7.1 医学与流行病学
7.1 医学与流行病学：把观察数据当试验设计
本节摘要：医学因果推断的代表作是靶试验模拟——先写出假想 RCT 的完整方案，再用观察数据按方案重构。本节走一遍靶试验的七要素、激素替代疗法风波这一世纪级教训、真实世界证据的监管定位，以及时变治疗场景的落地要点。
先设计一个不存在的试验
RCT 做不了的理由在医学里最充分：伦理（不能随机分配吸烟）、周期（癌症生存终点要十年）、成本。但"做不了"不等于"随便拿数据回归"。**靶试验模拟（target trial emulation）**的方法论要求：先把你想做但做不了的那个 RCT 的方案完整写出来，再逐项检查观察数据能否复制方案要素。七要素清单：
- 纳入排除标准（eligibility）：哪些患者进研究；
- 处理策略（treatment strategy）：比较哪两种策略（不是"两种药"，而是"先 A 失败换 B"这类策略）；
- 分配（assignment）：观察数据里用"符合策略的时刻"模拟分配；
- 随访起点（time zero）：随访与处理策略同时开始——错位是克隆/Immortal time 偏倚之源；
- 结局（outcome）：明确的操作化定义；
- 因果对比量（causal contrast）：ITT 型还是 per-protocol 型；
- 分析计划（analysis）：调整集、敏感性分析预先写死。
要素 4 是最常翻车的一处。经典错误：研究"启动透析的患者存活更长"，把"尚未透析"的患者从确诊起算随访——早死的患者根本活到透析，对照组被人为拉低，这个虚假优势即 immortal time bias。靶试验纪律的解法是把每个人在"符合任一策略"的时刻同时克隆进两组（克隆-删失设计），从那一刻起算时间零点。
激素替代疗法：一节课值几十年的教训
1990 年代的观察性研究（护士健康研究为代表）一致报告：激素替代疗法（HRT）降低冠心病风险约 40-50%，机制解释（改善血脂）现成动听。2002 年 Women's Health Initiative 随机试验结果相反：HRT 略增冠心病与乳腺癌风险。数百万女性的用药建议就此翻转。
事后复盘，混杂结构一目了然：选择 HRT 的女性更富裕、更注重健康、随访依从更好——社会经济地位这个未测（或测而未调）的混杂同时预测治疗选择与心血管预后。更技术性的批评指向"适应症混淆"：观察数据中 HRT 使用者多有症状指征，与 RCT 的入组人群不可比。这个案例的教学价值不在"观察研究不可信"，而在三点可迁移的纪律：效应大得离谱时要先查混杂的社会梯度；机制合理性不能替代随机证据；敏感性分析（第 4.6 节的 E-value 在这个例子上约为 3-4，即需要相当强的混杂才能解释——后来发现社会经济地位恰好具备这个强度）应当成为标配。
真实世界证据的监管落地
2016 年以后 FDA 与 EMA 相继给出真实世界证据（RWE）框架，允许外部对照（单臂试验 + 历史对照数据）支持罕见病加速审批。方法论约束恰恰是前六章的复述：外部对照按靶试验要素对齐；倾向得分/匹配处理队列间差异；敏感性分析报告结论对未测混杂的耐受度；主要终点若有现成 RCT，用 RCT 校准 RWE 管线。单臂试验加外部对照的效应估计通常按"锚定 + 调整"两步走——先以历史试验的对照率为锚，再对人群差异做调整。
时变治疗的落地要点
慢病场景几乎全是第 2.3 节的时变结构。落地三件套：按决策时刻切时间片；基线与随时间更新的协变量分别进图；估计用边际结构模型的 IPW（逆概率加权处理加权），把"按历史决定治疗"的选择性在权重里消化掉。Hernán 团队用这套流程复分析 HIV 数据，曾把"早期治疗优于延迟"的结论比传统回归提前对齐到后来 RCT 的答案——方法选择的差异真实影响过临床建议。
案例操作化：靶试验模拟的对照示例
把抽象七要素落到一个可对照的例子。研究问题：二甲双胍（降糖药）对合并糖尿病的肿瘤患者生存期的影响。靶试验方案：eligibility 为"确诊糖尿病的肿瘤患者、年龄 40-80"；策略对比"确诊后 90 天内启动二甲双胍"对"不启动"；time zero 定为确诊后第 90 天（两侧策略在此刻都还可行）；结局为五年生存；因果对比为 ITT 型；分析预定协变量（分期、年龄、性别、并发症计数）。观察数据按此重构时最常见的两个偏差：把"处方日期"当 time zero（活到开药才有资格，immortal time）；把"晚期患者"天然不启动治疗的构成差留给混杂。修正后与 naïve 分析的效应差在肿瘤研究中常常达到"有害变中性"的量级——这个领域的方法差异直接改变临床叙事。
| 要素 | 拟定 | 观察数据重构时的高危偏差 |
|---|---|---|
| time zero | 确诊后第90天 | 用处方日期起算 → immortal time |
| eligibility | 确诊糖尿病、40-80岁 | 事后按用药与否选人 → 适应症混杂 |
| 对比 | 启动 vs 不启动 | 用药时长当剂量 → 时变混杂 |
| 随访 | 至死亡或五年 | 换药者删失 → 选择偏倚 |
靶试验思想的跨域迁移
七要素并不专属医学。把"患者"换成"企业"、"疗法"换成"政策"，产业经济学的政策评估（第 7.2 节）用的是同一张清单；换成"用户"、"疗法"换成"产品策略"，增长团队的功能上线评估（第 7.3 节）也是。跨域迁移中最常被丢掉的一条是 time zero——功能上线分析里"何时算用户接触了功能"的口径混乱，制造的正是 immortal time 的商业版：看起来用了功能的人留存更好，其实活得够久才有机会用。凡是"先活着才能接受处理"的结构，都藏着一个 time zero 陷阱，这条判语可以贴在任何领域。
本节要点回顾
- 靶试验七要素：把 RCT 方案写全再用数据逐项复刻；时间零点错位是 immortal time 偏倚之源。
- HRT 教训：社会梯度混杂 + 机制故事不等于因果；E-value 敏感性分析应成标配。
- RWE 监管：外部对照按靶试验对齐，锚定加调整两步走，RCT 校准管线。
- 时变落地：时间切片 + 边际结构模型 IPW 是慢病观察数据的标准武器。
- 下一节：经济学把同样的逻辑用在政策上，靠制度设计找外生变动。