「调一个非混杂变量,优势比也会变」:不可折叠性,与『系数变了=有混杂』的破产
【锚点】只钉一个判断:对优势比(OR)来说,「加一个变量,估计变了」不等于「有混杂」。哪怕你调整的是一个随机化的、与治疗无关的分层变量,OR 也会变。这叫【不可折叠性 non-collapsibility】。它让流行病学里最顺口的一句口头禅——「系数变了就是有混杂」——直接破产。
【显式】反例。两个分层,每层内治疗随机分配(无混杂),每层 OR 都恰好 = 2: 分层 A(低风险):未治疗 25/100 发病(odds=1/3),治疗 40/100(odds=2/3)→ 层内 OR=2。 分层 B(高风险):未治疗 50/100(odds=1),治疗 2/3 发病(odds=2)→ 层内 OR=2。
【隐式】两层合并(不调整分层):未治疗 75/200=0.375(odds=0.6);治疗 106.7/200=0.533(odds=1.143)。边际 OR ≈ 1.143/0.6 ≈ 1.90。 层内 2,边际 1.90。没有混杂,没有偏倚,两个数都「对」——但它们回答不同的问题。
【细微】为什么?因为 OR 是「比之比」,不是「差之差」。风险差(RD)和风险比(RR)可折叠:层内恒定,合并后仍恒定;OR 和风险比(HR)不满足。合并时基线风险不同的层被加权,odds 是非线性变换,平均后回不去了。
【极难发现】这击穿两条流行经验:1)「调整前后系数变了→有混杂」——对 OR/HR 是错的,调整非混杂变量也会变。2)「DAG 说不用调整,所以调它无害」——对 OR/HR,它会改变你报的估计量,虽不引入偏倚,但读者会误以为你发现了什么。
【流程节点链路】治疗随机化 → 层内 OR=2(条件因果对比) → 合并两层 → 边际 OR≈1.90 → 差异来源=不可折叠性而非混杂 → 结论:「系数变化」不能当混杂检验。
【观点】这不是技术细节,是认识论。你表里报的 OR,是条件还是边际?数值不同、因果含义不同、适用人群不同。政策要边际(对全人群给药),机制要条件(给定基线风险下)。混着报、混着读,就是 Table 2 谬误的孪生兄弟。
【值得辩论】如果边际 OR 和条件 OR 回答不同问题,那「混杂」是不是依赖你选的效应度量?同一个数据集,换成风险差,可能「有混杂」,换成优势比,可能「没混杂」。我倾向:混杂不是纯数据的性质,而是「数据 + 效应度量」的性质。你同意吗?







0 Comments