如果“相关性不等于因果关系”，科学家如何找出事情发生的原因？

If 'correlation doesn't imply causation,' how do scientists figure out why things happen?

我们大多数人都听过这句话：“相关性不等于因果关系。”但许多人仍然不清楚科学家是如何从发现相关性到建立因果关系的。寻找某个结果的原因往往是科学研究的主要目标，尤其是在与我们健康相关的研究中。我们希望知道某种因素——比如喝葡萄酒或吃巧克力——是否会带来更好的或更差的健康结果，这样我们就可以做出更明智的健康决策。但是，科学家们是如何得到这些答案的呢？

相关性与因果关系：基础知识

很容易找到两个变量之间存在联系的例子，但实际上并没有因果关系。例如，有些国家的人均巧克力消费量与诺贝尔奖得主的数量之间存在相关性。但这并不意味着吃巧克力会导致人们获得诺贝尔奖。

这种相关性可能存在的原因是，巧克力消费量可以作为财富的一个代理指标。而财富又与教育机会和高质量研究的资金有关，这些研究可能会导致诺贝尔奖的获得。因此，仅仅发现两个事物之间的联系是不够的。科学家需要更多的证据才能开始假设存在因果关系。

建立因果关系的案例

在化学或物理学中，通常可以在高度控制的条件下进行实验，以了解X如何影响Y。然而，当涉及到人类生物学时，情况往往没有那么简单。在大多数情况下，为了建立因果关系，我们需要使用间接证据（稍后会详细说明）。这需要一种称为归纳推理的方法——科学家根据现有证据进行概括的过程。

这有点像检察官如何基于间接证据构建刑事案件。虽然单个间接证据本身可能不具备说服力，但随着证据的积累，它们会加强案件。不过，这里有一个有趣的对比。在刑事案件中，利害关系非常高，证明的标准是“排除合理怀疑”。而在科学中，当我们为因果关系提供证据时，通常是基于“概率平衡”。

这一较低的证明标准反映了科学家愿意在有更好证据出现时修订他们的观点。

因果关系的间接证据类型

科学家用于推断因果关系的间接证据可以采取不同的形式，包括：

1. 时间顺序

这是因果关系的唯一绝对要求。即，暴露必须发生在结果之前，才能导致结果的发生。尽管这一点看起来显而易见，但在某些情况下可能并不那么明确。例如，两件事情之间可能存在很长的时间间隔。例如，接触石棉纤维和发生间皮瘤（一种癌症）之间可能相隔20至60年。

或者，可能不立即清楚什么是暴露，什么是结果：睡眠障碍是否导致抑郁，还是睡眠障碍是抑郁的症状？

2. 关联强度

两个变量之间的强关联通常被认为是因果关系的有力证据。也就是说，如果一件事的发生意味着另一件事很可能发生，我们通常认为这是因果关系的良好证据。例如，研究表明高酒精消费与肝损伤之间存在强烈关联，因此高度支持因果关系的存在。

3. 研究的一致性

如果使用不同方法的各种研究都得出相同或类似的关联，这也支持因果关系的存在。当科学发现可以通过不同的研究方法得到重复时，我们通常对其更有信心。

4. 存在合理的机制

能够展示一个可以解释暴露与结果之间关联的机制，进一步支持因果关系的存在。例如，如果实验室或动物研究表明某种物质如何损害细胞，这将支持该物质与人类疾病之间存在因果关系。

5. 剂量-反应关系

观察到更高的暴露导致更强的效果，被认为是因果关系的高度支持证据。然而，需要注意的是，有时在因果关系中存在阈值效应。也就是说，暴露只有达到特定水平才会导致疾病。这通常适用于传染病，其中需要最小感染剂量才能使人生病。

随机对照试验的力量

间接证据通常在推断因果关系中发挥重要作用。但有一种研究类型是提供因果关系直接证据的金标准，称为随机对照试验（RCT）。

在RCT中，参与者被随机分配接受干预或作为“对照组”。这确保了如果你看到两组之间的差异，这只能归因于干预的效果。它有效地证明了存在因果关系。你可以将其视为当场抓住罪犯。然而，由于伦理和实际考虑，我们并不总是有良好设计的RCT提供的证据。

例如，我们没有RCT证据表明吸烟会导致肺癌。原因是支持因果关系的间接证据如此令人信服，进行这些研究将是不道德的。

因果关系复杂——警惕那些推销灵丹妙药的人

尽管我们很容易假设因果关系就像翻开关灯一样简单，但在涉及我们的健康时，它往往是复杂的，涉及多个因素共同作用。例如，生活方式、基因和环境因素通常都会相互作用，决定一个人是否会患上某种疾病。

这种复杂性也是我们在面对提供简单解决方案或灵丹妙药的人时需要谨慎的另一个原因。要实现最佳健康，你需要做各种事情。没有任何单一的习惯、超级食物或补充剂是答案。

(全文结束)