换一批观察性研究中的因果图和混杂因素的识别和选择准则
Causal diagrams and criteria for identifying and selecting confounders in observational studies
摘要在观察性研究中,准确可靠地估计暴露对结局的因果效应是其核心目标,而确定并充分矫正混杂因素是实现这一目标的关键前提和核心挑战.混杂因素控制不当——无论是遗漏关键混杂(导致残余混杂),还是过度调整无关变量(引入碰撞偏倚等)——都会直接扭曲效应估计结果,进而可能产生误导性的科学结论和临床决策.因此,开发并应用系统、透明且可重复的混杂因素识别与选择策略,对提升观察性研究因果推断的效度与可靠性具有根本性意义.本文通过系统综述有向无环图(DAGs)这一强大的可视化因果建模工具,并深入评析3种基于DAGs的主流混杂因素选择准则(Pre-exposure准则、Common cause准则、Modified disjunctive cause准则),为研究者提供一个结构化、理论依据充分的混杂因素识别与选择框架,以期显著优化观察性研究中因果效应的估计过程.
更多相关知识
关键词
混杂因素混杂有向无环图Pre-exposure准则Common cause准则Modified disjunctive cause准则ConfoundersConfoundingDirected acyclic graphsPre-exposure criterionCommon cause criterionModified disjunctive cause criterion
栏目名称
DOI
10.12173/j.issn.1005-0698.202503160
发布时间
2025-11-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
四川大学华西医院学科卓越发展工程项目（1·3·5;ZYGD23002）
- 浏览2
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
