流行病学研究如何区分相关性与因果性？

为什么我们不能直接相信相关性？

两件事之间的相关性——比如吸烟与癌症——并不自动意味着前者导致后者。经典问题在于混杂因素：可能存在第三个因素同时导致两者。例如，2024年一项针对印度头颈癌患者的研究发现，烟草使用（吸烟、咀嚼或两者兼有）与癌症发病率之间存在强烈的统计学关联（p < 0.005）[4]。但仅凭这一相关性并不能证明烟草导致了癌症——也可能是使用烟草的人同时具有其他风险因素。这就是为什么流行病学家需要借助特殊工具，才能从“与……相关”推进到“导致……”的结论。

一篇2024年发表于皮肤病学领域的评论文章直言不讳地指出：“相关性不等于因果性，这是所有临床研究中常见的准则”[6]。文章提到，即便是强相关性——例如银屑病与血脂异常之间的关联——也难以解读，因为尚不清楚究竟是皮肤炎症先出现，还是血脂问题先出现[6]。这正是布拉德福德·希尔标准发挥作用之处：该标准包含九个考量维度（包括关联强度、研究一致性、时间顺序及剂量反应关系等），帮助研究者判断相关性是否可能具有因果性[6]。但这些标准仅为指导原则，并非数学证明。

孟德尔随机化（MR）如何助力因果推断？

孟德尔随机化（MR）是从观察性数据中推断因果关系最有力的工具之一。其原理如下：在受孕时，遗传变异是随机分配的，这与随机对照试验中治疗方案的分配方式非常相似。因此，如果已知某个遗传变异会影响某种暴露因素（如听力损失），且该变异还与某种结局（如认知能力下降）相关，那么该暴露因素很可能是导致结局的原因——因为遗传变异先于结局出现，且不受混杂因素影响[5][6]。2024年的一项研究利用MR证实，听力损失是轻度认知障碍的因果风险因素，风险比为1.23（即风险增加23%）[5]。另一项MR研究发现，特应性皮炎（湿疹）会导致某些皮肤癌（鳞状细胞癌和基底细胞癌），但不会导致黑色素瘤[6]。

孟德尔随机化甚至能回答“先有鸡还是先有蛋”的问题。一项针对银屑病与血脂异常的孟德尔随机化双向分析表明，血脂问题会导致银屑病，而非反之——这为通过降胆固醇疗法治疗银屑病开辟了可能性[6]。然而，孟德尔随机化存在一个重大局限：当暴露因素彼此高度相关时（例如97种不同的脂质代谢物），该方法便难以应对。在这种情况下，由于遗传工具对任何单一暴露因素而言都显得“薄弱”，标准孟德尔随机化可能产生有偏倚或不可靠的估计值[1][2][3]。

当暴露因素高度相关难以分离时会发生什么？

当您面对大量高度相关的暴露因素（例如数十种密切关联的血脂指标）时，标准孟德尔随机化（MR）分析可能会失效。2022年的一项研究揭示了这一问题：当研究者尝试使用多变量孟德尔随机化评估97种不同血脂特征对心脏病的因果效应时，统计工具的有效性极低（条件F统计量低于2.2，远低于建议的10阈值），导致结果不可靠[1][2][3]。效应估计值不稳定，甚至效应方向也可能发生逆转（例如，某种血脂在单变量分析中显示保护作用，但在多变量分析中却呈现有害效应）[1]。

为解决这一问题，研究人员采用了主成分分析（PCA）和稀疏主成分分析等降维技术。这些方法将相互关联的暴露因素整合为数量更少的独立“主成分”——本质上，它们创建了能够捕捉共享信息的新复合变量[1][2][3]。在脂质研究中，该方法显著增强了工具变量强度（所有F统计量均超过阈值10），并得到了更稳定且易于解释的结果[1]。其中表现最佳的是稀疏成分分析（SCA），它将脂质分组为具有生物学意义的簇（例如，低密度脂蛋白相关特征归为一类，高密度脂蛋白特征单独成簇），并识别出哪些簇与心脏病存在因果关联[1][2][3]。

我们能否结合不同的研究类型来增强因果推断？

是的——这正日益被视为黄金标准。单一项观察性研究，无论设计多么精妙，往往不足以证明因果关系。最有力的证据来自不同研究设计结果的相互印证：孟德尔随机化研究、传统队列研究以及实验性研究。例如，2024年一项关于听力损失与认知障碍的研究，同时采用了孟德尔随机化（从遗传学角度建立因果关联）和对363名老年人进行的横断面调查（在真实人群中验证该关联）[5]。孟德尔随机化揭示了因果方向，而调查则提供了实用的临界值（例如，听力阈值每超过20分贝一个单位，轻度认知障碍风险增加9%）[5]。

展望未来，一篇2026年的论文提出了一个针对化学混合物的整合框架，该框架结合了四种方法：与人类相关的参考混合物、跨人群的风险转化、混合流行病学（连接实验数据与人群数据）以及反事实干预（模拟减少暴露后可能发生的情况）[7]。其目标是超越相关性，走向因果关系——并最终实现干预——以应对复杂的环境暴露问题[7]。这反映了一个更广泛的趋势：没有单一方法是完美的，但当多条独立的证据链指向同一方向时，因果关系的论证就会变得有力得多。

关于这些来源

该答案基于7篇经同行评审的研究——发表于2022年至2026年间，其中4篇来自2024年及以后，2篇发表于Q1期刊——这些研究是从9篇通过质量筛选的研究中选出的最具相关性的成果，而9篇研究又源自从超过5亿篇论文的数据库中检索到的46篇文献。

本文引用的文献

相关研究问题