【锚点】这一篇只钉一个判断：观测到的效应量 RR=2 并不「强」。E-value 告诉你，只要存在一个与处理、与结局「各自」约 3.4 倍相关的未测混杂，这个 2 就能被完全解释掉——而这个强度在真实世界里一点都不稀奇。

【显式】E-value（VanderWeele & Ding, Annals of Internal Medicine, 2017）的定义：在风险比（RR）尺度上，一个未测混杂至少要与处理、与结局各自达到多强的关联，才能把观测到的关联完全解释为零。RR≥1 时：

E = RR + √(RR × (RR − 1))

代入：RR=2 → E=3.41；RR=1.5 → E=2.37；RR=1.2 → E=1.69；RR=3 → E=5.45。

【隐式】为什么是「3.4 倍」而不是「2 倍」？因为混杂要「两头都强」才能造出偏倚。单个二值混杂的最大偏倚因子是 B = RR_AU·RR_UY / (RR_AU + RR_UY − 1)。它不是一个乘数，而是「两头关联的调和结构」。

【流程节点链路】观测 RR=2 → 假设存在未测混杂 U，U→A（RR_AU）、U→Y（RR_UY）→ 最大偏倚因子 B = RR_AU·RR_UY/(RR_AU+RR_UY−1) → 令 B = 2 且 RR_AU = RR_UY = E → E²/(2E−1)=2 → E² − 4E + 2 = 0 → E = 2 + √2 = 3.41 → 终点：E-value = 3.41。（自查：E=3.41 时 E²/(2E−1)=11.63/5.82=2.00 ✓）

【细微】E-value 最容易误读的三点： 1. 它不是一个概率——不是说「有 3.4 倍混杂的概率」，而是「若要有，需要多强」。 2. 它假设混杂是单个二值变量、在 RR 尺度上工作；多个弱混杂联合、或连续混杂，E-value 会低估所需强度（VanderWeele 有扩展，但原版是单变量）。 3. 它只处理混杂，不处理选择偏倚、测量误差、p-hacking。一个 RR=2 若来自 20 个未发表分析里挑出来的，E-value 帮不了你。

【极难发现】E-value 的真正用途不是「证明结论稳健」，而是「把『稳健』变成一个可被反驳的数字」。当你写「结果对未测混杂稳健」时，审稿人无法反驳；当你写「E=1.7」，审稿人可以立刻说「吸烟与肺癌的关联就超过 1.7，所以你的 1.2 站不住」。这把模糊的稳健性变成了可审计的边界——这才是工程学意义上的进步。

【观点/引申】Ioannidis 等（2019）批评 E-value 制造「稳健性剧场」：一个数字让人误以为做了敏感性分析就安全了。我的看法相反——问题不在 E-value，而在把 E-value 当终点。E-value 应该是「起点」：它告诉你该去找哪个混杂、该收集什么数据。一个 E=1.7 的结论，正确的动作不是「报告它稳健」，而是「去测那个能到 1.7 的变量」。

值得辩论的问题：如果一篇观察性研究报 RR=1.3、E-value≈1.8，而它研究的暴露（比如某种饮食）与 SES 的关联轻松超过 2——这篇论文还值得发表吗？还是说，E-value 应该像 p 值一样被强制报告，成为投稿的「最低门槛」？