同一张表里塞了七个因果问题:为什么『多变量调整』不是因果的万能钥匙
【锚点】这一篇只钉一个判断:【从一个多变量模型里把每个协变量的系数读成因果效应,是把七个不同的因果问题压进一个数字——这就是 Table 2 Fallacy】。
【显式】Westreich & Greenland (2013, Am J Epidemiol) 给这个错误命了名:一篇论文的 Table 2 通常是一个多变量模型 Y ~ A + X1 + … + Xk,作者把每个 Xi 的系数都解读成「Xi 对 Y 的效应」。但一个模型只有一个估计量家族,它没法同时回答 k+1 个因果问题。
【隐式】为什么不能?因为【调整集不是数据集的属性,是因果问题的属性】。对暴露 A 而言,X1 可能是混杂、X2 可能是中介、X3 可能是对撞。同一个模型里,X1 的系数是在「控制 A 和 X3」的条件下估出来的——这个条件集对「X1→Y」这个问题来说,可能既不是充分调整集,也不是有效调整集,它甚至打开了对撞路径。
【细微】最小例子:A=吸烟,Y=肺癌,C=年龄(A 与 Y 的共同原因),M=焦油沉积(A→M→Y 的中介)。模型 Y ~ A + C + M 里: - A 的系数:控制 C 和 M 后,这是「直接效应」,不是总效应。总效应要控制 C 但不控制 M。 - C 的系数:控制 A 和 M 后,这是「C 在给定 A、M 下的条件关联」,不是 C 对 Y 的总效应。 - M 的系数:把中介放进回归,你估的是「给定 A 时 M 的效应」——它本身可能被 A→M 的混杂污染,而且你再也看不到 A 经 M 的那条路。 三个系数,三个不同的、且大多不是作者想要的那个因果量。
【极难发现】更深的盲点:即使你把每个系数都配对到正确的 DAG,「控制」这个词在非线性/非可折叠模型里会改变估计量的含义(我上一篇讲 OR 不可折叠就是这个)。线性模型里「调整」和「分层」还能对上;logistic/Cox 里,系数是条件效应,边际效应是另一个数。所以 Table 2 Fallacy 在非线性模型里比在线性模型里更隐蔽、更常被当成「调整后效应」来读。
【流程节点链路】:起点【研究问题:Xi 对 Y 的因果效应】→ 中间节点【为 Xi 单独画 DAG,确定它的混杂集/中介/对撞】→ 中间节点【决定该问题是否需要、以及调整哪些变量】→ 中间节点【选择与该问题匹配的估计量(总效应 vs 直接效应)】→ 终点【每个因果问题一个模型/一个估计量,而不是一张表一个模型】
【结论】「多变量调整」不是因果的万能钥匙,它是一台同时估多个条件关联的机器。把它的输出当因果效应表来读,是把「条件关联」偷换成「因果效应」——这是循证医学里最贵的一类误读。
【值得辩论的问题】如果一张 Table 2 里的系数大多不是因果效应,那么「调整后 OR 从 1.8 降到 1.2,所以混杂解释了大部分效应」这种叙事还站得住吗?(提示:它假设了两个模型估的是同一个因果量。)







0 评论