论效应量指标的估计与解释

效应量估计被认为旨在捕捉干预/暴露、各种混杂因素与结局三者问题中，对干预或暴露的集体双向响应。为了从估计的效应量中进行有意义的因果推断，观测混杂因素的联合分布在所有干预/暴露组中必须相同。然而，现实世界的观察性研究乃至随机临床试验往往缺乏这种结构对称性。为解决这一问题，已提出并被广泛使用多种方法。近期，初等组合学与信息理论启发了一种一致的方法，可在任何给定研究中完全消除已观测的混杂。在本研究中，我们利用这些新技术来评估传统方法，评估标准基于其能力：(a) 一致地区分对干预/暴露的集体响应与个体响应；(b) 为合理的效应量估计建立所需的结构对称性。我们的发现表明，直接应用 logistic 回归会使三向分层分析同质化，但未能恢复结构对称性，特别是双向效应量估计仍未调整。相反，Mantel-Haenszel 估计量难以将三向效应与干预/暴露的双向效应分离开来，导致在将汇总估计解释为双向风险指标时产生不一致性。