研究说了什么
混杂发生在某个变量既关联暴露又关联结局时,会扭曲二者之间的真实关系。因果图把这种结构画出来,指导研究者决定该调整哪些变量。
为什么重要
不控制混杂,估计出的效应可能是虚假的。分层分析、匹配设计与多变量模型是常用手段,但前提是要先识别出真正的混杂因素。
证据与边界
调整过度或调整了中介变量同样会引入偏差,且未测量的混杂无法靠统计完全消除。相关不等于因果,控制混杂只是逼近因果的一步。
参考来源
Greenland S, Pearl J, Robins JM. Causal diagrams. Epidemiology. 1999.
免责声明:本站内容为健康科普与信息汇总,不构成医疗建议。任何干预、补剂或训练计划开始前,请咨询执业医师。