控制混杂：统计分析方法进展

2020年9月10日，本公众号推出了“流行病学数据分析里识别和控制混杂的基本原理和方法”一文，但并未涵盖近些年火起来的方法。为了弥补这一点，我们今天特别向大家推荐南京医科大学陈峰教授和赵杨教授的研究组近期在中华流行病学杂志发表的三篇关于控制混杂的文章，以飨读者：

正如文章结论中所指出的那样，新的方法弥补了传统方法的不足，提高了观察性研究控制混杂的能力，改善了研究结果的可信性。但是，数据分析阶段控制混杂的分析方法终究都是有条件，这些条件经常并不能满足，有时我们甚至不知道是否已经满足，因此难以精确知晓混杂控制的效果。而且，与众所周知的标化法（standardization）一样，这些“先进”的统计学调整方法也不能得出比较组人群之间真实的差异，而是在特定假设条件下调整后的“理论”差异，可能会误导量化的决策。

因此，我们不能迷信这些方法，认为这样就可以彻底解决观察性研究中的混杂问题，甚至认为观察性研究可以取代随机对照试验，进而否定现代临床研究中最大的方法学突破，把临床研究引向歧途。尤其当效应比较小时，任何观察性研究的结果都有可能是混杂和偏倚的结果。的确，随机对照试验也可能会出差错，但是设计本身科学性不如它的观察性研究也同样会出差错。一般来讲，随机对照试验结果的可信性还是高于观察性研究。

广州市妇女儿童医疗中心 临床研究总监

唐金陵

临床研究讲座：流行病学数据分析基础（2/6）：估计主效应