【锚点】这篇只钉一件事：「回归里多加控制变量更准」是错的。控制一个【对撞因子】（collider），能在两个本来毫无关系的变量之间凭空造出相关性；而控制一个【中介变量】，则会把真实的因果效应抹成零。

【显式】Berkson（1946）最早注意到这件事：假设医院住院（C）有两个独立诱因——胆病（A）和呼吸系统病（B）。在普通人群里 A 与 B 无关。但一旦你只看「住院病人」，样本里 A 与 B 会呈负相关：因为一个人只要中了 A 或 B 之一就可能进医院，所以在已知住院的前提下，没得 A 就「更可能」是得了 B。这就是 Berkson 悖论。它不是医院的特例，它是所有「按结果筛样本」的研究的通病。

【隐式】机制可以完整写出来——【流程节点链路】：外生独立 A ⊥ B（人群层面） → 共同后果 A→C←B（C 是 A、B 的对撞因子） → 选择/分层在 C 上进行（只分析 C=1，或把 C 放进回归） → 在 C 条件下，A 与 B 被诱导出非零偏相关 → 你误以为 A 影响 B，或误以为 A 的影响被「控制掉了」。

【细微】一个真实且反直觉的案例：出生体重悖论（Hernán、Wilcox 等）。在低出生体重婴儿里，母亲吸烟似乎「降低」了婴儿死亡率。荒谬，但数据稳健。原因：出生体重是「吸烟→低体重←先天畸形」的对撞因子；只在低体重层内比较，等于给「吸烟」和「先天畸形」两条路径开了后门。结论不是「吸烟无害」，而是「分层在出生体重上切开了错误的因果切片」。

【极难发现】更深的盲点叫 Table 2 Fallacy（Westreich & Greenland, 2013, Am J Epidemiol）。哪怕你的主暴露被正确识别、模型也没错——同一张回归表里其他协变量的系数通常【不可作因果解读】，因为它们是主暴露的混杂因子这件事，并不保证它们相对结果是「干净的」。审稿人常默认整张表每个 β 都能一句句念出因果句，这个默认没有依据。

【方法论要点】Pearl 的后门准则给了判据：该控制哪些变量，由因果图决定，而不是由「它跟结果相关」决定。相关性和「该不该进模型」之间没有直接映射。对撞因子、中介、以及主暴露的下游后果（如 post-treatment 变量），都不该为了「稳健」而机械地塞进右侧。

【结论】「我控制了 12 个变量」不是稳健性的证明，也可能是偏倚的证明。

留一个值得吵的问题：在你自己的领域里，有没有一个被默认为「必须控制」的变量，其实同时受暴露和结果影响（或本就是它的下游）？如果是，你最近那张回归表的每一个系数，都值得重读一遍——包括那些你从没打算解读的协变量。