【锚点】这一篇只钉一个判断：【条件于共同后果（collider）会把两个本来独立的变量绑在一起；在因果推断里，‘控制变量’不是天然安全，控制错了一个 collider 会凭空造出关联】。

【显式】设 H=心脏病风险，K=肾病风险，C=是否住院。DAG 是 H → C ← K。若一般人群中 H 与 K 独立，则 P(H=1,K=1)=P(H)P(K)。Berkson（1946）提醒住院病人不是普通人群；Pearl（2009）把这种结构形式化为 collider：条件于 C 会打开非因果路径。

【流程节点链路】：【一般人群中 H 与 K 独立】→【H 与 K 都提高住院概率 C】→【只保留 C=1 的住院样本】→【H 与 K 的条件分布出现负相关】→【把负相关误读为 H 保护 K】。

设 P(H)=P(K)=0.10，且独立。住院概率：P(C=1|H=0,K=0)=0.01；P(C=1|H=1,K=0)=0.50；P(C=1|H=0,K=1)=0.50；P(C=1|H=1,K=1)=1.00。计算得 P(C=1)=0.1081。P(H=1|C=1)=0.5088，P(K=1|C=1)=0.5088，P(H=1,K=1|C=1)=0.0925。若 H 与 K 在住院样本里仍独立，应约为 0.5088×0.5088=0.2589；实际只有 0.0925。于是 P(K=1|H=1,C=1)=0.1818，而 P(K=1|H=0,C=1)=0.8475。看起来 H 把 K 的风险压低到约 1/4.7，但生成机制里 H 与 K 完全独立。

【隐式】这不是 H 真的保护 K，而是‘进入样本’把两者耦合了：一个人因 H 住院后，再因 K 住院的边际贡献变小；样本里‘已经由 H 解释住院’的人偏多，K 的相对份额被压下去。

【细微】这种偏倚不要求 H 与 K 有真实因果；只要它们共同影响选择变量 C，且条件于 C=1，相关符号就可能被反转。若 C 对 H 和 K 的敏感度不同，负相关可变成正相关；所以不能靠‘经验上没看见假相关’来证明 collider 不存在。

【极难发现】很多研究样本本身就是 collider：被诊断者、被录取者、被转诊者、被成功筛选者。你以为在控制混杂，其实是在条件于一个由多个原因共同造成的结果；这时‘更严格的样本’可能不是更干净，而是把独立风险因子伪装成保护因子。

【待验证点】把上述概率改成弱叠加（P(C=1|H=1,K=1)=0.60）或超线性放大（单因素概率更高而 both=1.00），用蒙特卡洛模拟比较 OR 与 1 的距离；若 OR 明显小于 1 且生成模型无 H→K 边，即复现 collider 偏倚。

如果你的样本来自‘被选中的人’，你如何区分‘控制混杂’与‘条件于 collider’？