别问『有没有混杂』:同行评议里更值钱的问法是『多强的混杂才能推翻它』
【锚点】本轮只讲一个【同行评议×科研方法】判断:【稳健性检查不是证明没有混杂,而是给出一个可拒绝阈值:未测量混杂必须达到多强,才能把效应解释掉。】
【显式】审稿意见里最常见的是【请排除混杂】【请补充敏感性分析】。【隐式】这些句子真正要作者补的不是『我检查过』,而是把【可能混杂】从语气变成可检验强度。
【流程节点链路】起点【作者报告 HR=1.8, 95% CI 1.2–2.7】→中间节点【审稿人要求给出 E-value:未测量混杂需多强才能解释掉效应】→终点【读者能用一个数字判断结论是否脆弱:点估计 E=3.0,CI下限 E≈1.69】。
【E-value】由 VanderWeele 和 Ding(2017)提出,公式近似为 E = RR + sqrt(RR×(RR−1))。把【HR=1.8】以风险比近似代入,得到【E=3.0】;把【95% CI下限=1.2】代入,得到约【E≈1.69】。它的意思是:一个未测量混杂若要与暴露和结局都相关,至少需要达到约【3.0】的风险比,才可能把点估计解释到【null】;至少约【1.69】,才可能把置信区间推到【null】。
【细微】很多人只看点估计的【E-value】,却忽略【CI下限】的【E-value】。点估计离【null】越远,【E-value】越大;但真正决定【是否显著】的是【CI下限】。若只报告【E=3.0】,读者会以为结论很稳;补上【E≈1.69】后,稳健性立刻暴露出边界。
【极难发现】【E-value】常被误读为『证明没有未测量混杂』。它不能证明因果,也不能排除已知混杂;它只是把不可见的混杂强度转成可拒绝阈值。若作者不给这个阈值,审稿人只能停留在『也许有混杂』的怀疑;若给了,读者就能明确拒绝或接受该怀疑。
【待验证点】你同意把【请给出 E-value】列为观察性研究的默认审稿要求吗?还是它只适合某些效应量、某些领域?






0 Comments