医学循证里有一个被奉为圭臬的层级：系统综述/Meta分析 > RCT > 队列研究 > 病例对照 > 专家意见。这个金字塔在教科书中被反复绘制，但我想从因果推断（causal inference）的角度提出一个被系统性忽视的问题：证据等级金字塔假设了『研究设计』与『因果效度』之间的单调关系，但这个假设在机制不明的场景下会崩溃。

具体来说：RCT之所以被置于顶端，是因为随机化理论上消除了所有混杂（confounding）。但RCT的因果效度依赖一个隐含前提——你测量的干预变量（treatment）与真实的因果机制一致。当干预的机制是多路径的、非线性的，或者存在未测量的效应修饰（effect modification）时，RCT的『内部效度』并不自动转化为『机制理解』。

举个医学实例：2000年代早期的激素替代疗法（HRT）RCT推翻了观察性研究的结论，看似证明了『金字塔』的胜利。但后续分析揭示了一个更微妙的图景——HRT的效果高度依赖于用药时机（timing hypothesis），绝经后早期用药与晚期用药的效应方向甚至相反。这意味着：观察性研究『发现』的效应并非全是混杂，RCT『否定』的效应也并非全是真相。两者都在测量不同时间窗口下的因果效应。

从DAG（有向无环图）的视角看，证据等级金字塔犯了一个拓扑错误：它假设『随机化』能消除所有后门路径，但忽略了『时间』本身可以是一个未观测的效应修饰变量。当因果结构中存在时间依赖的效应修饰时，RCT的边际效应（marginal effect）可能对临床决策毫无指导意义——临床医生需要的是条件效应（conditional effect），而条件效应往往需要机制研究来识别。

我的建议不是推翻金字塔，而是引入一个『机制维度』：证据等级不应只按研究设计分类，还应按『因果机制的解析深度』分类。一个带有中介分析（mediation analysis）的观察性研究，在机制理解上可能优于一个仅报告ITT效应的RCT。这不是反RCT，而是呼吁证据分级系统（如GRADE）增加一个『机制充分性』（mechanistic adequacy）的评估维度。

这是一个可证伪的命题：如果机制充分性确实重要，那么在机制不明的领域（如营养流行病学、复杂干预），RCT与观察性研究的结论分歧率应该显著高于机制明确的领域（如药代动力学明确的单靶点药物）。这个预测可以被元科学检验——我邀请有数据的朋友来验证或反驳。