因果推斷在醫(yī)學(xué)研究中很重要，可以幫助確定治療是否有益以及自然暴露是否有害。在許多情況下，如果不進(jìn)行過(guò)于樂(lè)觀或理想的假設(shè)，數(shù)據(jù)收集將使因果推理變得困難。在《美國(guó)統(tǒng)計(jì)協(xié)會(huì)雜志》上發(fā)表的一篇新文章中，Karolinska Institutet的研究人員開(kāi)發(fā)了新的統(tǒng)計(jì)方法，以使因果推理在某些情況下可能進(jìn)行而無(wú)需做出此類(lèi)假設(shè)。

醫(yī)學(xué)流行病學(xué)和生物統(tǒng)計(jì)學(xué)系的Erin Gabriel，Michael Sachs和ArvidSjölander在新論文中描述了如何使用和解釋這些方法。

可用于各種不同研究設(shè)置的新工具

隨機(jī)試驗(yàn)是一種實(shí)驗(yàn)類(lèi)型，其中隨機(jī)分配志愿者組以獲取或不獲取新藥，然后在兩個(gè)隨機(jī)分配的組之間進(jìn)行比較以評(píng)估隨機(jī)藥物對(duì)生存，感染或健康的影響病人。與新藥不同，有很多東西不能隨機(jī)分配給志愿者，例如吸煙和接觸石棉，或者可以隨機(jī)分配，但是最常在觀察性研究中研究，例如紅酒和水果消費(fèi)。

在這些情況下，暴露的影響可能難以確定，因?yàn)槠渌蛩乜赡軙?huì)影響目標(biāo)暴露和結(jié)果。例如，在瑞典生活，與匈牙利相比，較低的死亡率和更多的野莓消耗量，因此，在包括匈牙利和瑞典人的人群中尋找野莓對(duì)死亡率的影響可能會(huì)使研究人員相信，野莓可以降低死亡率。

使用新方法開(kāi)發(fā)的統(tǒng)計(jì)方法

盡管有許多用于處理測(cè)量因素的工具，例如居住國(guó)，以測(cè)試和評(píng)估此類(lèi)影響，但所有這些方法都要求研究人員愿意猜測(cè)尚未測(cè)量的所有其他因素。本文介紹的工作使用數(shù)學(xué)，邏輯和統(tǒng)計(jì)信息來(lái)緩解這種猜測(cè)的需要，而不是給出效果的單個(gè)值，而是提供一系列可能的效果大小。盡管一些研究人員已經(jīng)開(kāi)發(fā)出類(lèi)似的方法，但是這些方法很少，并且特定于數(shù)據(jù)類(lèi)型以及如何收集數(shù)據(jù)。Erin Gabriel和她的同事開(kāi)發(fā)了新的方法，以允許使用更多類(lèi)型的數(shù)據(jù)收集樣式，由于寄存器的存在，其中許多在瑞典非常普遍。

第一作者艾琳·加布里埃爾(Erin Gabriel)說(shuō)：“這些易于實(shí)施的統(tǒng)計(jì)方法可能在許多因果關(guān)系受到不可估量的混雜和/或選擇偏見(jiàn)威脅的情況下提供幫助。”

作者希望他們的工具將被世界各地的研究人員使用，以幫助他們做出決策，而不必猜測(cè)數(shù)據(jù)中無(wú)法衡量的因素。在他們正在進(jìn)行的和將來(lái)的工作中，他們旨在構(gòu)建和描述可用于不完善的臨床試驗(yàn)的新統(tǒng)計(jì)工具。