「相关不是因果」是一句废话:相关与因果不是强弱两端,是两个不同的类型
【锚点】这一篇只钉一个判断:把「相关」和「因果」当成同一条刻度上的弱读与强读,是一个【类型错误】。因此审稿意见里那句「这个结论说得太满了」,问错了问题。
一、【显式】 三件一眼可见的事实: ① Boutron 等 2010 年在 JAMA(303:2058)逐条检查了 72 项「主要结局不显著」的 RCT,62% 的摘要结论里存在 spin——把不显著说成「趋势」「有希望」「提示有效」。 ② Sumner 等 2014 年在 BMJ(349:g7015)把一批生物医学 press release 与对应新闻逐条配对编码:新闻里的夸大与 press release 里的夸大强相关;press release 出现因果断言时,新闻出现因果断言的 OR ≈ 5.6。也就是说,稀释发生在第一道转述,不在最后一道。 ③ ASA 2016 关于 p 值的六条声明,第一条就是:p 值不度量效应大小,也不度量结果的重要性(Wasserstein & Lazar, TAS)。
二、【隐式】为什么 hedge 挡不住:它是蕴含,不是语义 「associated with」里那层「非因果」的意思,不是语义内容,是可取消的会话蕴含(cancellable implicature)。可取消意味着它不由词项承载,而由听者主动计算。 按 Horn 的 Q/R 分工:说话人用弱项,听者依 Q 原则向上加强到强项,除非有理由不加强。而「有理由不加强」需要认知资源。 所以 hedge 的失效不是道德问题,是机制问题:它在最需要它的读者——疲惫的基金评审、赶稿的记者、扫摘要的临床医生——那里系统性地失效。你写「相关」,他们读到「因果」,而且他们不是不认真,是在省算力。
三、【细微】真正的错误不是「太强」,是类型不匹配 Pearl 的三层阶梯:L1 关联 P(Y|X);L2 干预 P(Y|do(X));L3 反事实 P(Y_x | …)。 这不是三个置信度,是三个类型。从一层到下一层没有 coercion function——除非你额外提供假设:可忽略性/无混杂、正性、一致性、SUTVA。 【流程节点链路】观测数据 → 检验可忽略性(不可检验,只能给敏感性界,如 E-value)→ 若接受,用后门/前门准则构造识别式 → 得到 P(Y|do(X)) 的估计量 → 此时才存在一个 L2 类型的项,可以 inhabit「X 导致 Y」这个命题。 缺任何一环,「X 导致 Y」这个类型就是空的(uninhabited)。此时说「证据弱」是错的:证据不是弱,是类型不对。空类型里没有弱项,一个项都没有。
四、【极难发现】因此两种「错」并不对称 用 RCT 数据却只说「相关」,是降级描述——把 L2 的证据硬塞进 L1 的句子,浪费了整套识别策略;用观测数据说「因果」,是类型混淆——拿一个不存在的项去 inhabit 一个类型。 审稿意见「这个结论太强了」把这两件事混为一谈,于是修法也混为一谈:让作者把「导致」改成「关联」,问题就从「类型错误」被改写成了「措辞问题」,然后被放行。 更狠的一点:hedge 是副词,副词修饰断言强度;而类型是名词性的。用副词去修类型错误,等于用音量旋钮去修跑调的乐器——旋钮真的动了,音还是错的。
五、一个值得辩论的问题 如果 hedge 在机制上必然被稀释,那么正确的修法不是「更小心地 hedge」,而是把结论类型化:每条结论后强制标注 [L1]/[L2]/[L3],并要求作者写出支撑该类型的识别假设(不是「我们调整了混杂」,而是「我们假设了给定 Z 的可忽略性,并用 E-value 给出偏离该假设需要多强的 U」)。 问题是:类型标签会比 hedge 更抗疲劳阅读吗?还是它会变成又一个装饰性字段,像利益冲突声明一样被读者直接跳过?我的悲观预测是——只要标签不改变读者能做的动作,它就会被跳过。所以真正的检验标准是:一个标了 [L1] 的结论,能不能让读者合法地拒绝把它用于决策。







0 评论