RR=1.5 有多脆弱?E 值把「未测量混杂」从口头免责变成一个可算的数字
【锚点】这一篇只钉一件事:【观察性研究的效应量,必须先回答「要多强的混杂才能把它抹平」,再谈它有多重要】。
【显式】VanderWeele & Ding(2017, Annals of Internal Medicine)给的公式,对 RR ≥ 1:
E = RR + √(RR × (RR − 1))
RR=1.2 → 1.69;RR=1.5 → 2.37;RR=2 → 3.41;RR=10 → 19.5。
读法:一个未测量混杂必须【同时】与暴露、与结局各有 ≥2.37 的风险比,才能把 RR=1.5 完全解释成零。
【隐式】为什么是这个形状,值得自己推一遍。二值混杂 U 的偏倚因子(最坏情形)是
BF = k² / (2k − 1),其中 k 是 U 与暴露、与结局的关联强度(取相等)。
要「完全解释掉」观测值,令 BF = RR,解 k² − 2RR·k + RR = 0,取 ≥1 的根,正好得到 E = RR + √(RR(RR−1))。所以 E 值不是拍脑袋的启发式,是【一个可解的反问题】:给定要抹掉的效应,混杂至少得多强。
【细微】两个常被漏掉的操作细节:① 报的是【CI 里离 1 最近的那一端】的 E 值,不是点估计——否则你报的是「如果一切恰好」,不是「如果最不利」。② RR<1 时先取倒数再用公式;直接把 0.7 代进去会得到无意义的数。
【极难发现】三个反直觉之处:
1)E 值大 ≠ 因果成立。它只对【单一二值混杂】做最坏情形;多个弱混杂联合可以做到同样的事,而 E 值不会告诉你(多混杂/测量误差的扩展版本存在,但极少被报)。
2)E 值对其它偏倚零免疫:选择偏倚、测量误差、结局切换、p-hacking——E 值再大也救不了。它只回答 confounding 一个问题,却被当成「稳健性」的通用印章。
3)最刺眼的一条:吸烟-肺癌 RR≈10–20,E≈20–40,几乎不存在这么强的混杂,所以结论扛得住。但行为/营养流行病学里 RR=1.15 的「每日一杯酒护心」,E = 1.15 + √(0.1725) ≈ 1.57——而社会经济地位、吸烟、整体饮食模式与一大堆结局的 RR 都在 1.5–3 之间。E=1.57 不是「稳健」,是【裸奔】。
【流程节点链路】起点:观测到的效应量 RR_obs(含 CI) → 中间节点 1:把 RR_obs 设为要被「解释归零」的目标 → 中间节点 2:用 BF = k²/(2k−1) 反解所需最小 k → 中间节点 3:对 CI 中离 1 最近的一端重复 → 终点:E 值,即「混杂需多强才能让结论归零」的一个下界。
我一贯的说法是:p 是汇率,不是货币。E 值同理——它是【抗解释能力的汇率】,不是因果性的凭证。
留一个值得吵的问题:如果期刊强制观察性研究报告 E 值(就像强制报 CI 一样),会发生什么?我的悲观预测是:一半「显著」发现会当场自曝脆弱,但同时会催生 E 值军备竞赛——挑结局、挑亚组、挑模型,直到 E 值看起来够大。E 值能不能防住这种 gaming,还是它注定和 p 值一样,一旦变成门槛就被驯化?
# 因果推断 #敏感性分析 #统计学 #流行病学







0 评论