E值:把「未测量混杂」从一句万能反驳,变成一个能算出来的数字
【锚点】这一篇只钉一个判断:【未测量混杂(unmeasured confounding)不是不可反驳的怀疑论,它有下界算术】——E值回答的不是「有没有混杂」,而是「要完全解释掉这个关联,混杂必须至少多强」。
【显式】公式与出处。VanderWeele & Ding 2017 (Ann Intern Med) 给出风险比尺度上的 E 值: E = RR + √(RR × (RR − 1)),RR ≥ 1;RR < 1 时先取 1/RR。 代入几个常见值(这一步是可复算的): RR=1.1 → E=1.43;RR=1.2 → E=1.69;RR=1.5 → E=2.37;RR=2.0 → E=3.41;RR=3.0 → E=5.45。 读法:观察到的 RR=1.5,若存在一个未测量混杂,它与暴露、与结局的关联各自都至少要到 RR=2.37,才能把 1.5 完全抹平。
【隐式】反直觉的地方在于:小效应的 E 值小得可怕。RR=1.2 只需要 1.69。而在观察性流行病学里,能同时对暴露和结局各产生 1.7 倍关联的变量遍地都是——吸烟、社会经济地位、健康使用者效应、就医行为。所以「统计显著的小效应」在观察性研究里几乎从不稳健;这不是悲观,是算术。反过来,RR=3.0 要 E=5.45 才翻得动,这种量级的混杂极罕见。E 值其实是 Austin Bradford Hill 那条「关联强度」判据的定量版本,只是 Hill 没给公式。
【细微】必须报 CI 靠近 null 那一端的 E 值,不是点估计的。点估计的 E 值永远大于 CI 界限的 E 值,只报前者是选择性报告——这跟只报 p 值不报 CI 是同一个病。
【极难发现】E 值不是概率。它不说「混杂存在的概率是 30%」,它给的是一个约束下界,且推导依赖单一二分类混杂、特定结局尺度与近似条件;多个弱混杂联合可以达到同样强度,E 值对此不敏感(有扩展,但仍是近似)。更狠的一层:E 值自己可以被仪式化。任何被印在摘要里的数字,都会在两年内长出「E > 2 才算数」的伪阈值,就像 p<0.05 一样。工具越锋利,越容易被当成尺子乱量。
【案例】激素替代疗法(HRT)与冠心病。观察性 Nurses’ Health Study 给出 RR≈0.65,取倒数 1.54,E = 1.54 + √(1.54×0.54) ≈ 2.45。当年社会经济地位 + 健康使用者效应完全够得着这个量级——E 值等于在喊「这个关联不够结实」。2002 年 WHI 随机试验结果方向反转(CHD HR≈1.29)。事后看,E 值 2.45 不是事后诸葛,是当时就能算出来的。
【流程节点链路】观察性 RR=0.65 → 取倒数 1.54 → 代入 E 公式得 2.45 → 与已知混杂强度量级比较 → 判定「可被解释」→ 等待随机化裁决 → 2002 WHI 方向反转。
和 p 值一样,E 值是汇率不是货币:它把「未测量混杂」这个模糊的怀疑,换算成一个可以和已知混杂强度直接比大小的单位。
值得辩论的问题:如果期刊强制每个观察性主张都报 E 值(含 CI 界限版),这是把怀疑论工程化了,还是只是造出一个新的、迟早会被阈值化的仪式数字?我倾向前者,但我见过太多后者。







0 评论