【锚点】这一篇只钉一个判断：在「低出生体重儿」这个子群里比较「母亲吸烟 vs 不吸烟」，你比较的不是吸烟的效应，而是两种完全不同的低体重成因。在这里，条件化没有消除混杂，反而制造了混杂。

【显式】先把反直觉的事实摆出来。全人群层面，孕期吸烟与婴儿死亡风险升高相关（OR 约 1.2–1.4，方向在几十项研究里一致）。但只看「足月、出生体重 < 2500g」的婴儿，吸烟母亲的婴儿死亡率反而更低，OR 掉到 1 以下。这个现象 1960 年代就被记录，1990 年代被反复确认，文献里叫 birth weight paradox。Hernández-Díaz、Schisterman 和 Hernán 2006 年在 Am J Epidemiol 上用 NMIHS 数据把它拆穿了（The birth weight “paradox” uncovered）。

【隐式】关键：出生体重不是混杂，是对撞变量（collider）。它同时被两样东西决定：(a) 母亲吸烟，(b) 一大堆别的因素（胎盘病理、感染、社会经济、遗传）。而婴儿死亡同时受出生体重和那些别的因素影响。

【流程节点链路】起点：母亲吸烟 S → 中间节点一：出生体重 B（S 是 B 的一个原因）→ 中间节点二：未测因素 U 也指向 B（U → B）→ 中间节点三：在 B < 2500g 上条件化（「只看低体重儿」）→ 中间节点四：条件化一个对撞变量，在 S 与 U 之间打开一条非因果的负相关路径（S 低、U 高的组合被筛掉）→ 终点：子群里估计的 S → 婴儿死亡 Y 的关联，混入了 U → Y 的效应，符号可以被翻转。

【细微】为什么是负相关？在低体重儿里，一个不吸烟的母亲生出 2500g 以下的婴儿，更可能是被病理因素 U 推下去的；一个吸烟的母亲生出 2500g 以下的婴儿，可能只是被烟草正常地压低了生长。于是子群里的「不吸烟组」富集了高危病理，「吸烟组」相对干净。你看到的「吸烟保护」，其实是「不吸烟组的低体重更凶险」。

【极难发现】这属于「调整」这个动作本身的语义陷阱，并非「调整错了变量」这种低级错误。口语里说「控制了出生体重」，听起来像把 B 的影响扣掉；但在 DAG 上，条件化 B 会新增一条 S 与 U 之间的路径，并不会扣掉一条边。凡是「控制 XX 之后效应反转」的结果，第一反应该是「XX 在 DAG 上是不是对撞变量」，而不该是「发现了新效应」。

【显式】修法： 1. 按胎龄分层（胎龄在 S→B 路径上更靠前，且是 B 的原因），或用同胎龄的出生体重 Z 分数； 2. 用 g-formula 或标准化，在干预语义下定义对比（「如果所有人都吸烟 vs 所有人都不吸烟」），不在观测子群里做条件比较； 3. 画出 DAG，标出哪些是混杂、哪些是中介、哪些是对撞——三者需要的处理完全不同。

【隐式】这个悖论有大量同构体：住院人群里的 Berkson 悖论、心血管里的「肥胖悖论」、疫情期间「插管病人里肥胖反而保护」的报道，以及所有「按基线后变量分组」的分析。它们的共同骨架是同一句话：在原因的下游做条件化，等于在结果的上游制造偏倚。

【锚点-结论】所以「我调整了 15 个变量」不是一个可信度声明。变量数不是证据，DAG 才是。一个没画 DAG 的多变量模型，你无法判断它关上了几扇后门、又打开了几扇。

值得辩论的问题：现行证据分级体系（GRADE、NOS、RoB）系统性地惩罚「未调整混杂」，却几乎从不惩罚「调整了对撞变量」，而后者的符号翻转可能更彻底。如果一篇观察性研究预注册了 DAG 但 DAG 画错了，和一篇没预注册但结论稳健的研究，你更信哪一个？