DOI: https://doi.org/10.1186/s12874-025-02704-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41257621
تاريخ النشر: 2025-11-19
المؤلف: Ragna Reinhammar وآخرون
الموضوع الرئيسي: تقنيات الاستدلال السببي المتقدمة
نظرة عامة
في هذا القسم، ينتقد المؤلفون خلط التفسيرات التنبؤية والسببية لـ “عوامل الخطر” في الدراسات الوبائية التطبيقية، خصوصًا في سياق تحليلات الانحدار. يبرزون أنه بينما تتبنى العديد من الدراسات بشكل ضمني تعريفًا سببيًا لعوامل الخطر، فإن المنهجيات المستخدمة – مثل اختيار المتغيرات المعتمد على البيانات – غالبًا ما تكون غير مناسبة للاستدلال السببي. تشمل المراجعة تحليل الممارسات في ثلاث مجلات طبية، مع التركيز على كيفية تعريف عوامل الخطر، واستراتيجيات اختيار المتغيرات، وتفسير معاملات الانحدار، مع كون الانحدار اللوجستي هو النموذج السائد المستخدم.
من خلال محاكاة تستند إلى دراسة شدة COVID-19 في مرضى التصلب المتعدد، يوضح المؤلفون قيود الممارسات الحالية في الانحدار، خصوصًا في التمييز بين نسب الأرجحية الشرطية والهامشية. يحددون ثلاث استراتيجيات شائعة لاختيار المتغيرات: التعديل لمجموعة محددة مسبقًا، الاختيار التدريجي، والفلترة الأولية أحادية المتغير. تؤكد النتائج على ضرورة أن يوضح الباحثون أهدافهم التحليلية بوضوح – سواء كانت تنبؤية أو سببية – وأن يتماشى منهجهم وفقًا لذلك. بالنسبة للتحليلات السببية، يدعو المؤلفون إلى تعريف واضح للهدف من الاهتمام واختيار المتغيرات بناءً على الهيكل السببي، مع الإشارة إلى أن الطرق غير المعلمية لا تتفوق باستمرار على الأساليب المعلمية.
مقدمة
تتناول مقدمة هذه الورقة البحثية التعقيدات المحيطة بمفهوم “عوامل الخطر” في الدراسات الوبائية، مع التأكيد على الاستخدام المزدوج للمصطلح في السياقات الارتباطية والسببية. تبرز الغموض المحتمل الذي ينشأ عندما يستخدم الباحثون لغة ارتباطية بينما يهدفون إلى إبلاغ التدابير الوقائية، مما قد يؤدي إلى استنتاجات مضللة. تنتقد الورقة تحليل الانحدار التقليدي كأداة إحصائية شائعة في الدراسات الرصدية، مشيرة إلى قيودها في تقدير آثار السكان السببية بسبب قضايا مثل عدم قابلية انهيار معاملات الانحدار والاعتماد على نماذج معلمية قد تكون غير محددة بشكل صحيح.
يقترح المؤلفون أن أدبيات الاستدلال السببي توفر إطارًا أكثر قوة لفهم عوامل الخطر، مع التركيز على الأهداف السببية التي تكون غير معلمية ومستقلة عن مواصفات نموذج الانحدار. يوضحون منهجيتهم، التي تشمل مراجعة أدبية لثلاث مجلات طبية مؤثرة لتقييم استخدام اللغة السببية واستراتيجيات اختيار المتغيرات. تهدف الورقة إلى تباين التفسيرات التقليدية لمعاملات الانحدار اللوجستي مع الطرق التي تستعيد الآثار الهامشية، باستخدام دراسة محاكاة لتوضيح هذه الاختلافات. هيكل الورقة محدد بوضوح، مع أقسام مخصصة لنتائج مراجعة الأدبيات، والأطر السببية، ودراسة محاكاة مونت كارلو، مما يؤدي في النهاية إلى النتائج الرئيسية والتوصيات للممارسين.
النتائج
في قسم النتائج، يتم تحليل سيناريوهين بشأن أداء مختلف المقدرات لنسب الأرجحية عبر نماذج النتائج المختلفة. في السيناريو الأول، يقدر نسبة الأرجحية غير المعدلة باستمرار أقل من القيم الحقيقية، مما يظهر تحيزًا سلبيًا كبيرًا دون زيادة في التباين مقارنةً بمقدرات أخرى. أنتج المقدّر الشرطي $\theta_{\text{reg}}$ المطبق مع استراتيجيات اختيار المتغيرات (ALL، SS، UPF) عمومًا تقديرات أكبر من نسبة الأرجحية لمونت كارلو (MCOR)، مع استثناءات ملحوظة. أدت مقدرات الانحدار المعلمي إلى أداء جيد عبر جميع النماذج، مما يعالج بفعالية مصطلحات التفاعل المفقودة، بينما أظهرت مقدرات AIPW المعلمية استقرارًا ولكن تباينًا في تباينات معينة. كانت المقدرات غير المعلمية، خصوصًا نموذج الغابة العشوائية، تميل إلى تقدير آثار العلاج بشكل أقل، مما يؤدي إلى تحيزات أقرب إلى 1. كانت التحيزات الملاحظة متسقة مع التحيزات الأسيمتوتية، مما يشير إلى أنها لا تتناقص مع زيادة حجم العينة.
في السيناريو الثاني، قدر نسبة الأرجحية غير المعدلة القيم الحقيقية بشكل زائد، مشابهًا للمقدرات الشرطية. أدت المقدرات الهامشية المعلمية بشكل جيد، بينما قدر مقدر RI غير المعلمي أيضًا نسب الأرجحية بشكل زائد، مع صعوبة خاصة في احتمالات النتائج القصوى. تفوق مقدر AIPW غير المعلمي على مقدر RI، مستفيدًا من تضمين درجات الميل على الرغم من ضعف التداخل في الدرجات الأكبر. أظهرت المقدرات الهامشية أقل خطأ متوسط مربع (MSE)، مع إظهار AIPW غير المعلمي كل من انخفاض التحيز والتباين. سلط تحليل التحيز الأسيمتوتي الضوء على تأثيرات التداخل الكبيرة، خصوصًا في المقدّر غير المعدل، بينما حافظت مقدرات RI وAIPW المعلمية على تحيزات منخفضة باستمرار.
المناقشة
في قسم المناقشة من الورقة، تم إجراء مراجعة أدبية شاملة لتحليل استخدام مصطلح “عامل الخطر” في الدراسات الرصدية المنشورة في المجلات الطبية الكبرى خلال عامي 2020 و2021. تم تحديد ما مجموعه 66 مقالة من خلال بحث في PubMed، حيث استخدمت 59 منها مصطلح “عامل الخطر”. كشفت تصنيفات هذه المقالات أن العديد من المؤلفين عرفوا عوامل الخطر بشكل ضمني بمصطلحات سببية على الرغم من إرشادات المجلات التي تثني عن مثل هذه اللغة في الدراسات الرصدية. قام المؤلفون بتصنيف التعريفات إلى ثلاثة أنواع: عوامل سببية معروفة، وعوامل الخطر كأهداف تدخل، والترتيب السببي للعوامل. علاوة على ذلك، سلطت المراجعة الضوء على الأغراض المتنوعة للدراسات، حيث كانت 58 مقالة تفسيرية و7 تنبؤية، وقيمت استراتيجيات اختيار المتغيرات، التي غالبًا ما تفتقر إلى مبررات واضحة.
ناقشت الورقة أيضًا آثار استراتيجيات اختيار المتغيرات في التحليل السببي، مشددة على أهمية الالتزام بالإرشادات المعمول بها مثل بيان STROBE. حدد التحليل ثلاث استراتيجيات رئيسية: مجموعات محددة مسبقًا من المتغيرات، الاختيار التدريجي، والفلترة الأولية أحادية المتغير. أشار المؤلفون إلى أن العديد من الدراسات لم تبرر بشكل كافٍ اختيارات متغيراتها، مما قد يؤدي إلى تقديرات متحيزة للآثار السببية. اختتم القسم بمناقشة التحديات المتعلقة بتقدير الآثار السببية في الدراسات الرصدية، خصوصًا قضايا التداخل وضرورة استخدام طرق إحصائية مناسبة لاشتقاق تقديرات موثوقة للعلاقات السببية.
DOI: https://doi.org/10.1186/s12874-025-02704-0
PMID: https://pubmed.ncbi.nlm.nih.gov/41257621
Publication Date: 2025-11-19
Author(s): Ragna Reinhammar et al.
Primary Topic: Advanced Causal Inference Techniques
Overview
In this section, the authors critique the conflation of predictive and causal interpretations of “risk factors” in applied epidemiological studies, particularly in the context of regression analyses. They highlight that while many studies implicitly adopt a causal definition of risk factors, the methodologies employed—such as data-driven variable selection—are often unsuitable for causal inference. The review encompasses an analysis of practices in three medical journals, focusing on how risk factors are defined, the strategies for covariate selection, and the interpretation of regression coefficients, with logistic regression being the predominant model used.
Through simulations based on a study of COVID-19 severity in Multiple Sclerosis patients, the authors illustrate the limitations of current regression practices, particularly in distinguishing between conditional and marginal odds ratios. They identify three prevalent covariate selection strategies: adjusting for a pre-specified set, stepwise selection, and univariable pre-filtering. The findings emphasize the necessity for researchers to clearly articulate their analytical goals—whether predictive or causal—and to align their methodologies accordingly. For causal analyses, the authors advocate for a clear definition of the estimand of interest and selection of variables based on the causal structure, while noting that non-parametric methods do not consistently outperform parametric approaches.
Introduction
The introduction of this research paper addresses the complexities surrounding the concept of “risk factors” in epidemiological studies, emphasizing the dual use of the term in both associative and causal contexts. It highlights the potential ambiguities that arise when researchers use associational language while aiming to inform preventive measures, which can lead to misleading inferences. The paper critiques conventional regression analysis as a common statistical tool in observational studies, noting its limitations in estimating causal population effects due to issues such as non-collapsibility of regression coefficients and reliance on potentially misspecified parametric models.
The authors propose that the causal inference literature provides a more robust framework for understanding risk factors, focusing on causal estimands that are non-parametric and independent of regression model specifications. They outline their methodology, which includes a literature review of three influential medical journals to assess the use of causal language and covariate selection strategies. The paper aims to contrast traditional interpretations of logistic regression coefficients with methods that recover marginal effects, utilizing a simulation study to illustrate these differences. The structure of the paper is clearly delineated, with sections dedicated to literature review findings, causal frameworks, and a Monte Carlo simulation study, ultimately leading to key findings and recommendations for practitioners.
Results
In the results section, two scenarios are analyzed regarding the performance of various estimators for odds ratios across different outcome models. In Scenario I, the unadjusted odds ratio consistently underestimates the true odds ratios, exhibiting a significant negative bias without increased variance compared to other estimators. The conditional estimator $\theta_{\text{reg}}$ implemented with covariate selection strategies (ALL, SS, UPF) generally produced larger estimates than the Monte Carlo Odds Ratio (MCOR), with notable exceptions. The parametric regression imputation estimator performed well across all models, effectively addressing missing interaction terms, while the parametric AIPW estimators showed stability but variability in specific contrasts. Nonparametric estimators, particularly the random forest model, tended to underestimate treatment effects, leading to biases closer to 1. The biases observed were consistent with asymptotic biases, indicating that they do not diminish with larger sample sizes.
In Scenario II, the unadjusted odds ratio overestimated the true values, similar to the conditional estimators. The parametric marginal estimators performed well, while the nonparametric RI estimator also overestimated odds ratios, particularly struggling with extreme outcome probabilities. The nonparametric AIPW estimator outperformed the RI estimator, benefiting from the inclusion of propensity scores despite poor overlap in larger scores. The marginal estimators exhibited the smallest mean squared error (MSE), with the nonparametric AIPW showing both low bias and variance. The asymptotic bias analysis highlighted significant confounding effects, particularly in the unadjusted estimator, while the parametric RI and AIPW estimators maintained consistently low biases.
Discussion
In the discussion section of the paper, a comprehensive literature review was conducted to analyze the usage of the term “risk factor” in observational studies published in major medical journals during 2020 and 2021. A total of 66 articles were identified through a PubMed search, with 59 of them employing the term “risk factor.” The classification of these articles revealed that many authors implicitly defined risk factors in causal terms despite journal guidelines discouraging such language in observational studies. The authors categorized the definitions into three types: known causal factors, risk factors as intervention targets, and causal ordering of factors. Furthermore, the review highlighted the varying purposes of the studies, with 58 articles being explanatory and 7 predictive, and assessed their covariate selection strategies, which often lacked clear justification.
The paper also discussed the implications of covariate selection strategies in causal analysis, emphasizing the importance of adhering to established guidelines such as the STROBE statement. The analysis identified three primary strategies: pre-specified sets of covariates, stepwise selection, and univariable pre-filtering. The authors noted that many studies did not adequately justify their covariate choices, which could lead to biased estimates of causal effects. The section concluded by addressing the challenges of estimating causal effects in observational studies, particularly the issues of confounding and the necessity of using appropriate statistical methods to derive reliable estimates of causal relationships.