跳转至

Re: Confounders, Mediators, or Colliders: What Types of Shared Covariates Does a Sibling Comparison Design Control For?

作者: Alyssa Bilinski
来源: Epidemiology
主题: 流行病学
相关性: 4/10
机构绿灯: Brown University（US News 前 50，免分进入精读）
链接: https://doi.org/10.1097/ede.0000000000001959

一、领域脉络与小综述

这个方向是什么：这个子方向要解决的根本问题是：在观察性流行病学中，当研究者试图利用特殊的设计（如同胞比较设计）来剥离混杂、提取因果效应时，数据中出现的共享协变量（如家庭社会经济地位、共享环境）究竟在因果图（DAG）中扮演什么角色（混杂因素、中介变量，还是碰撞器）？这一判定并非变量本身的固有属性，而是完全依赖于研究者所定义的因果estimand（如“总效应”还是“直接/生物学效应”）与背后的科学假设。当前该方向在方法论上已成熟（DAG与潜在结果的识别理论已标准化），但在具体设计的应用与estimand的精细对齐上仍存在频繁的误判与争论。

发展脉络： - 奠基工作：同胞比较设计作为流行病学中控制家庭层面混杂的经典策略，其早期应用往往默认“条件化共享因素=去混杂”，而未精细区分这些因素在因果路径上的位置。 - 主要进展：Sjölander 和 Zetterqvist (2019) 的框架（本文评论的对象）试图在同胞设计的语境下引入标准的因果图角色分类（混杂/中介/碰撞器），指出共享家庭环境可能作为中介变量存在（例如：低母亲年龄导致低收入家庭环境，进而增加ADHD风险），从而警告同胞设计中的条件化可能意外阻断因果路径、引入偏倚。 - 当前 frontier 与本文的位置：Bilinski（本文）指出 Sjölander 和 Zetterqvist 的分类混淆了不同的科学问题。对于孕期暴露（如母亲年龄）的生物学效应，产后家庭环境是混杂；若研究总效应（生物学+社会路径），家庭环境才可能成为中介，但这对应的是将母亲年龄视为“社会标记”的替代estimand。本文将frontier从“变量在DAG中的静态角色”推向“estimand-dependent的动态角色判定”。

子线索聚类： 1. 同胞/家族设计的因果识别理论：探讨在家族嵌套数据中，条件化共享因素如何改变效应估计的因果含义（Sjölander & Zetterqvist 2019; Bilinski 此文）。这一簇在做设计层面的因果解构。 2. estimand-dependent的DAG角色重构：探讨同一个变量在不同因果问题下角色的切换（如总效应下的中介 vs. 控制直接效应下的混杂）。这一簇在做因果假设与科学问题的对齐。 3. 孕期暴露的生物学与社会路径分离：在具体流行病学场景（如母亲年龄、孕期用药对子代神经发育的影响）中，如何剥离产前生物学机制与产后社会机制的混杂（引用了 acetaminophen 的研究作为同类例证）。

这个方向在追问的核心问题： 1. 共享协变量的角色判定规则：在家族设计中，条件化一个共享变量究竟是去混杂、阻中介、还是选碰撞？判定规则是否必须锚定在具体的estimand上？ 2. 科学问题与因果参数的映射：当研究者说“我想看X对Y的效应”时，这究竟对应总效应、自然直接效应，还是某个受控直接效应？不同的映射如何彻底翻转DAG中的角色判定？ 3. 效应修饰与中介的混淆：变量对暴露-结局关系的修饰作用，是否会被误读为中介路径？这种误读对设计选择有何偏倚后果？

⚠️ 作者的 framing（这是作者的说法）： - 作者将缺口frame为：既有同胞设计方法论（特指 Sjölander & Zetterqvist）将“共享家庭环境”笼统归类为中介，忽略了“生物学效应”这一常见estimand下该变量实为混杂的事实；从而让同胞设计看起来像是在错误地阻中介，而实际上它恰好是在正确地去混杂以隔离生物学效应。 - 被淡化或回避的竞争路线：作者未讨论当科学问题本身就包含社会路径时（即总效应estimand），同胞设计确实会阻断中介、导致偏倚——作者只说“那对应的是另一个因果问题”，但未给出在该estimand下如何修正同胞设计的方案。此外，对于同胞设计固有的其他偏倚来源（如碰撞器分层偏倚、测量误差放大），本文完全回避。 - 明显该被引却未出现的：在讨论“控制直接效应/剥离特定路径”与“estimand决定DAG角色”时，因果推断文献中关于 mediation 与 direct effect 的标准理论工作（如 VanderWeele 关于效应修饰与中介的辨析、Robins 的 g-formulation 在家族数据中的应用）未在 intro 中出现。这是值得研究者去查的缺口：作者是在流行病学语境下做直觉论证，还是有更形式化的识别理论支撑？

张力：未见明显对立引用。Sjölander 和 Zetterqvist 与 Bilinski 的分歧并非数学结论的对立，而是对同一数据结构赋予了不同的科学假设与estimand，从而得出相反的角色判定——这恰恰是因果识别中“假设敏感性”的典型信号。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • \(X\)：暴露变量。此处为母亲生育年龄（如 30岁 vs. 40岁）。
  • \(Y\)：结局变量。此处为子代是否患 ADHD（二值或连续）。
  • \(C_{shared}\)：共享协变量。此处为产后家庭环境（如家庭财务困难程度），同一母亲的不同子代共享此变量。
  • \(U_{family}\)：不可观测的家族层面潜在变量（如家族遗传易感性、代际社会经济基线），同一母亲的不同子代共享。
  • \(U_{biological}\)：不可观测的子代特异性潜在变量（如配子质量、胎盘功能），随母亲年龄变化而变化，不同子代间可能不同。
  • estimand：因果目标参数。本文核心区分两种：
  • \(\tau_{bio}\)：母亲年龄的生物学效应（仅通过产前机制 \(U_{biological}\) 传递的路径效应）。
  • \(\tau_{total}\)：母亲年龄的总效应（包含生物学路径与经由 \(C_{shared}\) 的社会路径）。
  • 可观测数据：\((X_i, Y_i, C_{shared, i})\)，按家族 \(j\) 聚类，家族内同胞共享 \(C_{shared}\) 与部分 \(U_{family}\)。研究者能观测到暴露、结局与共享环境，但观测不到 \(U_{family}\) 与 \(U_{biological}\)。
  • 同胞比较设计：在家族 \(j\) 内条件化，比较同一母亲下不同 \(X\)（不同生育年龄）的子代 \(Y\) 的差异。数学上即估计 \(E[Y_{i} - Y_{i'} | X_i \neq X_{i'}, \text{same family } j, C_{shared}]\)。

第二步：讲最小内核

剥掉所有流行病学语境，支撑整篇论文的最小内核是一个因果图角色随estimand切换的特例。

考虑如下极简 DAG： 1. \(X \to Y\) （生物学直接路径，目标路径） 2. \(X \to C_{shared} \to Y\) （社会路径：年龄 \(\to\) 家庭环境 \(\to\) ADHD） 3. \(U_{family} \to X\) 且 \(U_{family} \to C_{shared}\) 且 \(U_{family} \to Y\) （家族混杂）

当 estimand = \(\tau_{total}\)（总效应）时： - \(C_{shared}\) 位于从 \(X\) 到 \(Y\) 的因果路径上（\(X \to C_{shared} \to Y\)）。 - 角色判定：\(C_{shared}\) 是中介变量。 - 同胞设计后果：条件化 \(C_{shared}\)（或在家族内比较，因家族内 \(C_{shared}\) 恒定等同于条件化）将阻断 \(X \to C_{shared} \to Y\) 路径，估计的是控制直接效应而非总效应，若研究者想要总效应，则引入偏倚（阻中介）。这是 Sjölander 和 Zetterqvist 的判定逻辑。

当 estimand = \(\tau_{bio}\)（仅生物学效应）时： - 目标路径仅为 \(X \to Y\)（产前机制），\(X \to C_{shared} \to Y\)（产后社会机制）是干扰路径。 - \(U_{family}\) 同时影响 \(X\) 与 \(Y\)，是混杂；而 \(C_{shared}\) 受 \(U_{family}\) 影响，且影响 \(Y\)，在“剥离社会路径”的视角下，\(C_{shared}\) 承载了 \(U_{family}\) 对 \(Y\) 的社会路径干扰。 - 角色判定：对于 \(\tau_{bio}\)，\(C_{shared}\) 不在目标因果路径上，而是与 \(X\) 和 \(Y\) 均有关联（通过 \(U_{family}\) 与直接指向 \(Y\) 的边），因此 \(C_{shared}\) 是混杂因素（具体而言，是阻断 \(U_{family}\) 混杂的阻断变量，或视作经典混杂结构的一部分）。 - 同胞设计后果：条件化 \(C_{shared}\)（或家族内比较）去除了 \(U_{family}\) 经由 \(C_{shared}\) 造成的混杂偏倚，完美隔离了 \(X \to Y\) 的生物学效应。此时同胞设计是正确的去混杂策略。

最小内核的数学本质：同一个变量 \(C_{shared}\) 在同一个 DAG 中，仅仅因为研究者将目标参数从“经过该变量的路径效应”切换为“不经过该变量的路径效应”，其角色就从中介变成了混杂。条件化该变量的偏倚方向因此完全反转：从“阻中介偏倚”变为“去混杂纠偏”。

三、这篇论文做了什么

三句话： ①研究了同胞比较设计中共享家庭环境（\(C_{shared}\)）的因果角色判定问题。 ②核心工具是estimand-dependent的因果图角色重构（区分生物学效应estimand与总效应estimand）。 ③主要结论：当科学问题为孕期暴露的生物学效应时，共享家庭环境是混杂而非中介，同胞设计的条件化恰好去混杂以隔离生物学效应；效应修饰不改变混杂属性。

关键设定与假设： - 设定：评论对象为 Sjölander 和 Zetterqvist 的同胞设计框架。场景为母亲年龄（\(X\)）对子代 ADHD（\(Y\)）的影响，共享家庭环境（\(C_{shared}\)）为关键协变量。 - 核心假设 1（科学假设对齐）：研究者关心的因果问题是“父母年龄的生物学效应”（如配子质量、胎盘功能等产前机制），而非“父母年龄作为社会标记的总效应”。这是角色翻转的触发条件。 - 核心假设 2（路径分离假设）：产前生物学机制（\(X \to Y\) 的直接边）与产后社会机制（\(X \to C_{shared} \to Y\)）是因果图上可分离的独立路径。即产后环境不介导生物学效应。 - 核心假设 3（效应修饰不等于中介）：即使 \(C_{shared}\) 修饰了 \(X \to Y\) 生物学路径的效应大小（即不同社会经济环境下生物学效应强度不同），这也不构成中介关系，\(C_{shared}\) 依然是混杂。 - 与已有文献的对比：相比 Sjölander 和 Zetterqvist 将 \(C_{shared}\) 笼统视为中介，本文通过引入 \(\tau_{bio}\) vs. \(\tau_{total}\) 的区分，强化了“estimand决定DAG角色”的假设，放宽了“同胞设计必然阻中介”的警告，指出在特定estimand下同胞设计是去混杂的利器。

主要结果： 本文为评论/立场文章，无形式化定理，其核心量化/逻辑结论如下： 1. 角色反转命题：对于生物学效应estimand，\(C_{shared}\) 是混杂；对于总效应estimand，\(C_{shared}\) 是中介。这直接反驳了 Sjölander 和 Zetterqvist 文中“共享家庭环境可能是中介，同胞设计可能阻中介”的笼统论断（引用句：原文称“年轻母亲年龄导致财务困难家庭情况从而增加ADHD风险”，本文指出这仅对总效应成立）。 2. 效应修饰无关性命题：\(C_{shared}\) 对 \(X \to Y\) 的效应修饰不改变其作为混杂的属性，不使其成为中介。 3. 设计适宜性命题：对于剥离生物学效应的estimand，同胞比较设计（条件化家族/共享环境）是适宜的，因为它去除了社会经济因素的混杂偏倚，提供了目标因果量的更好估计。

证明路线与技术技巧： 本文无数学证明，其逻辑论证路线如下： - 整体路线： 1. 提取原文论断（\(C_{shared}\) 是中介，同胞设计阻中介）。 2. 引入estimand区分（生物学效应 vs. 总效应/社会标记效应）。 3. 对生物学效应estimand，重构DAG路径（产后环境不在目标路径上，而在干扰路径上）。 4. 判定 \(C_{shared}\) 为混杂，同胞设计为去混杂。 5. 排除效应修饰的干扰（修饰 \(\neq\) 中介）。 - 关键跳跃点：从“变量在路径上”到“变量在目标路径还是干扰路径上”的切换。这一步完全由estimand的定义驱动，是因果识别中“what is your question?”原则的具象化。 - 技术技巧：本文使用的是纯因果图逻辑与estimand定义的语义分析，未涉及潜在结果的代数化或半参数效率理论。其技巧在于路径语义的重新标注：将 \(X \to C_{shared} \to Y\) 从“目标路径的中介段”重新标注为“需要阻断的干扰路径（混杂路径的延伸）”。

真实例子与应用： - 用的什么数据/场景：母亲年龄与子代 ADHD 风险的流行病学场景（引用了 D'Onofrio 等人的同胞研究作为背景），以及孕期 acetaminophen 使用与子代神经发育的场景（作为同类例证）。 - 怎么把本文方法用上去：在母亲年龄-ADHD场景中，若研究者问“40岁 vs. 30岁生育的生物学风险是什么”，则同胞设计中衰减的估计值并非“因为阻断了社会中介而偏倚”，而是“因为成功去除了社会混杂而更接近纯生物学效应”。 - 得到什么结果：澄清了既有文献对同胞设计偏倚方向的误判，指出对于生物学问题，同胞设计的估计比传统人群设计更有效（去除了社会混杂）。 - 这个例子想说明什么：验证estimand-dependent角色判定的实际重要性：错误的角色判定会导致对同一设计偏倚方向的完全相反的解读。

🔎 结论是否比证明窄： 本文的结论严格依赖于“产前生物学机制与产后社会机制可分离”的强假设。文中声称“we generally seek to isolate prenatal pathways that do not plausibly operate through the postnatal family environment”，这是一个科学假设而非数学保证。若在现实中，生物学效应与社会效应存在交互（如生物学风险在贫困环境中被放大，且该放大本身被视为生物学效应的一部分），则“去除社会混杂”可能同时去除了效应修饰的信息，导致估计的生物学效应失去外部有效性。本文对此未做形式化界定，仅以“effect modification would not imply mediation”一笔带过，这是一个结论宽于假设支撑的地方。

四、开放问题（点到为止）

  1. 形式化estimand-dependent的角色判定：在更一般的因果图（如包含longitudinal mediation、time-varying confounding）中，给定任意estimand（如自然直接效应、受控直接效应、总效应），共享协变量的角色判定是否存在算法化的规则？扎根点：本文仅通过特例与语义论证完成判定，未给出一般DAG下的判定定理。
  2. 效应修饰与混杂的交互：当 \(C_{shared}\) 同时是混杂与效应修饰因子时，同胞设计（条件化 \(C_{shared}\)）去除混杂的同时，是否改变了目标estimand的定义（从边际效应变为条件效应）？扎根点：本文声称“effect modification would not change its status as a potential confounder”，但未讨论条件化后estimand的边际化问题。
  3. 碰撞器与中介的共存：在同胞设计中，条件化家族标识是否可能同时激活碰撞器分层偏倚（如条件化同一母亲的生育历史，可能打开 \(U_{family} \to \text{Family ID} \to X\) 的碰撞路径）？扎根点：本文聚焦混杂/中介辨析，完全回避了同胞设计中经典的碰撞器偏倚问题，这是 Sjölander 和 Zetterqvist 原文讨论过的另一关键偏倚源。

（要确认第1条是否真gap，去读近期因果识别理论文献关于estimand-dependent DAG的5篇intro——若都指向“角色随estimand切换是常识但缺乏形式化规则”，则为共识真gap；若仅停留在语义争论，则需研究者自行补足形式化。）

Maintained by 陈星宇 · Homepage · Source on GitHub

评论