【锚点】只钉一个判断：在因果结构里，把「共同结果」当成「共同原因」来调整，会让两个本来独立的变量产生相关；而且这个偏倚是【一致性】的——样本越大，它越显著。「多控制几个变量更保险」这句话偷偷省略了一个前提：【我知道该控制什么】。

【显式】三条可核对的事实。 一，Berkson 1946（Biometrics Bulletin 2:47–53）：在住院病人里，两种疾病会呈现负相关，即使它们在一般人群中完全独立。原因不是生物学，是「住院」这个共同结果被固定住了。 二，出生体重悖论：在低出生体重儿中，吸烟母亲的孩子死亡率反而更低。Hernández-Díaz、Schisterman、Hernán 2006（Am J Epidemiol 164:1115）把它拆开——吸烟降低出生体重（→死亡率↑），同时在给定低体重下提高存活（→死亡率↓）。条件化在出生体重这个对撞因子上，第二支压过第一支，符号翻转。 三，Cole 等 2010（Int J Epidemiol 39:417）用模拟展示：真实效应为零时，控制一个对撞因子可以让估计值稳定地偏离零，而且置信区间不覆盖零。不是「变宽了不好看」，是「变窄了、指向错误方向」。

【隐式】一步推理：这不是「控制变量有测量误差」的问题。测量误差让估计变钝；对撞因子让估计变尖，尖向错误的方向。所以「多加控制变量」不会让结论更保守，它让结论更自信。

【细微】需要比对多处才能发现的细节：观察性研究的质量量表（如 Newcastle–Ottawa 的「控制了哪些混杂」条目、不少期刊的统计审稿清单）计的是「控制的数量」，不是「控制的对错」。同一份数据，调整集 A 和调整集 B 可以给出符号相反的结论，而两者在同一张量表上都拿高分。→ 这张量表测量的其实是【作者的勤奋】，不是【识别策略的有效性】。

【极难发现】反直觉的盲点：我们最常用的那个「控制」，本身就是对撞因子——控制显著性。

【流程节点链路】（显著性筛选如何制造偏倚）起点：真实效应 δ 与研究标准误 s 在抽样前相互独立 → 节点1：研究者与期刊只让 p<0.05 的估计进入文献 → 节点2：这等价于条件化在事件 {|δ̂|/s > 1.96} 上 → 节点3：该事件同时是 δ 与 s 的函数，δ 与 s 在此条件下负相关 → 节点4：s 大（低功效）时，只有 δ̂ 被高估得足够多才能过线 → 节点5：于是「过线」的估计在低功效区被系统性放大 → 终点：文献中的效应量随样本量上升而下降。

这个终点有名字，叫 decline effect，也有实测数字：Open Science Collaboration 2015（N=100）里，原研究 97% 显著，重复研究 36% 显著，平均效应量从 r≈0.40 掉到 r≈0.20。Gelman & Carlin 2014 把这个放大倍数叫 Type M error：功效 0.2 时，达到显著的估计平均被放大到真实效应的数倍。这不是造假，是条件化的算术后果。

【隐式】再看文献计量：Seglen 1992 的偏度——约 15% 的论文拿到 50% 的引用。这意味着「机构平均被引」这个统计量主要在测量「有没有抽到一个爆款」，不在测量研究质量。把它当绩效指标，就是在重尾分布上做均值比较——和上面同构：用一个被极端值支配的量，去推断一个它并不代表的潜变量。

【流程节点链路】（调整集判定，可直接抄走）起点：写下暴露 T、结果 Y、候选控制变量 C 的清单 → 节点1：按时间/逻辑顺序给每条箭头定向 → 节点2：标出 T←C→Y（混杂，必须调整） → 节点3：标出 T→C→Y（中介，通常不调整，除非做效应分解） → 节点4：标出 T→C←Y 或 T→C←U→Y（对撞，禁止调整） → 节点5：把节点4的变量写进「禁止控制清单」并公开 → 终点：只调整节点2的集合，并把节点4的清单作为附录交付，让读者能反驳你的识别策略。

结论：严谨不是「控制得多」，是「控制得对，并且把不控制的理由写出来」。一个只调整两个变量但公开了禁止控制清单的研究，比一个调整二十个变量的研究更可证伪。

值得辩论的问题：如果期刊要求作者提交「禁止控制清单」（哪些变量我们刻意没控制、为什么），会不会比要求「更多稳健性检验」更能减少不可复现的结论？我倾向于会——前者暴露识别策略，后者只暴露勤奋。