深层思考——因果推断

编者按：

2023年秋学期，在北京大学预防医学专业本科《卫生统计学》课程中，给同学们布置了围绕“相关-关联-因果”进行讨论的课后作业，几位同学的“小作文”让我眼前一亮，遂请助教协助组织联合写作，形成了“天才的诡辩——否认吸烟致癌的统计学大师”一文。从统计学天才Fisher的逸事中深入了解“因果推断”，知识中不乏趣味，有点儿意思。因篇幅较长，遂分为4个推送与各位看官共享。

天才的诡辩——否认吸烟致癌的统计学大师

I. 吸烟与肺癌的关联性研究背景

II. 统计大牛R. A. Fisher简介

III. 天才的诡辩和学界的反驳

IV. 深层思考——因果推断

IV. 深层思考——因果推断

从天才R.A. Fisher的诡辩出发，我们谈吸烟与肺癌的关联，观这场“吸烟”与“肺癌”间是否具有因果关系的争论。我们理解Fisher观点的合理性，明白在研究过程中无法完全避开混杂因素的影响，也认可如今基于概率论的、对于二者因果关系的推断。我们如今认为因果关系是一种非必然的可能因果，但历史上，在休谟质疑之前，人们普遍认为因果关系是必然的关系。

休谟的因果论

大卫·休谟（David Hume）是18世纪不可知论哲学家、经济学家、历史学家，被视为是苏格兰启蒙运动以及西方哲学历史中最重要的人物之一[15]。在其著作《人性论》中，休谟首次提出了对因果关系的思考。休谟的因果论是一种哲学思想，它挑战了我们对因果关系的传统理解。休谟认为，我们并不能真正看到因果关系，只能看到事件之间的关联。请想象，有一天你看到一只小鸟从苹果树梢飞过，紧接着看到一个苹果从树上掉下来。你可能会认为，是因为小鸟飞过导致苹果掉下来。只是看到了两个连续发生的事件，并无事实根据。休谟的理论认为知识并非完全客观的，而是基于我们特定时期、特定场景下的经验的归纳总结[16]。

曾今在偏远地区，人们若得了疟疾，长者会叮嘱患者到村口去抱一抱枣树并绕三圈，第二天症状果然会好转。在间日疟原虫这一病原被发现之前，这样的表面的关联一度被认为是因果关系。

康德的因果观

伊曼努尔·康德（Immanuel Kant）是18-19世纪德国哲学家、作家，德国古典哲学创始人，其学说深深影响近代西方哲学，开启了德国古典哲学和康德主义等诸多流派。康德认为，因果关系是我们认识世界的一种方式，是人类理性的产物，是我们对自然现象进行分类和解释的方式，而不是客观存在的自然法则[17]。人们先天具有探索事物之间因果关系的内在冲动，不断趋近于真相、不断丰富认知、不断向前发展。

就像人们对于疾病病因的探索，从没认为疾病是无由头地凭空产生的；远古时代将其归于神灵，混沌时代求索于经验，到现代医学时代求证实验数据。

马克思主义的因果观

《马克思基本原理》一书提到，物质世界是一个无限复杂，相互联系与相互依赖的统一整体，因果联系是普遍存在的。这种因果观反对将事物的发展变化归结为单一原因的简单结果，而是强调了事物之间的相互联系和相互作用，是自然的法则。没有一个现象不是由一定的原因引起的，当原因存在时，结果必然会产生。

科学理论本身之为真并不依赖于人类的实践。就好比疟疾是由疟原虫引起的（当然也可能另有至今仍未发现的其他原因），这一事实并不会被人类实践所改变。但在不同发展阶段，受到人类认知范围的影响，人类根据现象推断出的因果关系可能与科学真理并不相符，这就要求人类不断去实践、思考。 康德和马克思主义的因果观都强调因果关系是人类认识世界的重要工具。

统计学的因果观

统计学中的因果观，就是通过概率和统计学等科学手段，探究事物之间的因果关系。它认为因果关系是两个变量之间的关系，原因在前，结果在后，并且这种关系不是巧合。确定因果关系需要满足一定的条件，包括控制各种混杂因素、随机对照试验、足够多的样本、可重现...，等（可参考Hill因果准则）。统计学眼中的因果，是一种宏观的非确定性关系，并非内在机制。

明确因果关系，是健康干预、疾病预防、风险预测、临床诊疗的决策和实施的关键基础。我们可通过随机对照试验来验证某种治疗措施和疾病结局之间的因果关系，也可以基于观察性研究数据探索某种暴露和疾病风险之间的潜在因果关系。大数据和新型统计方法的结合，可以预见将会在因果推断领域取得巨大成功[17]。“吸烟导致肺癌”，就属于统计学的因果观。

医学领域中的因果推断

1628年，生理学家哈维《心血运动论》和《论动物的生殖》两本专著的出版，标志着现代医学的诞生。“无论是教解剖还是学解剖，都应该以实验为依据，这就是科学。” 科学精神，是现代医学的灵魂。王拥军教授将“科学精神”翻译为8个字：一、探索，永远要充满好奇。二、怀疑，永远不要相信权威，带着思考去重新相信。三、实证，每讲一句话都要有证据。四、理性。

医学科学是一门实践性很强的学科，正确实践的基础是明确因果关系。

人为何会生病？需要探索病因。

如何提前预测发病的风险？需要全面掌握致病的病因。

如何预防疾病的发生？需要找到影响疾病的关键的可干预的病因。

如何评估健康宣教的作用？涉及措施和效果的因果推断。

如何治疗才能更为有效？需要探索治疗方案和疗效的因果关系。

如何研发更有效的药物？可以预测化合物结构的改变与药效的关系。

如何评估患者预后？需要找到影响预后的关键预后因素。

如何制定的公共卫生政策或临床指南？依赖于具有因果性的可靠的循证证据。

如何延年益寿？等待找到长寿基因或延年益寿的生活方式。

......

因此说，医学科学中的一切，都离不开因果关系。没有了因果关系的支持，即使本次实践得到了理想的结果，下一次就不见得了。

Fisher认为吸烟与肺癌之间的相关性并不意味着因果性，而可能是由于一个未知的遗传因素同时影响了人们的吸烟习惯和肺癌易感性。该观点虽然没有得到广泛的认可，但也给科学界带来了一个重要的提醒：数据的表象并不一定是真相，科学家们应该透过现象（样本数据的规律）看到本质（背后的因果机制）。

医学中的因果推断是艰难的任务。我们在努力逼近背后的客观的因果，但只要是基于统计学和数据科学的推断，结论就存在“不确定性”，就会在科学所允许的范围内“犯错”。我们应该始终保持好奇、怀疑、实证、理性的态度，不断地检验和修正。因为今天所相信的“因果”，明天或许归为“谬误”。

若未来有一天，人类大多数疾病的盲盒被完全打开，那时候就不再需要统计学了，但我们仍然很期待。

贡献：北京大学公共卫生学院预防医学专业本科生曹颖、胡珀宁、黄哲、李赛卓、宁越、唐诗隽参与写作；北京大学公共卫生学院流行病与卫生统计学博士研究生杜敏（助教）、 南京中医药大学魏良敏参与修改；北京大学公共卫生学院预防医学专业本科生刘雨田负责推送排版；文心一言在引导下提供了部分文字素材；写作指导、文字修改和审阅：北京大学魏永越老师。欢迎提供修改意见、联系转载。

参考文献：

[15] 百度百科. 大卫·休谟 [EB/OL]. (2023-08-25)

[16] 张语芪. 论休谟的“因果关系” [D]. 成都: 西南交通大学, 2022.

[17] 百度百科. 伊曼努尔·康德 [EB/OL]. (2023-03-01)