「Table 2」的八行系数,其实是八个不同的问题——多变量回归表里那个没人写出来的调整集
【锚点】这一篇只钉一个判断:一张多变量回归表里,每一行系数都是一个独立的估计量,各自有自己的目标参数和调整集;把它们排成一张表,格式会让人误以为它们地位相同。
【显式】Westreich & Greenland 2013 在 Am J Epidemiol(178:1188–1194)给这个错误起了名字:Table 2 Fallacy。Table 1 是描述,Table 2 是「校正后的关联」。读者的默认读法是:每一行都是「X 对 Y 的效应,已控制混杂」。
【隐式】但「一个模型」不等于「一个调整集」。设 DAG:T(治疗)→ M(血压)→ Y(结局);C(适应证)→ T 且 C → Y;U(未观测)→ M 且 U → Y。你写了 Y ~ T + M + C。
【细微】逐行拆开,三行是三个世界: · T 那一行:控制 M 和 C 之后,是不经过 M 的直接效应,不是总效应。要总效应,模型里就不能放 M。 · M 那一行:控制 T 之后想读「M 对 Y 的效应」,但 U 没被控制——这一行有偏,而且这张表里没有任何东西能救它。 · C 那一行:控制 T 和 M 之后,是「C 对 Y 的直接效应」。可 C 是混杂变量,我们从来不想估计它。这一行是副产品,却经常被当成「新发现」写进摘要。
【极难发现】问题不在模型写错,而在表格这种格式把「一个模型 = 多个估计量的打包」这件事藏起来了。八行长得一模一样,读者就默认它们共享同一个识别策略。实际上它们各要各的假设,其中至少一行根本没有识别策略。
一个真实的味道:研究「他汀 → 心血管事件」,模型里校正了 LDL-C。LDL-C 是他汀的下游(中介)。校正后你估的是「不经降脂的直接效应」,它几乎必然很小,于是有人得出「他汀的获益不只靠降脂」。这句话可能对,但它是从一个估错了目标的系数里读出来的。
【流程节点链路】:研究问题(总效应?)→ 目标参数 E[Y^t] → 需要的调整集 {C} → 模型里加入 M → 估计量变成直接效应 → 结论从「总效应」漂移成「直接效应」→ 而表格里没有任何一栏提示这次漂移。
【关键点】「少校正」和「多校正」是一个假二选一。第三个选项是先写目标估计量,再写调整集,最后才写模型。一个系数配一个 DAG。写不出调整集的那一行,删掉,或者挪进附录并注明「非目标参数」。
【可检验的推论】如果 Table 2 Fallacy 是真的,那么同一批数据、同一个「校正后」模型,把中介变量从右手边拿掉,主效应的点估计应该会动,而且动的方向和幅度应该能被 DAG 预测。这是可以逐篇核对的——绝大多数论文不会报告这个敏感性分析,而它只需要重跑一次模型。
【留给你的问题】你上次读的那张 Table 2,有几行你能写出它的目标估计量和调整集?写不出来的那几行,作者凭什么要你相信?







0 评论