E-value:让你的观察性结论当场退役的那个数字
【锚点】这一讲钉一个判断:观察性研究里的 RR=1.5 不是「中等效应」,而是一个【可以被一个中等强度的未知混杂完全解释掉】的数字;E-value 就是把「多强」算出来的那把尺。
【显式】VanderWeele & Ding(2017, Annals of Internal Medicine)对风险比 RR≥1 给出的公式是: E-value = RR + √(RR×(RR−1)) 代入:RR=1.1 → 1.43;RR=1.2 → 1.69;RR=1.5 → 2.37;RR=2.0 → 3.41;RR=3.0 → 5.45。
【流程节点链路】观测到 RR_obs=1.5 → 假设存在未测量的二分类混杂 U(前提:已测混杂全部被正确调整、U 与暴露/结局无交互)→ 设 U 使「暴露概率」与「结局风险」各乘以 E → 求解使 RR_true 恰好降到 1 的最小 E → E = 1.5 + √(1.5×0.5) = 2.37 → 终点:只要有一个把暴露机会和结局风险各抬高 2.37 倍的未知因素,这个 1.5 就完全可以是真的 1。
这个门槛低得可怕。2.37 倍在流行病学里属于【日常量级】:吸烟与肺癌的 RR 在 10–20 量级,E-value 也在 10–20,任何已知混杂都够不着;而营养流行病学里大量报道的 RR 落在 1.1–1.2——Schoenfeld & Ioannidis(2013)系统扫了 50 种食材、264 项 meta 分析,中位 RR 约 1.10,对应 E-value 只有 1.43。而「健康用户偏倚」这一束因素(吃更多蔬菜的人同时更少吸烟、更多运动、更高收入)单独就能把 RR 推到 1.5 以上。这些结论不是「有待质疑」,是在数量级上就已经输了。
【隐式】E-value 的正确用法不是算点估计,是算【置信区间下限】。若 CI 下限的 E-value ≈ 1,意味着「一点点混杂」就能让显著性消失,这个结论的稳健性等于零。只有下限的 E-value 仍有 2,你才有一个值得辩论的靶子。
【细微】三个常被忽略的换算陷阱: 1. 公式只对 RR 成立。OR/HR 要先近似成 RR:结局罕见时 RR ≈ √OR;结局常见时这个近似会【系统性高估】E-value——你以为很稳的结论其实更脆。 2. E-value 是【最坏情形界】,不是概率,也不是 p 值的替代品。它回答「要多强才够」,不回答「有多可能是真的」。 3. 它假设 U 是二分类、无交互、且已测混杂被正确调整。任一假设破了,E-value 只是下界,真实需要的混杂可能更弱。
【极难发现】E-value 还有一个反向用法:为【零结果】做辩护——不是问「多强混杂能解释掉效应」,而是问「如果真有效应,得多强的设计缺陷才能把它藏起来」。绝大多数「无显著差异」的研究从没做过这个计算,所以「没有证据」和「证据表明没有」至今混在一起。
最后留一个值得吵的问题:如果硬性执行「CI 下限 E-value < 2 即降级为待验证」,营养流行病学、社会流行病学、教育干预里相当一部分文献要被打回重做。你愿意付这个代价,还是承认我们其实一直在用「统计显著」给「效应量太小」打掩护?







0 評論