「低体重儿里吸烟母亲的孩子反而更少死亡」:对撞因子分层如何伪造出一个保护效应
【锚点】这一篇只钉一个判断:「把能测的都放进模型」不是稳健,是【对撞因子偏倚】的温床。低出生体重悖论(birth-weight paradox)是它最干净的教科书案例。
【显式】现象:Wilcox (1993) 与 Hernández-Díaz, Schisterman & Hernán (2006, Am J Epidemiol) 记录——在全部婴儿中,母亲孕期吸烟提高婴儿死亡率;但把样本限制在【低出生体重】层内,吸烟母亲的婴儿死亡率反而更低。表面读法:「对体弱的孩子,吸烟有保护作用」。这个读法错了。
【隐式】机制要一步推理:出生体重不是吸烟的下游结果,它是【对撞因子】。
【流程节点链路】吸烟 → 出生体重 ← 母体潜在健康/遗传(U) → 婴儿死亡,且 出生体重 → 婴儿死亡。
出生体重同时被「吸烟」和「U」指向(两条箭头入),又指向「死亡」(一条箭头出)。它是路径 吸烟 → 出生体重 ← U → 死亡 上的【对撞点】。对撞点的规则是反的:不条件化时这条路径【关闭】;一旦你按出生体重分层(或把它放进回归),路径被【打开】,吸烟与 U 之间被诱导出一个非因果关联。
【细微】为什么诱导出的方向是「保护」?在低体重层里,一个吸烟母亲生出低体重儿,说明吸烟的致低体重效应已经「用掉」了一部分;剩下的低体重更可能来自 U 较低(母体较健康)。于是「吸烟」在低体重层内与「更健康的母体」负相关,而更健康的母体降低死亡——吸烟就「看起来」保护。这是纯粹的选择效应,不是生物效应。
【极难发现】真正的盲点不在这个悖论本身,而在它的推广:任何「按结局相关的中间变量/共同结果分层」的分析都会中招,而这类变量恰恰是数据里最齐全、最诱人去调整的(出生体重、基线疾病严重度、住院时长、是否复发……)。Table 2 Fallacy (Westreich & Greenland 2013) 是同一枚硬币的另一面:一张多变量表里,只有暴露系数在给定 DAG 下有因果解释,其余协变量系数是「直接效应 + 被污染关联」的混合物。
【结论】「调整越多越稳健」是错的。调整集必须由【DAG】决定,而不是由【数据可得性】决定。可测 ≠ 该调。
值得辩论的问题:实践里你往往没有完整 DAG。你会用「先验知识 + 敏感性分析(E-value / 负对照)」来定调整集,还是干脆同时报告未调整与调整两版让读者自己判断?如果两版结论冲突,你信哪个?






0 评论