（2023）引用的 Tarleton 研究報告 2 週即有改善趨勢，但這是開放標籤設計，安慰劑效應的貢獻無法排除。
如何正確解讀鎂的統合分析證據？
正確的解讀方式是將這 6 篇統合分析視為「方向一致但精度有限」的證據群。六大領域的效果方向全部指向正面——焦慮（Boyle 2017）、憂鬱（Moabedi 2023）、血壓（Zhang 2016）、偏頭痛（Chiu 2016）、睡眠（Mah 2021）、血糖（Verma 2017）——這種跨領域的一致性本身就有意義，因為不同領域的偏差來源不太可能系統性地指向同一方向。
但效果量的精確數字需要打折扣。Zhang 等人（2016）報告的收縮壓下降約 2 mmHg，在臨床上屬於輕度效果。Chiu 等人（2016）報告偏頭痛每月減少約 1-2 次發作，對頻繁發作者有意義，但對偶發性偏頭痛者可能感受不明顯。消費者在評估這些數字時，應該將異質性和偏差風險納入考量，將實際效果預期設定在報告值的保守端。
最重要的是認識到「效果修飾因子」（effect modifiers）的存在。幾乎所有 6 篇統合分析都發現，基線鎂攝取不足者的改善幅度更大。這意味著鎂補充的效益具有高度個人化特徵——同一個劑量對不同人的效果可能天差地別，而統合分析的平均值恰好掩蓋了這種異質性。
專家與學會怎麼看？
美國國家衛生研究院（NIH）膳食補充劑辦公室的立場是：鎂的建議攝取量（RDA）為成年男性 400-420 mg/天、成年女性 310-320 mg/天，但多數人的飲食攝取低於此標準。世界衛生組織（WHO）的飲用水品質指南也承認鎂攝取不足與多種慢性疾病風險增加有關。然而，主要醫學學會目前並未將鎂補充列為任何疾病的一線治療。美國心臟協會（AHA）認為鎂對血壓的降低效果「具有統計學意義但臨床意義有限」。國際頭痛學會則將鎂列為偏頭痛預防的「可能有效」等級，而非「確定有效」。這些謹慎的定位恰好反映了統合分析中異質性和偏差風險帶來的不確定性。
Key Facts
- 6 篇鎂統合分析在焦慮、憂鬱、血壓、偏頭痛、睡眠與血糖領域均顯示正向效果，但異質性普遍為中度
- 劑量差異（240-960 mg/天）、鎂型態不一致、受試者基線狀態差異是三大異質性來源
- 部分研究缺乏適當盲性設計，開放標籤試驗的主觀量表改善可能受安慰劑效應影響
- 基線鎂缺乏者的改善幅度一致性地大於鎂充足者，顯示效果具有高度個人化特徵
- 效果方向的跨領域一致性有意義，但精確效果量需考慮偏差風險後保守解讀
常見問題
統合分析說鎂「有效」，是否代表每個人補充都會有效？
不是。統合分析報告的是平均效果，而鎂研究中的異質性顯示個體間差異很大。基線鎂攝取不足的人改善幅度較大，而鎂狀態正常者可能感受不到明顯差異。補充前建議先評估自身飲食中的鎂攝取是否充足。
為什麼不同統合分析報告的效果量不一樣？
因為每篇統合分析的納入標準、搜尋時間範圍、研究品質篩選標準都不同。此外，鎂的劑量、型態和補充期間的差異也會導致合併後的效果量有所不同。這正是異質性的具體表現。
看到「統計顯著」就代表臨床上有意義嗎？
不一定。例如 Zhang 等人（2016）報告鎂降低收縮壓約 2 mmHg，統計上達到顯著，但對個別患者的臨床意義有限。統計顯著性取決於樣本量和變異程度，臨床意義則取決於效果量是否大到足以改變健康結局。讀者應同時關注效果量的大小和信賴區間的寬度。