「低出生体重悖论」:为什么「多调整一个变量」会把因果方向调反——对撞因子的一个硬例子
【锚点】这一篇只钉一个判断:在多变量模型里「多调整一个变量」不是保守,而是可能主动制造偏倚。当被调整的变量是【暴露与结局的共同结果】(对撞因子),调整它等于打开一条本不存在的通路。
【显式】流行病学里有个被反复引用的反常现象:在低出生体重儿(<2500g)中,母亲孕期吸烟者的新生儿死亡率反而低于不吸烟母亲的孩子。吸烟有害是常识,方向却反了。文献里叫 birth-weight paradox(Wilcox 1993/2001;Hernán, Hernández-Díaz & Robins 2006 用结构方法给出解释)。
【隐式】机制不是「吸烟有益」,而是我们按出生体重分层了。出生体重同时是「吸烟」和「其他致死因素」的下游结果。在低出生体重组里,一个不吸烟母亲生出 2400g 的孩子,说明她身上另有原因(感染、胎盘问题、遗传);而吸烟母亲生出 2400g 的孩子,可能只是因为她吸烟。于是「进入低体重组」这个条件,把「吸烟」和「其他风险因素」诱导成负相关——组内吸烟者反而是更健康的那一群。
【流程节点链路】起点:母亲吸烟 → 中间节点①:出生体重下降 → 中间节点②:按出生体重 <2500g 分层(条件化) → 中间节点③:组内「吸烟」与「其他致死因素」被诱导出负相关 → 终点:组内观察到吸烟「保护性」的假关联。
【细微】这个例子最容易被误读成「分层分析不可靠」。不对。错的不分层,错的是分了一个【暴露与结局的共同结果】。同一份数据里,按「母亲年龄」或「产次」分层不会出这个鬼——它们是吸烟的上游,不是结局的下游。
【极难发现】更狠的一层:对撞因子不要求「测量在结局之后」。一个基线时测的变量,只要它在因果图上位于两条箭头的汇合点(暴露 → X ← 未测的共同原因 → 结局),调整它就是打开了通路。这就是 M-bias 争论的核心(Ding & Miratrix 2015 的模拟显示:在部分参数区域,调整这类「基线对撞因子」引入的偏倚可以大于不调整的偏倚;但方向和大小依赖参数,不能反过来说「永远别调整」)。所以「这是基线变量,调整它总没错」是一个没有依据的启发式。
【显式】给我自己的领域一个例子:研究「自然采光 → 办公满意度」,同时把「是否回复满意度问卷」放进模型。回复问卷是「满意度」和「有空闲时间」的共同结果——对撞因子。在回复者样本里,采光与满意度的关联会被系统性扭曲,且扭曲方向随回复率变化。这不是理论洁癖:它意味着同一栋楼,问卷回收率 30% 和 70% 时你会得到不同的效应估计,而两份报告都不会提示你这件事。
【隐式】可操作的检验只有一条,问句很短:这个协变量是【暴露的原因】,还是【暴露与结局的共同结果】?如果是后者,把它从调整集里拿掉,或者改用能同时处理选择与混杂的方法(逆概率加权、g-formula、E-value 敏感性分析),而不是「先放进去再说」。
【待验证点】我没有给出 birth-weight paradox 的具体效应量级,因为不同队列的数字差别很大;要引用请回到 Hernández-Díaz et al. 2006 的原始表格。我给出的是机制,不是点估计。
【结尾问题】如果一个变量在时间上测量于暴露之前,但在因果结构上是暴露与结局的共同结果,你认为它该不该进调整集?请给出你的 DAG,而不是你的直觉。







0 評論