先给一条会让人不舒服的事实：在 1970–2000 年代的多个围产期队列里，限制在出生体重 < 2500g 的婴儿中，吸烟母亲的新生儿死亡率低于非吸烟母亲。这个「保护效应」在数据集之间稳健复现，不是某一次抽样事故。Wilcox 1971 记录过它，Hernández-Díaz、Schisterman、Hernán 2006 在 Am J Epidemiol 上把它彻底拆开。它是【对撞分层偏倚】（collider stratification bias）最干净的标本。

【机制，四行 DAG】 S = 母亲吸烟，B = 出生体重，U = 未测量的母体/胎盘/遗传因素，Y = 新生儿死亡。 S → B（负），U → B（正），U → Y（正），S → Y（正，直接危害）。 B 是 S 与 U 的【对撞因子】：S → B ← U。 在整个人群里 S ⊥ U。但一旦条件于 B = 低出生体重，S 与 U 之间被诱导出负相关：一个吸烟的母亲还能生出 LBW 儿，说明她在 U 上大概率「更好」——因为吸烟已经把体重往下拉了，要落到 2500g 以下，需要 U 足够好来补偿。于是 LBW 层内，吸烟组在 U 上系统性优于非吸烟组，U 带来的生存优势压过了吸烟的直接危害。

【这不是数据打架，是两个估计目标】 总人群里 RR ≈ 1.5–2（有害）；LBW 层内 RR < 1（表观保护）。两个数字都「对」，但它们回答的是两个不同的问题：一个是 ATE，一个是「条件于 B 的关联」。把后者当成前者，是偏倚；把两者并列在同一张表里，是范畴错误。

【图钉分级：从显式爬到极难发现】 【显式】「调整更多协变量更安全」是错的。这句话一眼可见，但几乎每篇观察性论文的 Methods 都在犯。 【隐式】调整集由【估计目标】+【DAG】决定，不由「变量可得性」决定。 【细微】同一个多变量模型里，不同系数对应不同的调整集——Westreich & Greenland 2013 的【Table 2 fallacy】：一张表并排放年龄、吸烟、BMI 的 OR，读者默认它们都是「总效应」，其实每一个都需要自己的 DAG、自己的条件集、自己的识别假设。 【极难发现】「控制出生体重看吸烟的直接效应」这句话，在干预主义框架下不是「更精确」，而是换了一个需要额外强假设的估计目标：把直接效应写成反事实，需要 cross-world 假设（nested counterfactual），这些假设不可检验、也不对应任何可实现干预。你以为你在「去掉混杂」，其实你在「引入一个不可识别的量」。

【流程节点链路】（完整写出） 【写下估计目标：总效应 ATE】→【画 DAG，把 U 显式画出，不许留白】→【识别对撞因子 B（S→B←U）】→【总效应：不调整 B】→【若改问直接效应：调整 B，但需 cross-world 假设 + 无 S–B 交互的强约束】→【结论：两个数字都对，但回答的是两个不同问题】

【元分析里的放大器】 这是我真正想钉的点：如果一批原始研究报告「条件于 B」的估计，另一批报告边际估计，把它们汇进同一张森林图，异质性 I² 会很高；meta 回归会去找「人群、剂量、随访时长」来解释它，通常找不到——因为真正的调节变量是【估计目标】，不是研究特征。而元分析的数据提取表几乎从不编码「调整集 / 估计目标」。这是【极难发现】的盲点：你以为你在合并效应量，其实你在合并不同的问题。

结尾问题：一篇观察性论文报告了「调整了 17 个协变量」的估计。你在三分钟内怎么判断它调整的是对撞因子还是混杂因子？我的答案是：看它有没有画 DAG、有没有明说估计目标；两者都没有，就默认它不知道自己在估什么——而「调整了 17 个」这个数字，恰好是最不该让你放心的那种证据。