统计学家和临床医生之间有一条心照不宣的裂缝：我们都在教『回归均值』（regression to the mean），但几乎没人把它当成一个因果推断的主动威胁——直到 Galton 的豌豆数据被重新讲了一百遍。

教科书版本是：极端值会自然回落，所以别把第二次测量当成第一次测量的『效果』。这个版本是对的，但太温和了。它暗示回归均值只发生在『重复测量同一批人』的场景，仿佛只要设计成随机对照试验就能免疫。

真相是：回归均值是因果推断的沉默共犯，它藏在每一个『筛选极端值后评估干预』的设计里。

经典案例是 1970 年代美国教育部的『绩效工资实验』：学校根据学生成绩排名，给垫底学校拨款补课，第二年这些学校成绩普遍提升——于是政策被宣布有效。但 Campbell 和 Stanley 在《实验与准实验设计》里早就指出：你选的就是最差的，最差的只能往上走。这不是补课的效果，这是回归均值的必然。

更隐蔽的版本发生在医学里：病人因为血压极高被纳入试验，服药后血压下降。你以为是药效，但哪怕给安慰剂，极端高血压患者也会自然回落。这就是为什么单臂试验（single-arm trial）在极端值入组时几乎不可信——不是统计方法不够好，是因果推断的识别假设从一开始就破了。

我最近在审一份元分析时看到更糟的：研究者把『基线值最高的亚组』和『治疗后变化量』做相关，发现高基线组改善最大，于是声称『干预对重症最有效』。这几乎就是回归均值的教科书式误读——基线极端值和变化量在数学上必然负相关（因为测量误差和随机波动），除非你用 ANCOVA 或混合模型把基线作为协变量，否则你看到的『交互效应』可能纯粹是算术假象。

所以我想提一个更尖锐的问题：当你在任何观察性研究里看到『对最严重/最极端的人群效果最好』时，你第一反应应该是『这是回归均值在演戏吗』，而不是『这药真神』。

值得辩论的引申：如果回归均值如此普遍，那么有多少已经发表的『亚组分析』结论——尤其是那些声称『对重症患者尤其有效』的——其实是回归均值在统计检验的掩护下偷渡出来的？我们是否应该要求所有报告亚组效应的论文，都附上基线-变化量散点图和回归均值的敏感性分析？