第八章 因果关系的推断沈洪兵主编
第八章研究的真实性与因果推断
偶然关联 提出 假设 验证 假设 关 联 统计学关联 间接因果关联 因果关联
病因推断
非因果关联
选择偏倚 观察偏倚 混杂等
直接因果关联
（二）因果关联（causal association）
黄色瘤(E) 1、继发 关联 高血清胆 胆固醇(C) ? 冠心病(D) 2、直接 关联 歪曲 性乱(F) 静脉吸毒(E) ? HIV感染(D)
4、剩余法（排除法 method of residues； exclusion）：在研究的几种因素中，排除 了某些已知与疾病无关的因素，则剩余的 因素可能是病因。（鼻咽癌与遗传，排除 鼻腔结构、语言、生活习惯等） 5、类推法（（method of analogy）：当一 种原因未明的疾病与另一种已知原因的疾 病分布相同时，两者病因可能相同。非洲 儿童恶性淋巴瘤 Burkitt lymphoma 与疟 疾分布相同（热带非洲; >1542m; >16℃）， 推断与虫媒（按蚊）有关。
第八章 研究的真实性与因果推断
1、研究结果的变异性 2、研究的真实性 3、研究的偏倚 4、病因定义及模型 5、因果关系的逻辑方法 6、统计关联到因果关联 7、因果关联的推断标准
第一节 研究结果的变异性
一、概述 变异性（variability）：研究结果的变动或波动叫 研究结果的变异性 1、生物学变异和测量变异：主要来自个体（个体 生物学变异；测量误差）、群体（个体遗传学变 异、环境变异测量误差）和样本（抽样方式、样 本大小和测量误差） 2、随机变异和系统变异：前者成正态分布；后者 的绝对值和方向保持恒定。 测量误差包括随机误差和系统误差
第8章 研究的真实性与因果推断
第8章研究的真实性与因果推断华中科技大学同济医学院公共卫生学院流行病与卫生统计学系2004前言：研究的解说涉及到研究的真实性与因果推断的问题。
研究的真实性直接关系到是否获得正确的结论，而真实性需要通过变异性估计来确定。
对于因果关系的研究，从研究结果如何做出正确的因果推断，也是非常重要的。
第一节研究结果的变异性一、变异性的概述研究结果包括描述性和分析性数据(指标)的变动或波动，称为研究结果的变异性(variability)表8-1 变异性的水平和来源变异性水平变异的来源个体个体生物学变异，测量误差群体个体间遗传学变异，环境变异，测量误差样本（研究）抽样方式，样本大小，测量误差变异的来源：–生物学（真实）变异和测量变异–随机变异和系统变异80100系统误差随机误差随机误差血压计测的血压值均值100mmHg某医师测量某病人舒张压动脉套管法测的血压80mmHg个体水平的变异性是指某个体特征测得值的变化，它可以是个体真值随时间的改变，也可以是由于测量误差引起的变化。
表8-2 个体水平测得值的变异来源变异来源特点个体状态日间变异，年龄、膳食或运动改变，环境因素（季节、温度等）测量误差仪器标度差，仪器精密度差，仪器读数或记录错误–群体水平的变异性可以看成是各个体的累计变异，因为构成群体的各个个体具有不同的遗传素质并受到不同的环境影响。
–群体的变异程度常常大于个体的变异。
一般可根据群体的变异范围来确定“正常值”范围，用于判定个体测得值是否“正常”。
–群体水平的变异性也受到测量误差的影响。
样本(研究)水平的变异性是指通过不同样本的研究所得结果的差异性。
1.描述性结果的样本变异性分析性结果的样本变异性研究的真实性一、真实性概述–研究的真实性或效度(validity)是指研究收集的数据、分析结果和所得结论与客观实际的符合程度。
–研究究结果与客观实际存在不符合的地方，就是研究误差–研究误差可以分为系统误差(偏倚，bias)和随机误差两部分–研究的可靠性或信度(reliability)亦称精密度(precision),就是反映研究结果中随机误差大小的程度–测量数据的真实性可用真实性指数(index of validity, IV),或某方面的真实性指标如灵敏度或特异度等来表示。
【SCI教程】因果关系的推导及一些相关的概念
【SCI教程】因果关系的推导及一些相关的概念许多临床研究的问题，尤其是病因学研究，危险因素的研究，往往涉及到因果关系的求证。
例如红斑狼疮的遗传学研究中，我们需要从多个的基因位点中筛选出哪个或那些与红斑狼疮有关；临床上，髋关节损害常常加速强直性脊椎炎致残，我们可能想要了解哪些因素与强直性脊椎炎的髋关节损害有关；我们还可能需要了解哪些抗风湿药可能会导致结缔组织病的性腺功能衰竭；等等。
因此，因果关系的推导是临床研究中最基本的技能。
严格地说，随机对照试验也是一种特定的因果关系推导，上一讲的预后因素分析也可以说是一种因果关系的推导。
这里主要是简要地讨论病因学的研究，以及因果关系推导中一些有关的概念。
1．研究策略推导因果关系主要应用两个分析性的研究策略，队列研究和病例-对照研究。
虽然描述性研究（病例组分析，横断面研究等）也可以在某些情况下提示可能存在因果关系，但主要是用于建立因果关系的假说，验证假说一般需要分析性研究，即队列研究和病例-对照研究。
本刊过去一些相关的文章已讨论过队列研究和病例-对照研究的区别[1]，上一讲也介绍了队列研究的方法[2]。
这里主要讨论病例-对照研究的基本方法。
病例-对照研究是一种回顾性的研究，首先需要选择一个病例组和一个对照组，回顾两组研究个体对研究因素的暴露情况。
与队列研究一样，需要结合专业知识，尽量将各种可能有关的因素，均纳入研究因素。
一方面不遗漏有意义的病因，另一方面可以通过多元回归等方法筛选和校正各因素之间的相互混杂。
病例-对照研究特别适合于发病率较低的疾病的病因学研究。
但是需注意在两个研究组的样本选择时避免偏倚，对照组往往要求与病例组是同一人群中的非患病者。
作病例-对照研究时，研究者需时时警惕和采取措施防止偏倚的存在[3]。
病例-对照研究的优点在于(1)在分析性研究中，病例-对照研究是最节省时间和费用的研究策略；(2)尤其适用于发病率较低的病因学研究；(3)适合于潜伏期较长的病变的病因学研究；(4)可以对一个病进行病因学的多因素分析；(5)可以用优势比（OR值）间接反映暴露因素对疾病的危险性。
学术研究中的因果关系推断
学术研究中的因果关系推断摘要：因果关系推断是学术研究中的重要问题，它涉及到对现象之间关系的理解和解释。
在许多科学领域中，因果关系推断是至关重要的，因为它可以帮助我们更好地理解自然现象，预测未来事件，以及制定有效的干预措施。
本文将讨论因果关系推断的重要性，介绍常见的因果关系推断方法，以及在学术研究中应用这些方法时需要注意的问题。
一、引言因果关系是科学研究中一个核心概念，它指的是一个事件或行为导致另一个事件或行为发生变化的关系。
在许多科学领域中，因果关系推断是至关重要的，因为它可以帮助我们更好地理解自然现象，预测未来事件，以及制定有效的干预措施。
然而，因果关系推断是一个复杂的问题，因为它涉及到许多不确定性和偏见。
因此，我们需要使用科学的方法和技术来处理这个问题。
二、因果关系推断的方法1.历史对照和历史比较历史对照和历史比较是一种常见的因果关系推断方法。
这种方法涉及到将一个现象与其他相似但未受干预的现象进行比较。
通过比较两个现象在不同条件下的表现，我们可以推断出其中一个现象是否导致了另一个现象的变化。
2.实验设计实验设计是一种更为精确的因果关系推断方法。
在实验设计中，研究者控制了某些变量，以观察其他变量之间的关系。
这种方法可以提供更为可靠的因果关系证据，但也需要更多的时间和资源。
3.统计关联和随机对照试验统计关联和随机对照试验是另一种常见的因果关系推断方法。
统计关联是指两个现象之间存在某种程度的联系，而随机对照试验则是一种在控制条件下进行的研究方法，可以提供更为可靠的因果关系证据。
三、应用中的注意事项1.样本选择和数据质量在因果关系推断中，样本选择和数据质量是非常重要的。
如果样本选择不当或数据质量较差，则可能会影响推断的准确性。
因此，在进行因果关系推断时，我们需要选择具有代表性的样本，并确保数据的质量。
2.变量控制和混杂因素在因果关系推断中，变量控制和混杂因素是非常关键的。
如果一个变量与其他变量相互作用，那么它可能会导致因果关系的混淆。
医学PPT： 因果关系的推断
Environment
Environment
Agent
Host
Health
Agent
Host
Disease
epidemiologic triangle
2.轮状模型
Host Genetic Codes
Health
Physical Environment Chemical Environment Biological Environment
4.共变法 5.剩余法
共变法
• 当有关的暴露因素是等级或定量的，并 与事件效应成量变关系，且两者之间有 共同变动的关系时，可认为他们之间可 能存在因果关系。
例，吸烟与肺癌，随着吸烟剂量的增加，肺 癌的发病率也增加，所以支持吸烟是肺癌的病 因。
逻辑推理法（Mill准则）
---- 建立病因假设
1.求同法 2.求异法
4.共变法 5.剩余法
3.同异并用法
四、疾病与暴露因素关联的形式
1.统计学关联 随机误差？ 2.虚假关联 偏倚（选择、信息）？ 3.间接关联 混杂偏倚？ 4.因果关联
偏倚 bias
偏倚是一种系统误差，指在研究设计、实施、 分析和推断过程中，存在的各种对暴露因素与 疾病关系的错误估计，系统地歪曲了暴露因素 与疾病间的真实联系。
第一节 病因概念和病因模型 第二节 因果关系的推断 第三节 因果推断标准
第二节 因果关系的推断
一、因果推断的一般过程 二、建立病因假设的推理法 三、疾病与暴露因素关联的形式
因果推断的一般过程
建立假设 描述流行病学
检验假设 分析流行病学
横断面研究 纵向研究
生态学研究
疾病监测
病例对照研究 队列研究
• Rothman认为：病因是疾病中起重要作用的事件、 条件或特征，没有这些事件、条件或特征的存在， 疾病就不会发生，或延缓发生。
简述因果关联的推断标准9条
简述因果关联的推断标准9条
1、有时序关系：事件发生的先后顺序，必须符合因果关系，即因必先于果。
2、有条件关系：一定的前提条件必须存在于因果关系中，即一个因的存在必须符合
另一个果的前提条件。
3、有联系关系：在因果关系中，存在一定的因和果之间的密切联系，使得两者之间
形成一个有效的因果关系。
4、有规律关系：必须满足一定的法则、规律或规律，特别是在自然界中，有好几种
古老的定律，这些定律要么确实的支撑着因果关系，要么必须要满足。
5、有结果关系：在因果关系中，必须存在因果之间的一定的结果，即果的发生必须
要因的存在，因的发生必须要果的出现。
6、有可靠证据：因果关系是根据某种证据才能确定的，因此，要推断因果关系，就
必须要有可靠的证据支撑。
7、有正确分析：推断因果关系，必须要用正确的分析方法和逻辑来进行，只有这样，推断出来的因果关系才具备可信性。
8、有排除错误：推断因果关系时，必须要坚持排除错误的原则，才能得到准确的结论。
9、有概念贴近：推断因果关系时应该注意，如果把两个概念贴近，就能推断出正确
的因果关系。
简述因果关联的推断标准 预防医学
简述因果关联的推断标准预防医学
因果关联是指一件事物的发生导致另一件事物的发生。
在预防医
学中，正确推断因果关联是非常重要的，因为只有正确地认识因果关系，才能制定出有效的预防措施。
因此，正确推断因果关联需要遵循
以下几个标准：
1. 时间顺序：因果关系必须具有时间顺序性，即因果关系的因
必须先于结果的发生。
2. 定量回答：因果关系必须具有定量回答性，即因果关系的增
加必须伴随着结果的增加，而因果关系的减少必须伴随着结果的减少。
3. 相关性：因果关系必须具有相关性，即因素之间的变化必须
与结果之间的变化相关。
4. 非随机性：因果关系必须具有非随机性，即因素的变化必须
与结果的变化有关，而不是由于随机因素的改变。
5. 一致性：因果关系必须具有一致性，即独立的研究应该得到
相同的结论。
总之，正确推断因果关联是预防医学研究的基础，只有遵循以上
几个标准，才能得出可靠的结论。
学术研究中的因果关系推断
学术研究中的因果关系推断摘要：因果关系推断是科学研究中的一个重要问题。
在学术研究中，通过对相关数据和实验结果的深入分析，可以确定事物之间的因果关系，进而为科学进步和人类福祉做出贡献。
本文旨在介绍因果关系推断的基本概念、方法和技术，并讨论其在学术研究中的应用。
一、引言因果关系是科学研究的核心问题之一。
当我们观察两个或多个变量之间的关联时，确定它们之间的因果关系是非常重要的。
因果关系推断对于理解自然现象、预测未来趋势、制定有效的干预措施以及评估政策效果等方面具有重要意义。
在学术研究中，因果关系推断的方法和技术得到了广泛的应用和发展。
二、因果关系推断的基本概念和方法1.因果链：一个事件（因）导致另一个事件（果）的过程称为因果链。
在因果链中，因和果之间的时间顺序、相关性和其他因素的排除是关键特征。
2.随机对照实验：随机对照实验是确定因果关系最可靠的方法之一。
通过将研究对象随机分配到不同的干预组中，可以控制其他潜在的混淆变量，并评估干预措施的效果。
3.历史控制组：历史控制组是一种常见的因果关系推断方法，用于比较研究对象在不同时间点的变化。
通过与对照组的比较，可以评估研究组的干预效果。
4.回归分析：回归分析是一种统计方法，用于分析变量之间的关联。
通过建立回归模型，可以评估一个或多个变量对另一个变量的影响，从而推断因果关系。
5.倾向性匹配：倾向性匹配是一种技术，用于比较类似研究对象在不同情况下的结果。
通过匹配研究组和对照组之间的相似性，可以排除其他潜在的混淆变量对结果的影响。
三、因果关系推断的技术和工具1.统计软件：统计分析软件如R和SPSS是进行因果关系推断的重要工具。
这些软件提供了丰富的统计方法和工具，帮助研究人员分析和解释数据。
2.人工智能和机器学习：人工智能和机器学习技术，如深度学习和强化学习，在因果关系推断中也发挥了重要作用。
这些技术可以自动学习和识别数据中的模式，从而为因果推断提供新的视角和方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2012年3月～6月
Why?
流行病学
流行病学研 究方法
2012年3月～6月
观察性研究 实验性研究 理论性研究
描述性研 究
现况调查 生态学研究
分析性研 究
临床试验
队列研究 病例对照研究
现场试验
社区干预试验
理论流行病学
流行病学方法研究
流行病学
病因与病因推断
? 病因研究不仅同疾病的 诊断有关，还直接关系到疾病 的治疗和预防 。
2012年3月～6月
流行病学
第一节 病因的概念
三、充分病因和必要病因
?病因可以分为： 充分病因（ sufficient cause ） 必要病因（ necessary cause ）
2012年3月～6月
流行病学
第一节 病因的概念
ED
A
C
B
充分病因Ⅰ
HG
A
F
B
充分病因Ⅱ
JI
A
F
C
充分病因Ⅲ
一种疾病三种充分病因的概念图解（ Rothman, 1986 ）
流行病学
第一节 病因的概念
3、疾病因素模型（ disease-factor model ）：
社会经济因素 生物学因素 自然环境因素 心理、行为因素 卫生保健因素
医学生物学因素 （致病机制）
疾病
远因
（流行病学的危险因素， 对预防的意义大）
2012年3月～6月
近因
（基础或临床医学的病因， 对诊断、治疗的意义大）
一、病因（ cause of disease ）的定义：
? 从决定因果观到概率论因果观的发展 ? Lilienfeld ：那些能使人群发病概率增加的因素，就可
认为是病因，当其中的一个或多个因素不存在时，人 群中该种疾病的发生频率就会下降。 ----概率论的因果观 ? Rothman ：病因是疾病发生中起重要作用的事件、条 件或特征，没有这些事件、条件或特征的存在，疾病 就不会发生，或将延缓发生。 ? 流行病学一般将病因称为 危险因素 （risk factor ）— 就是能使疾病发生概率即危险性升高的因素。
? 必要病因：指有相应疾病发生，以前 必定(概率为100%)
有该病因存在。
? 按病因是否充分或必要分类，可有四种组合：
①充分而且必要病因；②必要但不充分病因； ③充分但不必要病因；④不充分且不必要病因 ;
? 我们应当放弃决定论的充分病因和必要病因概念， 而对病因的充分性和必要性进行概率测量。
2012年3月～6月
↓
↓
病因推断
是否符合实际？ ↓
结合各方面因素
进行综合分析、
推断
2012年3月～6月
流行病学
临床资料 病理资料，等
描述流行病学
暴露因素 / 疾病三间分布
形成假设
实验流行病学 干预实验
2012年3月～6月
分析流行病学
暴露因素 / 疾病关联分析
检验、验证假设
病因推断
横断面研究 纵向研究
流
生态学研究
行
疾病监测
上图所示每一个病因组合都是疾病的最低限度的充分病因 （即不存在任何多余的或无关的病因组分）。其中的因素A就是
必要病因，即没有它就不可能发病的病因。
2012年3月～6月
流行病学
第一节 病因的概念
? 充分病因：指有该病因存在， 必定(概率为100%) 导致
疾病发生。也可以 定义为：必然会导致疾 病发生的 最低限度 的条件和事件。
病
逻辑推理
学
综合分析
Host
流行病学
第一节 病因的概念
2、轮状模型（ wheel model ）：
生物环境
社会环境
宿主
轮状模式：
强调环境和机体两者 之间的密切关系，以及环 境多样性和机体的遗传易 感性(遗传因子)。
遗传内核
理化环境
特点：
外环、内环有伸缩性， 即各部分的相对大小可随 不同的疾病而有所变化。
2012年3月～6月
2012年3月～6月
流行病学
第一节 病因的概念
二、病因模型：
1、病因－宿主－环境模型 （agent-host-environment model ）：
宿主 病因 环境
又称流行病学三角
（epidemiologic triangle ）： 强调致病因素、环境和宿主
三方面的密切关系。
平衡状态一旦被打破，就要 发生疾病。
? 流行病学中的 病因和病因推断 实际上是分析流行病学 的指导框架和评价准则 ，对于形成正确的因果思维和 准确的理解研究结果，是至关重要的。
? 流行病学的病因研究方法不仅对于 预防医学的病因研 究，而且对于 基础医学和临床医学的病因研究 ，都具 有重要的指导意义。
2012年3月～6月
流行病学
第一节 病因的概念
流行病学
因果（XX1
Y1
（2）单因多果 X
X1 （3）多因单果 X2
: Xn
2012年3月～6月
Y1
X2
Y2
Y2
:
:
:
Yn
Xn
Yn
Y
（5）直接/间接病因 X1→X2…→Xn→ Y
流行病学
第二节 因果关联的推断
因果推断的一般过程与步骤： ? 建立病因假设 ? 检验和验证病因假设 ? 病因推断标准评价
2012年3月～6月
流行病学
第二节 因果关联的推断
如何确定病因尤为重要：
描述（频度和分布）→形成病因假设 → 检验假设 →验证假设
‖ 描述流行病学
‖ 逻辑推理
‖
‖
病例对照研究 实验流行病学
↓
积累分布数据 探索流行因素
或根据已有的知识
Mill's 准则
（求同法、求
异法、排除法、
共变法，等 ）
队列研究
2012年3月～6月
流行病学
Epidemiological Triangle
Agent
2012年3月～6月
Environment
Model of Disease
Host
流行病学
Epidemiological Triangle
Agent
2012年3月～6月
Environment
Model of Disease
第八章
因果关系的推断
Causal Inference
2012年3月～6月
流行病学
当确切掌握疾病和健康状态的“三间分布” 态势后，必然要联想到以下三个问题：
▲为何不同时间发病（死亡）率不等？（When? ） ▲为何不同地区发病（死亡）率不等？（Where? ） ▲为何不同人群发病（死亡）率不等？（Who? ）
流行病学
第一节 病因的概念
4、病因网（ web of causation ）模型：
（1）类似“鱼网”的病因网。 （2）病因网的每一个节点是前面若干因素的结果，
又是后面若干结果的原因之一，最后的“总节 点”就是疾病终结局。 （3）病因网模型提供因果关系的完整路径，表达 清晰具体，系统性强，能很好地阐述复杂的因 果关系。