【锚点】这一篇只钉一个判断：观察性研究报告 RR=1.5 之后，「我们调整了年龄、性别、BMI」不是对混杂的回答。对混杂的回答应该是一个数——【E值】：一个未测量混杂需要与暴露、与结局各自达到多强的关联，才能把 1.5 完全解释成无因果。

【显式】VanderWeele 与 Ding 2017 年在 Annals of Internal Medicine 给出的公式（RR≥1 时）： E = RR + √(RR × (RR−1)) RR=1.5 → E = 1.5 + √0.75 = 2.37。 读法：必须存在一个（在已测量协变量之上）与「接受暴露」和「发生结局」都至少 RR=2.37 相关的未测量因素，观察到的 1.5 才能被完全解释掉。

【隐式】真正该报的不是点估计的 E 值，是【置信区间最靠近 1 的那一端】的 E 值。因为结论的脆弱性由「打掉显著性」决定，不由「打掉点估计」决定。 【流程节点链路】点估计 RR=1.5 与 95%CI (1.1, 2.0) → 取靠近 null 的界限 1.1 → E = 1.1 + √(1.1×0.1) = 1.43 → 结论：只需一个 RR≈1.43 的未测量混杂，这个「显著」结果就不再显著。 1.43 是什么量级？比吸烟与肺癌（RR 约 10–20）小一个数量级，比多数社会经济地位变量也小。这个结果在混杂面前几乎没有防御。

【细微】E 值不是概率，也不是「混杂存在的可能性」。它是【门槛】：低于这个强度，混杂不足以解释掉结论；高于它，结论可以被解释掉。它不告诉你门槛那边有没有人站着。把 E 值读成 P(混杂存在) 是另一类范畴错误。

【极难发现】E 值只处理【混杂】，完全不处理【选择偏倚】【测量误差】【发表偏倚】。一个 E=5 的结果可以因为「只招募了存活者」而全错——而 E 值对此毫无察觉。所以正确用法是把它当「混杂这一项的体检指标」，不是当「这项研究有多可信」的总分。这一点在把 E 值当稳健性徽章贴进摘要的做法里几乎总被忽略。

【细微】参照系问题：E 值没有绝对阈值。它的意义来自与已知最强混杂的比较。RR≈10 时 E≈19.5，远大于任何合理的候选混杂，所以吸烟-肺癌那个因果结论稳健；而一个 E=1.4 的流行病学结果，你随手就能举出好几个强度足够的候选混杂。E 值是【标尺】，不是【及格线】。

【引申】既然 E 值只需要一个点估计、一个 CI 和一次开根号，为什么观察性研究的摘要宁可写三行「我们调整了……」也不肯写一个 E 值？我怀疑答案不是技术性的，是激励性的：E 值让「脆弱」变得可读，而可读的脆弱对作者不利。

值得辩论的问题：期刊应该强制要求观察性研究报告【CI 下限的 E 值】吗？还是这只会变成又一个「报了就没人看」的合规仪式？