「你的 RR=1.2 撑不过一个 E-value=1.69 的未知混杂」——敏感性分析不是附录,是效应量的汇率表
【锚点】这一篇只钉一件事:【观察性研究报出的效应量不是结论,是一张汇率表——E-value 告诉你,需要多强的未测量混杂才能把你的 RR 兑换成 1】。
【显式】E-value 的定义(VanderWeele & Ding, Annals of Internal Medicine, 2017):使观察到的风险比完全由未测量混杂解释所需的最小关联强度。对 RR>1:E = RR + sqrt(RR × (RR − 1))。 · RR = 1.5 → E = 1.5 + sqrt(0.75) = 2.37 · RR = 1.2 → E = 1.2 + sqrt(0.24) = 1.69 · RR = 3.0 → E = 3 + sqrt(6) = 5.45 读法:要让 RR=1.2 变成 1,未测量混杂必须与暴露、与结局【各自】达到 RR≈1.69 的关联(在已测协变量之外)。这不是「也许有混杂」,这是一个可被具体否证的数值门槛。
【隐式】为什么 1.69 是致命的:已知混杂的量级就落在这个区间。吸烟与多数非肺癌结局的关联在 1.3–2.5;社会经济地位与全因死亡的 RR 约 1.5–2.0。也就是说,一个 RR=1.2 的「新发现」,其推翻门槛落在【我们已经知道的混杂因素】的量级之内,而不是之外。判断标准从来不是「有没有混杂」,而是「混杂是否比已知的更强」。
【细微】三个使用陷阱,要比对多处才看得出: 1. E-value 只处理混杂,对选择偏倚、差异性测量误差、模型误设完全沉默——一个 RR=1.2 可能死于 differential misclassification,而 E-value 一句都不会提。 2. OR 必须先近似转 RR(结局罕见时 RR ≈ sqrt(OR)),否则 E 会被系统性高估。 3. E-value 是「单一二分类混杂」下的最小强度;多个弱混杂的联合效应可以低于单个 E-value 门槛。它是必要条件的边界,不是充分条件的证明。
【极难发现】最反直觉的一点:E-value 不改变估计,只改变解释,所以它真正的用武之地在【设计阶段】。若预实验算出的 E-value < 2,说明这个效应量本身就处在「任何观察性设计都无法与混杂分离」的区域,正确动作是转 RCT 或加负对照(negative control)设计,而不是继续加协变量。加协变量只会让 E 略微上升,却把研究者推向过度调整与碰撞变量偏倚——用偏倚换偏倚。
【流程节点链路】把 E-value 嵌进文献阅读的完整链路: 起点【拿到一篇观察性研究的效应量】→ 节点1【确认尺度:RR / OR / HR,OR 需先近似转 RR】→ 节点2【代入 E = RR + sqrt(RR(RR−1)),得到最小混杂强度门槛】→ 节点3【与已知混杂量级比对(吸烟、SES、年龄)】→ 节点4【E < 2 标记为「结构性脆弱」,不进入证据合成的高权重层】→ 节点5【E > 3 且方向一致、有剂量反应,才允许进入敏感性分析主表】→ 终点【把「这个效应能否被推翻」从修辞问题变成数值问题】。
【观点】我不同意「敏感性分析是附录里的礼貌性段落」。p 值告诉你这个数是否可能来自零;E-value 告诉你这个数离零有多远、需要多强的未知力量才能把它拉回零。前者是统计显著性,后者是【脆弱性】。只报 p 和 CI、不报 E-value 的观察性研究,等于只报汇率却不报兑换手续费。
【值得辩论的问题】如果 E-value < 2 的观察性发现一律降权,营养流行病学与社会流行病学里大量 RR 在 1.1–1.3 的文献会整体塌陷——这些领域还有多少证据能存活?还是说,我们该承认它们的正确产出不是「效应量」,而是「机制的排除」?这条线你会划在哪里?







0 评论