混杂因素-定义

根据卡茨（M. Katz）在其《多变量分析》（第1.2节，第6页）中的说法，“ 混杂因素与风险因素相关，并且与结果有因果关系。 ”为什么混杂因素必须与结果有因果关系？将混杂因素与结果关联起来就足够了吗？

为什么混杂因素必须与结果有因果关系？将混杂因素与结果关联起来就足够了吗？

不，这还不够。

让我们从一个可以同时与结果和治疗相关联的变量开始，但是控制它会影响您的估计。

例如，考虑以下因果图， 取自Pearl，其中$Z$ 是一个预处理对撞机：

在这种情况下，没有任何混淆，您可以直接估计X对Y的影响。

但是请注意，Z与治疗和结果均相关。但这仍然不是一个混杂因素。实际上，如果您在这种情况下控制Z，则可能会使您的估计偏差。这种情况称为M-bias（由于图结构）。

您不应该控制的另一种相似，更直接的情况是变量是两个处理的结果 $X$ 和结果 $Y$。看看这个简单的对撞机图：

同样，Z与X和Y相关联，但它不是共同创始人。您不应该控制它。

现在，值得注意的是，即使变量与结果有因果关系，也不一定是混杂因素。

在下面的简单图中，让我们以中介者为例：

如果要测量D对Y的总影响，则不应控制介导该影响的事物---在这种情况下，M就是M。 D对Y的总影响。

但要注意，即定义confouding比定义什么更容易混淆因素是。有关confouder定义的更严格讨论，您可能需要阅读VanderWeele和Shpitser撰写的本文。

为什么会这样呢？因为这里的主要概念是混杂本身的概念，而不是混杂因素。对于您的研究问题，您应该问自己“如何消除混淆？” 而不是“此变量是否是混杂因素？”。

最后要说明的是，这些误解仍然很普遍。只是为了说明这一点，请参考2016年的一篇论文：

在没有随机实验或强有力的准实验设计的情况下，因果关系推理需要对预测治疗和结果的所有治疗前变量（也称为混杂协变量）进行适当调节。

如前面示例所示，这是不正确的。混杂因素并不是“所有预言治疗和预后的变量”。对所有这些控件进行控制对于消除混淆可能不是必需的，甚至可能会使您的结果产生偏差。在这里，Pearl有一个很好的关于混淆的概述。