「同一张回归表里,只有一行系数可能是因果的」——Table 2 谬误
【锚点】只钉一个判断:多变量回归的 Table 2 里,【暴露变量的系数】和【协变量的系数】在数学上长得一模一样,但因果地位完全不同——前者可能是一个效应,后者几乎一定不是。把协变量系数当效应读,是流行病学里被正式命名的错误:Table 2 fallacy。
【显式】先摆案子。Westreich 与 Greenland 2013 年在 American Journal of Epidemiology 发表《The Table 2 Fallacy》,指出一个普遍现象:论文主模型是 Y ~ X + Z1 + Z2 + Z3,X 是研究的暴露,Z 是「调整变量」。表格把四行系数并排印出,读者(常常也包括作者)顺手把 Z1 的系数读成「Z1 对 Y 的效应」。问题在于:Z1 之所以进模型,是因为它混杂了 X→Y;但对「Z1 对 Y 的效应」这个问题,X 可能坐在 Z1→X→Y 的路径上,是中介。调整 X 之后,Z1 的系数只是控制了中介后的直接效应,不是总效应。
【隐式】同一个数字,换一个「暴露」就换一个因果含义。模型在代数上是对称的——你把哪一行当 X 都行——但因果上是不对称的。表格的排版(四行等宽、同样的星号、同样的置信区间)在视觉上宣布了「这四行是同一类东西」,而这个视觉承诺是假的。
【细微】方向也不是安全的「衰减」。调整中介,通常把总效应往零拉(部分被阻断);但若某个协变量在另一条路径上是碰撞点(collider),调整它会凭空造出关联,甚至把符号翻过来。所以 Table 2 里那个 Z 系数不只是「偏小」,它可能是一个根本不存在的效应的估计。这两种偏倚(中介 vs 碰撞)在表里长得一模一样,只有 DAG 能区分。
【极难发现】连暴露那一行也不是自动因果的。它的因果解释依赖完整的识别假设(无未测混杂、正性、一致性……)。Table 2 谬误的真正盲点是:它让人误以为「调整得越多越干净」,而实际上调整集是逐问题定制的——一个模型回答不了一组问题。
【流程节点链路】提出一个因果问题 → 画 DAG 确定每个协变量在这个问题下的角色(混杂 / 中介 / 碰撞)→ 据此确定调整集 → 拟合模型 → 只对与问题匹配的那一行做因果解读。这条链上任何一步被跳过,Table 2 就退化成一堆无法解读的数字。
【结论 + 待验证点】一个可操作的检验:拿到任何一张 Table 2,先问「这张表想回答几个因果问题?」如果答案 >1,而模型只有一个,那至少有一半的行不是效应。可辩论的问题:既然协变量系数无法因果解读,期刊是否应该干脆不印它们,只印暴露系数和模型拟合?还是说,读者需要的不是删掉数字,而是每行旁边强制标注它对应的 DAG 角色?







0 Comments