观文听傑

返回

风险比证据与两条未测混杂关联在平衡尺度上比较,体现敏感性阈值风险比证据与两条未测混杂关联在平衡尺度上比较,体现敏感性阈值

上一篇用负向对照寻找“不应存在却仍出现”的关联。但负向对照通过也不能证明没有其他未测混杂。本篇接着回答一个更窄的问题:要让一个未测混杂因素完全解释观察到的风险比,它与暴露和结果至少要有多强的关联?

**E-value(E 值)**把这问题转成一个风险比尺度的阈值。它是敏感性分析的摘要,不是偏差校正器,也不从数据识别具体混杂因素。下一步可以将这个强度与已测混杂因素的关联范围、负向对照信号及领域知识并列解释。

flowchart LR
  A[调整后风险比与置信区间] --> B[统一效应方向:RR >= 1]
  B --> C[按风险比公式计算 E-value]
  C --> D[分别评估点估计与最接近零效应的区间端点]
  D --> E[与已测混杂关联强度和领域知识比较]
  E --> F[报告阈值、尺度、估计量与限制]
mermaid

计算伪代码:

输入:点估计 RR、置信区间 [L, U]、效应方向
若 RR < 1:点估计转换为 1 / RR
计算点估计 E = RR + sqrt(RR * (RR - 1))
若 [L, U] 包含 1:区间 E-value = 1
否则选离 1 最近的端点;若保护方向则取倒数后计算 E-value
输出:两个阈值及其风险比尺度、协变量条件和估计区间
text

01 关联还剩多少,为什么要看强度?#

研究者用观察数据估计治疗与结局的调整后风险比(Risk Ratio,RR)为 2。即使已调整记录中的协变量,仍可能有未测因素 UU 同时影响治疗和结局。单说“有未测混杂”无法比较严重性;E-value 要求回答:在指定的风险比框架下,UU 至少要分别与治疗和结局多强相关,才能把观察到的关联推回零效应?

此处的“强度”指条件于已测协变量后的风险比关联:暴露与混杂因素的最大关联,以及混杂因素与结果的最大关联。E-value 把两者压缩为一个对称下界;它不是说现实中的两条关联必然相等,也不是概率或 p 值。

02 公式、变量和尺度#

当观察到的风险比 RR≥1RR\ge1 时,常用 E-value 定义为

E=RR+RR(RR−1).E=RR+\sqrt{RR(RR-1)}.

它给出一个对称基准:若未测混杂与暴露、结果的两条条件风险比关联都取同一强度,要完全解释该观测关联,所需的最小共同强度是 EE。一般情况下两条关联可以不相等;此时不能把 EE 误读成“它们都必须各自至少达到 E”,而应检查具体的关联组合及相应偏差界。若 RR<1RR<1,先取倒数 1/RR1/RR,把保护效果方向翻成大于 1,再计算。

对置信区间要另外算最接近无效值 1 的端点的 E-value。若区间跨过 1,该端点的值就是 1(无额外混杂强度就已有统计不确定性包含零效应)。区间端点不是新点估计,不能用远离 1 的一端代替。

本公式适用于风险比尺度的效应参数。若结果常见、手里只有 Logistic 回归的优势比(Odds Ratio,OR),不能把 OR 不加说明直接当 RR:OR 往往离 1 更远,会夸大阈值。应从可得信息换算到风险比、使用相应扩展方法,或清楚标注近似。风险差、均值差和相关系数也不能直接代入。

量符号/形状解释
调整后效应RRRR,标量条件于已测协变量的风险比,方向需统一
点估计阈值E(RR)E(RR),标量完全解释点估计所需的最小对称关联强度
区间端点RRL,RRURR_L, RR_U原估计不确定区间;选离 1 最近的端点
区间阈值E(RRnear)E(RR_{near}),标量使区间刚好包含无效值所需的阈值
协变量条件XX上述关联强度均在已测协变量条件下定义

03 手算:点估计与区间不能混为一谈#

若调整后 RR=2RR=2,则

E=2+2(2−1)=2+2≈3.41.E=2+\sqrt{2(2-1)}=2+\sqrt2\approx3.41.

解释是:在该框架下,若用两条关联相同的基准描述,完全解释点估计所需的最小共同风险比强度约为 3.41。真实混杂的两条关联可以不相等;这个摘要值不证明混杂不存在,也不表示效应有 99% 概率真实。

若 95% 区间是 [1.2,3.2][1.2,3.2],离 1 最近端点为 1.2,则区间 E-value 为

1.2+1.2(1.2−1)=1.2+0.24≈1.69.1.2+\sqrt{1.2(1.2-1)}=1.2+\sqrt{0.24}\approx1.69.

因此点估计看起来需较强混杂才能抹去,但统计区间的下界只需较弱混杂即可移到 1。若区间改为 [0.8,3.2][0.8,3.2],由于已跨 1,区间 E-value 为 1;点估计值仍可另行计算。报告时这两个数字回答不同问题。

04 纯 Python 实现:输入风险比,输出强度阈值#

下面是透明的标量函数,没有第三方 API。rr 可在任意正方向输入;小于 1 时会取倒数。interval 是原置信区间端点。代码验证正数与次序,并分别输出点估计和最近端点的 E-value。

rr 和区间均为标量,输出两个无量纲阈值。保护效果 0.50.5 被翻转为 22;输入区间也必须保持一致方向、且包含点估计。若原区间是保护方向,例如 [0.4,0.8][0.4,0.8],最近 1 的端点是 0.8,函数按倒数 1.25 算阈值。生产报告还应保存效应尺度、协变量条件集、置信水平和计算代码版本。

05 报告与调试:不要把 E-value 写成“稳健证明”#

建议至少报告点估计 E-value、最近无效值置信端点的 E-value、原风险比及区间、结局是否常见、效应方向和协变量调整集。随后把阈值与已测混杂因素的已知关联比较:如果强预测因子与暴露、结局的关联远低于阈值,能提供参照;不能证明未测因素也弱。

常见实现和解释错误:

  • 对 OR 直接套公式:尤其结局常见时,OR 与 RR 相差明显。先确认尺度。
  • 保护效应忘记倒数:方向统一后点估计和区间端点也要同步转向。
  • 只报点估计:下界可能有很小的 E-value,说明统计不确定性更容易触及无效值。
  • 区间跨 1 还写高稳健:区间 E-value 应为 1;点估计阈值不能掩盖这一点。
  • 把阈值当成概率:E=3.4 不代表有 3.4 倍概率无偏,也不代表存在该混杂因素。
  • 忽略其他偏差:它针对未测混杂的指定敏感性模型,不会修复选择偏差、测量误差、反向因果、干扰或错误估计目标。
键盘可展开:审阅 E-value 计算的四项检查

确认效应是 RR;保护方向已取倒数;置信区间最近 1 的端点正确;点估计阈值与区间阈值分开解释。Tab 聚焦摘要后可按 Enter 或 Space 展开。

与负向对照和其他敏感性分析的边界#

工具观察到什么输出主要局限
负向对照不应有的关联是否出现诊断关联及区间通过不能排除不共享的偏差
E-value未测混杂要多强才可解释效应RR 尺度阈值不识别混杂方向或实际存在性
HonestDiD趋势偏离限制下效应区间怎样变多期稳健区间依赖明确的趋势偏差集合
定量偏差分析给定偏差参数后的校正效应校正估计或范围需要为参数指定有依据的范围

思考练习#

  1. RR=1.5RR=1.5,点估计 E-value 是多少?请手算并说明这个数字不代表什么。
  2. 点估计 RR=2.4RR=2.4,95% 区间为 [0.92,4.8][0.92,4.8]。分别报告哪两个 E-value?区间阈值为什么是 1?
  3. 一篇研究的结局发生率 40%,作者只给 OR=2.0。为什么不能不加说明地代入 RR 公式?还应索取或估计什么?

延伸阅读#

上一篇用对照结果寻找可能偏差,本文量化风险比对某类未测混杂强度的敏感程度。下一篇从这个阈值回到实证设计:如何把已测混杂的基准、负向对照和多种敏感性参数写成可预注册、可复核的分析分支。

风险比看起来很大就稳健吗?E-value 怎样量化未测混杂强度
https://zwjcode.cn/blog/evalue-unmeasured-confounding
作者 傑
发布于 2026年10月16日
版权协议 CC BY-NC-SA 4.0
评论加载似乎遇到了问题,请尝试刷新页面。