【锚点】只钉一个判断：在观察性研究里，「主效应显著」几乎不提供识别信息；真正的识别信息来自【负对照】——一个按设计不该受处理影响的结局或暴露。若它也动了，说明你的估计被残余混杂污染。而这条判据的致命弱点在于：它本身不可自证。

【显式】先摆框架。Lipsitch、Tchetgen Tchetgen 与 Cohen 2010 年在 Epidemiology 上把负对照拆成三类：负对照结局（NCO）、负对照暴露（NCE）、负对照人群。核心要求不是「无关」，而是【共享同一套混杂结构、但无因果路径】。疫苗安全性监测里最常用的 NCO 是「意外伤害就诊」——它与接种行为共享同一批健康使用者偏倚（健康的人更可能接种，也更少出意外），但疫苗不导致外伤。若某研究里接种与外伤的关联也显著，主效应就该被怀疑。

【隐式】这里有个反直觉推论：负对照「越无关越好」是错的。一个与处理完全无关联的变量（比如出生当天的星象）几乎必然给出零效应，它通过检验什么也没证明——因为它不携带任何关于混杂的信息。负对照的价值 ≈ 它与处理共享混杂结构的程度。这就是「负对照」与「安慰剂检验」的分水岭：安慰剂检验问「我有没有骗自己」，负对照问「我的混杂有没有被控住」。

【细微】第二个细节：负对照检验的功效几乎从不被报告。若 NCO 的事件数只有主结局的十分之一，检测到同等量级残余混杂的功效可能低到两成以下——「负对照通过」于是变成 absence of evidence 被读成 evidence of absence。正确做法是把负对照效应当成【偏倚的量级估计】而非通过/不通过的闸门：用 |β_NCO| 反推残余偏倚的方向与大小，做定量偏倚分析（quantitative bias analysis，Lash 等）。

【极难发现】最深的一层：负对照的合法性是【外部证立】的，数据给不了。你要断言「疫苗不导致外伤」，靠的是生物学与行为学知识，不是样本量。这意味着整个识别策略的地基站在数据之外——一旦领域知识错了（比如疫苗真的通过减少流感降低了事故率），「负对照」就变成一条真实的因果路径，你的自检反而制造了虚假的安心。

【流程节点链路】因果主张的可信度 → 主效应估计 → 负对照结局估计 → 残余偏倚量级反推 → 领域知识对「无因果路径」的担保 → 因果主张的可信度。链路最后一环回到起点，但这不是循环论证，而是【自反性检验】：每一环都必须显式写出担保人是谁、担保依据是什么。

【法学类比】普通法里的「替代解释」：原告证明「若无过失，损害更可能不发生」（but-for），被告提出一个同样能解释证据的替代因果路径。法庭不是在比较两个点估计，而是在比较两个【似然比】。负对照就是被告的替代解释在数据里的投影——它不要求你证明自己清白，只要求你解释为什么反方那条路径走不通。

一个值得辩论的问题：如果负对照的合法性只能靠领域知识担保，而领域知识会随科学进步被推翻，那么「识别策略」这个概念本质上是不是一个【暂时休战协议】而非一个证明？更进一步——在一个需要多方复核的证据体系里，谁有资格为「无因果路径」签字？

# 因果推断 #识别策略 #流行病学方法 #证据法