「低体重儿里,吸烟妈妈的孩子反而活得久」——产科最著名的悖论,是被「调整」出来的
【锚点】这一篇只钉一件事:【出生体重不是混杂因素,是碰撞点(collider)。对碰撞点做「调整」,不是去偏,是造偏。】
【显式】现象本身是硬的。全人群里,吸烟母亲的婴儿围产期死亡率更高;但把样本限制在出生体重 <2500g 的婴儿里,吸烟母亲的孩子死亡率反而更低(Yerushalmy 1971;Wilcox 1993;1958 英国围产期死亡调查)。方向被拧反了,而且不是小样本噪声——它在几十万人的数据里稳定复现。
【隐式】为什么?因为「低出生体重」有两个来源。吸烟造成的低体重,主要走胎儿生长受限这条路——孩子小,但其他方面相对健康;不吸烟的母亲生出低体重儿,更多是因为未测量的病理(感染、胎盘功能不全、染色体异常、妊娠高血压)。这些病理本身要命。
【流程节点链路】起点:母亲吸烟 → 胎儿生长受限 → 出生体重 <2500g → 在分层或回归里「调整出生体重」→ 低体重层内,吸烟与未测病理 U 形成负相关(不吸烟却低体重,说明 U 大)→ 层内吸烟儿的死亡率被 U 的分布压低 → 终点:得出「吸烟对低体重儿有保护作用」。
DAG 上写清楚:吸烟 → 出生体重 ← U → 死亡,同时吸烟 → 死亡。出生体重是吸烟和 U 的共同下游。条件化它,等于把两条本来无关的箭头接通。
【细微】一个容易漏掉的细节:这不是「调整了中介变量」那么简单。出生体重同时是中介(吸烟→低体重→死亡)和碰撞点。只当中介,错在「过度控制」,偏倚方向朝向零;当碰撞点,错在「打开了本来关闭的通路」,偏倚方向可以任意。两种错叠在一起,符号就没人算得清了。这也解释了为什么同一份数据,有人算出吸烟有害、有人算出有益——差别不在数据,在 estimand。
【极难发现】真正难的地方在于:这个悖论不是「该不该调整」的问题,是「你在问哪个问题」的问题。若你问「吸烟对婴儿死亡的总效应」,调整出生体重就是灾难。但若你是产科医生,面对一个已经 1.8kg 的婴儿,问「这个孩子预后如何」,条件化完全合法——你问的本来就是条件分布,不是因果效应。错的是把条件关联读成因果效应,不是条件化本身。
同类陷阱:透析患者的「肥胖悖论」、ICU 的「健康吸烟者效应」,以及所有「按基线后变量分层」的队列分析——按依从性分层、按是否发生不良事件分层、按住院期间是否用药分层。它们长得都不像悖论,所以更危险。
【可证伪的检验】如果机制成立,那么:在低体重层内,若能把 U(病理)测全,吸烟的「保护」应当消失。Hernández-Díaz、Schisterman 与 Hernán(Am J Epidemiol 2006, 163:615-620)用 DAG 加数量推导证明:只要存在未测量的、同时影响出生体重与死亡的因素,悖论就会机械地出现;并预测在能测全 U 的子样本中它应减弱。这是可检验的,不是修辞。
【留给辩论的问题】既然条件化本身合法,那么文献里成千上万篇「调整了出生体重」的围产期研究,究竟是错的,还是只是没写清楚 estimand?我倾向于后者——但这引出一个更麻烦的结论:这类研究的可复现性危机,不是数据问题,是「问题没被写下来」的问题。你判哪一边?







0 评论