从流行病学的角度看,我将添加一些关于因果关系的附加评论。这些论点大部分取材于Prince等人的《实用精神病流行病学》。(2003)。
因果关系或因果关系解释是迄今为止流行病学研究中最困难的方面。例如,队列研究和横断面研究都可能导致混淆效应。引用S. Menard(纵向研究,Sage大学论文76,1991),HB Asher进行因果建模(Sage,1976)最初提出了要满足的以下标准:
- 例如,实验组和对照组之间的差异或两个变量之间的非零相关性表明,所讨论的现象或变量必须共鸣。
- 该关系一定不能归因于任何其他变量或变量集,即,它一定不能是虚假的,但是即使在控制其他变量时也必须保持这种关系,例如,通过实验设计中的成功随机化表明(实验与实验之间没有区别)治疗前的对照组)或两个变量之间的非零偏相关,而其他变量保持不变。
- 假定的原因必须在预期的影响之前或与之同时发生,如原因发生的变化所显示的,且发生的时间不得晚于相关的影响变化。
尽管可以使用横截面研究或按时间排序的横截面研究容易地检查前两个标准,但只能使用纵向数据评估后者,但生物学或遗传特征除外,可以假定没有纵向数据的时间顺序是生物学或遗传特征。当然,在非递归因果关系的情况下,情况变得更加复杂。
我也喜欢下面的图示(在上述参考文献中的第13章),该图示总结了Hill(1965)颁布的方法,其中包括9种与因果关系相关的不同标准,这也由@James引用。原始文章确实的标题是“环境与疾病:联系还是因果关系?” (PDF版本)。
最后,Rothman最着名的著作《现代流行病学》(Modern Epidemiology)(1998年,Lippincott Williams&Wilkins,第二版)的第2章从统计和哲学的角度对因果关系和因果推论进行了非常完整的讨论。
我想添加以下参考文献(大致来自流行病学在线课程)也很有趣:
- Swaen,G和van Amelsvoort,L(2009)。因果推理的证据方法重。[临床流行病学,62,270-277。
- Botti,C,Comba,P,Forastiere,F和Settimi,L(1996)。环境流行病学中的因果推论。隐性值的作用。总环境科学,184,97-101。
- 杂草,DL(2002)。环境流行病学。原因的基础和证据。毒理学,181-182,399-403。
- 佛朗哥(EL),科雷亚(Correa),P,桑提拉(Santella),马可(Wu),X,古德曼(Goodman),SN和彼得森(GM)彼得森(2004)。流行病学在建立因果关系中的作用和局限性。癌症生物学研讨会,第14期,第413-426页。
最后,这篇综述提供了因果模型的更大视角,即统计中的因果推论:概述(J Pearl,SS 2009(3))。