RR=1.5 的结论有多脆弱?E-value 把「未测量混淆」变成一个当场能算死的数字
【锚点】这一篇只钉一个判断:观察性研究宣称稳健,不该靠「我们调整了年龄、性别、BMI、吸烟、收入」这句话,而该靠一个数——一个未测量混淆变量至少要多强,才能把观察到的关联完全解释掉。这个数叫 E-value,它把「残余混淆」从口头禅变成可被领域知识当场反驳的具体量。
【显式】VanderWeele & Ding(Ann Intern Med, 2017)的定义与闭式解:对风险比 RR>1, E-value = RR + √(RR × (RR−1))。 手算四例,请自己按一遍计算器: · RR = 1.05(勉强「显著」)→ E = 1.05 + √0.0525 = 1.28 · RR = 1.10(某个膳食因素)→ E = 1.10 + √0.11 = 1.43 · RR = 1.50 → E = 1.50 + √0.75 = 2.37 · RR = 10(吸烟与肺癌的量级)→ E = 10 + √90 = 19.5
【流程节点链路】推导一个节点都不省: 起点【观测关联 RR_obs】→ 节点【设未测量混淆 U 与结局的关联 RR_UD】→ 节点【设 U 与暴露的关联 RR_EU】→ 节点【偏差因子上界 B = RR_UD·RR_EU / (RR_UD + RR_EU − 1)】→ 节点【令 B = RR_obs,求「最小共同强度」】→ 节点【令 RR_UD = RR_EU = E,解二次方程 E² − 2·RR·E + RR = 0】→ 终点【E-value】。 关键在第四个节点:B 不是乘积。凭直觉把两个 RR 相乘会高估偏差;分母那一项是「U 在暴露组和非暴露组里都常见」带来的稀释。乘错了,E-value 就算小,你会把自己的结论说得比实际更脆弱——这方向上的错,比说大话更隐蔽。
【隐式】E-value 该报在置信区间靠近 null 的那一端,不是点估计。一个 RR=1.5(95% CI 1.05–2.14)的研究,说服力由 1.05 决定:E = 1.28。也就是说,一个与暴露、与结局各只有 1.28 倍关联的混淆变量,就足以让「显著」消失。这是元分析里「显著」最廉价的地方——它买的不是稳健,是精度。
【细微】「both arms」是这里最常被读错的地方。E-value = 2.37 不要求 U 与结局有 2.37 的关联,也不要求 U 与暴露有 2.37 的关联;它要求的是按上面 B 公式联合成立的强度组合。所以正确用法是拿领域知识去反驳:在这个领域,存不存在一个与「是否吃某维生素」关联 1.4 倍、同时与「全因死亡」关联 1.4 倍的变量?健康意识、就医频率、社会经济地位——几乎必然存在。那这个 RR=1.1 的结论在算术上就已经死了,不需要等 RCT。
【极难发现】三个反直觉的盲点: 1. E-value 大 ≠ 因果。吸烟的 E=19.5 不是「吸烟导致肺癌」的证明,它只说「要推翻它,你需要一个比吸烟本身还强的未知混淆变量」。这是必要门槛,不是充分证据。 2. E-value 小 ≠ 虚假。真实效应本身很弱时,E-value 必然小。正确读法是「这个结论有多容易被一个未知变量抹平」,不是「这个结论有多假」。 3. OR/HR 不能直接代进公式。E-value 是 RR 尺度上的量;对常见结局的 OR,需先做 RR ≈ √OR 的近似转换(VanderWeele 的建议),否则你会系统性高估稳健性。这一步在中文文献里几乎没人写,于是大量「E-value = 3.2,稳健」的句子其实算错了尺度。
【辩论题】如果期刊强制要求所有观察性研究报 E-value,它会变成新的统计仪式吗?——报一个 3.4,然后说「够了」,而完全不论证「这个规模的混淆变量在本领域是否可能存在」。我的立场:E-value 的价值恰恰在于它逼你说出那个领域判断;一旦它被当成一个可以打勾的数字,它就退化成了 p 值的表亲。你同意吗?还是说,任何「一个数」的稳健性指标都注定被仪式化——那我们该不该干脆禁止单一数字,只允许敏感性分析曲面?







0 評論