病因与因果推断

第四、 因果关联的推断标准(Criteria of inference of causal
association )
第一、 病因的概念
鬼神、上帝、天意 迷信阶段
人
病 因 概 念 的 发 展
金
木
水 火 土 人
气
朴素唯物主义
活的传染物
人
生物学病因的萌芽
A causal relationship would be recognized to exist whenever evidence indicates that the factors from part of the complex of circumstances that increases the probability of the occurrence of disease and that a diminution of one or more of these factors decreases the frequency of that disease.
病例对照研究 队列研究
分析性 研究
检验病因假说
随机对 研究
验证病因假说
流行病学病因研究方法与步骤示意图
假设演绎法
Mill准则 因果性实验中的对照法则
一、假设演绎法
假设演绎法的推理过程 因为假设H ,所以推出证据E (演绎推理) 因为获得证据E ,所以反推假设H (归纳推理）
A1,B,C -------- a1,b,c A2,D,E -------- a2,d,e A3,F,G -------- a3,f,g
…… -------- …… 所以，a 是A的必要条件
剩余法（method of residues）
对某复合结局事件（A,B,C），已知它的有关（暴露） 因素在特定的范围内（a,b,c），通过先前的归纳又 知道b说明B，c说明C，那么剩余的a必定说明A。 结局事件 有关（暴露）因素
1）生态学模型(ecological model ) 将机体与环境作为一个整体来考虑
分类
流行病学三角模型(epidemiologic triangle) 轮状模型(wheel model)
生物环境
宿主
社会环境
宿主
遗传内核
理化环境
图1 流行病学三角
图2 轮状模型
2） 疾病因素模型
A,B,C -------- a,b,c B -------- b C-------- c 所以，剩余a 是A的必要条件
归纳统计推理
S类的部分（S1,S2,S3…Sn）具有属性P，并且尚 未观察到反例，所以S类全部都具有属性P 。 对于概率论因果观而言，需要作概率性推广，这 就是归纳统计推理：
…… -------- …… Sn-------- P (其中m/n部分具有P属性) 所以，S类的m/n部分具有P属性
假设演绎法的应用
假设H :乙型肝炎病毒（HBV）持续感染导致原发性肝 癌（PHC） 根据该假设H，加上相关背景知识为前提，演绎地推出 若干具体经验证据 E1 （肝癌病例的HBV感染率高于对照） E2 （HBV感染队列肝癌发生率高于对照） E3 （控制HBV感染后，肝癌的发生率下降） 如果证据E1，E2，E3 成立，则假设H亦获得相应强度 的归纳支持。
二、Mill准则（Mill canons）
分类
求同法（method of agreement）
差异法（method of difference） 同异并用法（joint method of agreement and difference） 共变法（method concomitant variation）
3）病因网模型
根据生态学模型或疾病因素模型提供的 框架可以寻找多方面的病因，这些病因相互 存在联系，按时间先后联接起来就构成一条 病因链，多个形成病因网（web of causation）。
4）病因的作用方式
F
R
F1 F2 F3 F1 F2 F3 R
F
R1 R2 R3
R1
R2 R3
（病因链F:因素、R: 结果）
Development of causation in history
病原物 三角模式 环境 生 物 机体 社 会 宿主 物 质
Lilienfeld的病因定义
轮状模式
流行病学研究必然涉及病因的推断
病因推断的核心任务是排除各种可能的偏倚，确保
其真实性
病因推断的主要逻辑推理方法是假设演绎法、 Mill
SARS-CoV 些日子非常不容易：不管有没有找到病原体，广东的诊治标准证 衣原体
实是正确的，正因此，广东创造了全球最低的非典死亡率
―3.5%，远低于世界卫生组织5月7日公布的14～15%的全球平 均数，也低于香港的20%和加拿大的10% 。。。。。。 2月19日早上报纸非常精彩，有的日报干脆就报道“新华社 消息”不加任何评论；有的日报则旗帜鲜明地提出“非典型肺炎 病原有争议”、“非典型肺炎病原是衣原体？广东专家保留意 见”。这是记者工作接近四年来，第一次看到中央和地方的媒体
因果关联(causal association)
一、统计学关联
狭义的统计学关联（statistics association） 指分类资料的相关(correlation) 广义的关联 等同于相关，包括分类、等级和计 量资料，即是有关联
二、因果关联
有时间先后的相关关系
病因（暴露条件E）与疾病（D）呈相关
流行病学研究要致力于测量疾病发生中可归因于某因素的比例，而不 是追求概率为100%的必要病因
Kenneth J Rothman 波士顿大学 流行病学教授
二、病因模型(causal model)
生态学模型 (ecological model)
疾病因素模型(disease-factor model) 病因网络模型 (web of causation model) 因果联接方式(Causal connection way) 寻找病因的条目指南
有完全不同的声音。。。。。。。
本章要点
第一、 病因的概念（Concepts of causation）
第二、 因果推断的逻辑方法（ Logical methods of Causal
inference ）
第三、 统计关联到因果关联（Statistical correlation to
causal association）
定都发生该结果。如结核杆菌与结核
按病因是否充分或必要分类
充分且必要病因 传统因果观；几乎不存在
必要但不充分病因
传染病病原体； 充分但不必要病因 致死量的毒物；实际也不存在 不充分且不必要病因（复合病因）
吸烟——肺癌
充分病因和必要病因的局限性
充分病因的局限性
充分病因几乎是不存在的，牵强的例子造成病因和疾病结果几乎是一 回事（因果同一），失去了因果关系的意义。
防治措施与特定效应呈相关
E与 D
提出假设 排除偶然
有统计关联否
有偏倚否
排除虚假
有时间先后否
前因后果
图4 因果关系判断进程
偶然 关联 非因果关联
（选择、测量或混杂偏倚）
关联
有统计学 意义关联
间接因果关联
（间接病因）
因果关联
（有时间先后）
直接因果关联
（直接病因）
图5 关联分类图
• 联系：某2个事件经常伴随发生。 • 统计学联系：以人群为对象，通过统 计学方法进行检验证实的联系。 • 偶然联系：经统计学方法检验无关联 的联系。
S1 -------- P S2-------- P S3-------- 非P
三、因果性实验中的对照法则
设立对照的必要性
生物学或医学的研究对象过于复杂，很难仅仅
通过实验室或其他外在条件来控制干扰
干扰作用（背景或基线）或自发变化体现在对
照组上，通过与实验组比较，这些非处理因素
的作用就可加以排除。
如设实验（处理因素）的效应为T，干扰（非处理 因素）的效应为C，则： 实验（处理）组表现出来的混合效应 = T + C 对照组表现出来的效应 = C 实验（处理）的净效应 =（T + C）- C = T
必要病因的局限性
传染病的特定病原体为必要病因。
对于一般的慢性病，从字面或定义上，我们不可能得到“必要病因”的 启示。 对某些按“病因”分类的慢性病，可知道它们的必要病因。 如“血管性痴呆”，脑血管病变就是它的必要病因。
第二、 因果推断的逻辑方法
病例报告 现况调查 生态学研究
描述性 研究
建立病因假说
需要注意的是 实验（处理）组表现出来的混合效应（T + C）
是通过处理前后两轮测量值之差确定的
保证对照的有效性
各组除了处理因素不同，所有其他因素应尽可能相同。 有可比性的对照，才是有效的对照。 各组干扰（非处理因素）的可比性 各组效应测量的可比性
第三、 统计关联到因果关联
统计学关联 (statistics association)
同异并用法（joint method of agreement and difference）
是辨别某类事件或属性的必要且充分条件的方法 推理形式为： (1)求同部分 并且 (2)求异部分 所以，a 是A的必要且充分条件
共变法（method concomitant variation）
当有关（暴露）因素是等级或定量的，并与事 件（结局）效应成量变关系（剂量－反应关 系），才可以应用共变法。推理形式为： 事件（效应,A） 有关（暴露）因素
分别为单因单果、单因多果、多果单因、多果多因
5）病因的分类（即按来源分类）
1.宿主因素： 遗传 免疫 心理 内分泌 2.环境因素： 外环境中各种有害因素 的总和。 生物因素 理化因素 社会因素