📊 statistics

Causal Inference Using Augmented Epidemic Models

本文通过区分流行病模型的生成数据解释与因果解释，建立了一个通过因果推断来估计干预效应的框架，从而将混杂因素和随时间变化的度量纳入考量。

原作者： Heejong Bong, Valérie Ventura, Larry Wasserman

发布于 2026-01-27

📖 1 分钟阅读☕ 轻松阅读

原作者： Heejong Bong, Valérie Ventura, Larry Wasserman

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图弄清楚某项特定的行动（比如佩戴口罩或居家隔离）是否真的能阻止病毒传播。你拥有病毒行为的历史记录（数据），以及人们随时间采取行动的清单。为了理解这种“因果关系”，科学家们构建了数学模型。

这篇论文讨论了构建这些模型时的一个常见陷阱，并提供了一种更好的解决方法。

观察模型的两种方式

作者指出，当我们向流行病模型中加入“干预措施”（如疫苗或封锁）时，我们通常会以两种方式之一来对待该模型，但我们经常将两者混淆：

“讲故事的人”（数据生成模型）： 这个模型试图讲述实际发生过什么的故事。它说：“鉴于昨天发生了什么以及我们采取了哪些行动，今天病毒是如何传播的。”
“如果……会怎样”机器（因果模型）： 这个模型试图回答一个假设性的问题。它问：“如果我们昨天改变了我们的行动，今天将会发生什么？”

问题在于： 作者认为，如果你使用“讲故事的人”模型来预测“如果……会怎样”的情景，你会得到错误的答案。这就像试图通过查看今天的交通拥堵地图来预测下周的天气一样。工具的设计用途是不同的。

“幽灵”问题（幻影偏差）

论文引入了一个被称为由“幻影变量”引起的隐蔽问题——“g-零悖论”（g-null paradox）。

类比： 想象你在研究为什么汽车会发生车祸。你观察了驾驶员的速度（干预措施）和车祸（结果）。但有一个你看不到的“幽灵”（幻影变量），比如一阵突如其来的强风。
- 风导致汽车转向（影响了结果）。
- 风同时也让驾驶员更用力地踩刹车（影响了干预措施）。
- 风本身并不以一种简单的线性方式直接导致车祸。

如果你使用标准的数学方法（极大似然估计）来进行分析，数学逻辑会产生混乱。它看到“刹车”和“车祸”同时发生，于是得出结论认为“刹车”会导致“车祸”，即便事实并非如此。这个“幽灵”（风）创造了一个虚假的联系。在论文的术语中，模型认为存在某种因果效应，而实际上并不存在，或者夸大了已经存在的效应。

四种方法：解决方案菜单

作者提出了四种处理方法。他们推荐了一种在简洁性和准确性之间取得最佳平衡的方法。

方法 1：“标准”做法（不要这样做）

运作方式： 你构建“讲故事的人”模型，使用标准数学将其拟合到数据中，然后假装它能回答“如果……会怎样”的问题。
结果： 这是陷阱。它会导致“幽灵”问题，给出虚假或夸大的结果。论文指出：请避免使用此法。

方法 2：“重型机械”

运作方式： 你构建“讲故事的人”模型，但随后使用一种复杂的数学配方（称为 g-公式）来手动提取“如果……会怎样”的答案。
结果： 它有效且避开了“幽灵”问题，但操作起来非常困难。“如果……会怎样”的答案被埋在一个黑箱里，难以向他人解释。

方法 3：“推荐”做法（黄金分割点）

运作方式： 与其试图讲述过去的整个故事，不如从一开始就严格将你的模型视为一台“如果……会怎样”机器。你承认过去的数据存在“噪声”（混杂因素），并使用一种特殊的统计工具（称为 估计方程）来过滤掉这些噪声。
结果： 这是最简单且最自然的方法。它能让你获得关于干预效应的清晰、可解释的答案，而不会被“幽灵”所困扰。这就像是使用一个专门的过滤器来观察真相，而不是试图重建整个宇宙。

方法 4：“建筑师”

运作方式： 你先构建一个“如果……会怎样”模型，然后再构建一个与之完全一致的、非常复杂的“讲故事的人”模型。
结果： 这避免了“幽灵”问题，也不需要方法 2 那样复杂的数学。然而，这极其困难，并且需要做出许多关于世界运作方式的假设。

现实世界测试

作者使用两样东西测试了这些想法：

模拟数据： 他们创建了带有隐藏在背景中的“幽灵”的病毒爆发计算机模拟。
- 结果： 标准方法（方法 1）失败了，在不存在效应的地方看到了效应。方法 3 表现完美，忽略了幽灵。
真实数据： 他们研究了美国 30 个州的真实 COVID-19 死亡数据以及“流动性”（人们移动的程度）的影响。
- 结果： 标准方法表明居家隔离对减少死亡有巨大影响。方法 3 则表明这种效应较小（或者有时根本不存在）。作者认为，标准方法之所以“幻觉”出了一个更强的效应，是因为受到了隐藏的“幽灵”（如未测量的天气模式或医疗能力）的影响，这些因素同时影响了出行和死亡率。

核心结论

如果你想根据时间序列数据了解一项干预措施（如疫苗或封锁）是否真的有效：

不要只是拟合一个标准模型并寄希望于好运；它很可能会在因果关系上对你撒谎。
相反，请使用方法 3。将你的模型视为一个直接回答“如果……会怎样”问题的工具，并使用特定的统计技术来清除那些会让画面变得混乱的隐藏变量。

论文总结道，虽然所有模型都不完美，但方法 3 是在不陷入“幻影”偏差陷阱的情况下，获取有关公共卫生干预因果效应真相的最务实方法。

技术摘要：使用增强型流行病模型进行因果推断

问题陈述

本文探讨了利用单一观测时间序列来推断时变干预（ $A_t$ ）对流行病结果（ $Y_t$ ）的因果效应所面临的挑战。虽然流行病模型经常通过加入干预变量进行修改，以用于预测场景或估计效应，但文献中经常混淆了这些“增强型”模型的两种不同解释：

数据生成模型 (DGMs)： 描述观测随机变量条件密度的模型。
边际结构模型 (MSMs)： 描述反事实随机变量 $Y_t(a_1, \dots, a_t)$ 分布的因果模型。

核心问题在于，如果将增强型流行病模型视为 DGM，并通过极大似然估计 (MLE) 或贝叶斯方法来估计参数，随后又将这些参数用于因果推断（如同其为 MSM 一样），会导致估计量不一致。这种不一致性表现为 g-null 悖论：即使当真实的因果效应为零（ $\beta_A = 0$ ）时，估计出的因果效应也不为零。这种偏差是由幻影变量 (phantom variables) 引起的——即那些影响结果但不影响干预的未观测变量——它们在非线性参数模型中诱导了干预与结果之间的条件依赖，从而导致基于似然性的估计量将相关性与因果关系混淆。

方法论

作者提出了四种处理增强型流行病模型的不同方法，并对将增强型模型视为 DGM 还是 MSM 的方法进行了区分。

方法 1：极大似然/贝叶斯估计（存在缺陷的方法）

步骤： 将增强型模型视为 DGM。通过 MLE 或贝叶斯推断来估计参数。随后使用拟合的模型来计算因果效应（例如，通过 g-公式）或进行场景预测。
问题： 该方法受到 g-null 悖论的影响。在存在幻影变量的情况下，似然函数无法将因果效应与条件依赖分离。因此，因果参数的估计是不一致的，即使在真实效应为零时也会得出非零效应。

方法 2：通过估计方程提取因果效应

步骤：
1. 将增强型模型视为 DGM，并包含混杂因素（ $X_t$ ）。
2. 使用 g-公式（公式 9）从 DGM 中提取因果效应 $\psi(a_t)$ 。
3. 使用估计方程（公式 14）而非似然法来估计生成的因果模型参数。
机制： 该方法使用倾向评分（由 DGM 导出）对估计方程进行加权，从而实现对混杂因素的调整。
局限性： 它需要指定观测变量的完整联合分布，这在计算上非常耗时，且往往难以处理。生成的因果模型可能缺乏解释性。

方法 3：将增强型模型作为边际结构模型（推荐方法）

步骤：
1. 直接将增强型流行病模型解释为针对反事实 $Y_t(a_t)$ 的 MSM。
2. 为倾向评分（即给定过去历史时干预发生的概率）指定一个单独的模型。
3. 使用估计方程（公式 14）来估计参数。
机制： 通过将流行病模型视为针对反事实的因果模型，作者避免了困扰似然法方法的因果参数与依赖参数之间的变异依赖性。如果不存在闭式解，因果效应 $\psi(a_t; \theta)$ 通常通过蒙特卡洛模拟（公式 15）进行近似。
优势： 这是最简单的方法，符合标准的因果推断实践，并能通过倾向评分轻松处理混杂因素。它避免了 g-null 悖论。

方法 4：因果保持型数据生成模型

步骤：
1. 使用增强型模型作为 MSM。
2. 使用 Copula（特别是 Evans 和 Didelez 在 2024 年描述的“节俭参数化”）构建一个与指定 MSM 相一致的观测值 $(X_t, A_t, Y_t)$ 的完整 DGM。
3. 通过极大似然法估计所有参数。
机制： 通过显式地分离参数化因果关系（通过 MSM）和依赖关系（通过 Copula），该模型变得具有变异独立性，从而避免了 g-null 悖论，而无需除以倾向评分。
局限性： 这是技术难度最高的方法，需要对联合分布和 Copula 进行复杂的建模，尤其是在处理单一时间序列时。

核心贡献与结果

理论贡献

识别幻影偏差： 本文严谨地证明了幻影变量（影响结果但不影响干预的未观测因素）会导致非线性流行病模型中的似然估计量是不一致的，即使在不存在未测量混杂因素的情况下也是如此。
区分解释方式： 文中澄清了在时间序列设置中，DGM 和 MSM 通常是不可互换的，且混淆两者会导致 g-null 悖论。
方法论框架： 作者提供了一个对四种方法的结构化比较，强调了方法 2、3 和 4 对因果推断是有效的，而方法 1 则不是。

实证结果

作者通过模拟数据和一项观察性研究验证了其理论主张：

半机械化模型模拟：
- 方法 1 (MLE)： 显示出显著的幻影偏差。当真实的因果效应 $\beta_A = 0$ 时，MLE 估计出了一个非零效应。
- 方法 3 (估计方程)： 产生了无偏估计，在真实效应为零时正确地恢复了 $\beta_A = 0$ 。
SEIR 模型模拟：
- 重现了上述发现：由于幻影变量的存在，MLE 估计存在偏差，而估计方程法（方法 3）是具有一致性的。
观察性研究（美国 COVID-19 数据）：
- 分析了流动性（全职工作比例）对美国 30 个州 COVID-19 死亡人数的影响。
- 对比： 在 30 个州中有 24 个州，方法 3 的估计值明显低于方法 1 (MLE) 的估计值（ $p < 0.001$ ）。
- 解释： 作者认为，较高的 MLE 估计值很可能是由于幻影偏差而高估了流动性对死亡率的因果效应，而估计方程法提供的估计值更为保守且更接近真实情况。

意义与主张

本文声称，流行病建模中的标准做法——特别是通过似然法拟合增强型模型并将其解释为因果模型——由于 g-null 悖论的存在，在根本上是存在缺陷的。作者认为：

不应将 MLE 和贝叶斯估计用于此类情境下的因果推断，因为它们会产生不一致的估计量。
方法 3 是最实际且自然的解决方案。 相比方法 4，它需要的建模假设较少，同时避免了方法 2 的难处理性，并能成功消除幻影偏差。
模型误设 vs. 幻影偏差： 虽然所有方法都可能受到模型误设的影响，但只有方法 2、3 和 4 能够消除在非线性模型中由幻影变量引入的特定结构性偏差。

作者总结道，虽然方法 4 提供了一个通过避免除以倾向评分来避免问题的原则性、全规格替代方案，但方法 3 因其简洁性和可解释性仍是推荐的方法。他们强调，在流行病研究中，区分数据生成模型和因果模型至关重要。