获得现实世界证据的因果推断统计学思考

黄丽红， 赵 杨， 王 陵， 李 晨， 陈 峰

1. 复旦大学附属中山医院生物统计室，上海 200032 2. 南京医科大学公共卫生学院，南京 211166 3. 空军军医大学军队卫生统计教研室，西安 710032 4. CSCO生物统计学专家委员会RWE项目组

在医学研究中时常观察到各种变量之间的相关性(association，correlation)，但是这些相关关系并不一定反映因果关系(causality)。例如，在某项研究中发现锻炼时长与血脂存在正相关关系，即锻炼时间越长血脂越高(图1A)，显然不符合常理，然而在控制年龄因素(每10岁为一个年龄组)的影响后，每个年龄段的锻炼时长与血脂均有负相关关系，即锻炼时间越长血脂越低(图1B)。由于剔除了年龄的影响，假设不存在其他混杂因素，就可以将锻炼时长与血脂的负相关关系归结于锻炼与血脂水平有负向的因果效应[1]。

图1 相关关系和因果关系示例

因果推断(causal inference)是临床医学研究中亘古不变的核心问题，无论是探索疾病的病因亦或观察某种新药对疾病的治疗效果[2]。因果推断反应了一种在设计和分析过程中对混杂、偏倚等干扰的审慎考虑，从而在声明“因果关系”时能尽所能排除各种误判的可能[3-4]。现实世界研究(real-world study, RWS)近年来备受关注，尤其是基于现实世界数据库的RWS，逐步开始应用。获得现实世界证据(real-world evidence, RWE)是RWS的核心目标，而因果推断是判定RWE的重要前提[5]。

本文从因果关系的判定标准出发，解析混杂因素的存在对因果关系的影响，并针对临床研究设计与分析中的随机分组、分析数据集及亚组分析3个重要问题，探讨其中的因果推断元素，旨在帮助研究者正确理解因果推断在临床研究中的重要地位和价值。……