Separating Biological and Choice Effects in Randomized Trials: Completing Causal Inference with β-Identification

在医学研究领域，证明一种疗法有效的金标准是随机对照试验。在这些研究中，患者被随机分配接受新疗法或标准疗法，就像通过抛硬币来决定他们的路径一样。其目标是隔离药物或手术本身的生物学效应，剥离其他变量，以观察治疗是否真正改变了结果。几十年来，这种方法一直是循证医学的基石，指导医生开具哪些药物或进行哪些手术。然而，当不同治疗方案之间的生物学差异很小时，一个持久的问题就会出现。在这些情况下，试验结果可能会变得模糊不清或难以定论。患者往往不会遵循既定的路径；他们可能会转向另一种治疗方案，或者完全拒绝被分配的方案。传统上，研究人员将这种不依从性视为一种缺陷，一种削弱研究寻找明确答案能力的噪声来源。他们将患者选择切换治疗的行为视为需要纠正或忽略的错误，认为真实的故事仅存在于药物或手术的生物学特性之中。

由研究人员奥根·古雷尔（Ogan Gurel）和詹姆斯·魏因斯坦（James Weinstein）提出的一个新框架挑战了这一长期以来的观点。他们认为，在许多现代医学情境下，患者的选择不仅是一个干扰项，更是结果的一个基本组成部分。当两种可靠治疗方案之间的生物学差异很小时，患者基于个人价值观、恐惧和偏好的决策，就成了一种强大的力量，其对健康的影响程度与治疗本身不相上下。研究人员建议，通过将患者的选择视为一种可衡量的因果因素，而非统计误差，我们终于可以解释那些此前看似失败的试验。这种方法并非摒弃旧方法，而是对其进行了扩展，允许科学家将治疗的生物学效应与患者采取该治疗的决策效应区分开来。通过这样做，他们可以解释为什么有些疗法在实践中效果很好，即使生物学证据显示其并不理想，以及为什么有些试验在承认人类能动性的力量之前一直令人困惑。

这种新思维的核心来自于对一项名为SPORT（脊柱患者结局研究试验）的著名研究的重新审视。该试验调查了针对一种被称为腰椎间盘突出症的疼痛性下背部疾病的治疗方法。该研究采用了严谨的科学标准设计，但其结果却因缺乏结论性而闻名。数据显示，接受手术的患者与接受非手术护理的患者之间的结局差异非常微小。多年来，这被解读为手术相对于非手术护理没有提供真正的生物学优势。然而，研究人员指出，该试验也具有极高的“交叉”（crossover）发生率。许多被分配到非手术护理组的患者最终选择了手术，也有一些被分配到手术组的患者转而选择了非手术护理。在传统观点中，这种交叉是一个问题，它模糊了两个组别之间的界限，使得无法判断哪种治疗更好。研究人员认为，这种观点错过了一个关键点：交叉不仅仅是噪声，它是一种信号。

通过应用他们的新框架，研究人员能够将SPORT试验的结果分解为两个截然不同的部分。第一部分，他们称之为“生物学效应”，代表了假设患者完美遵循计划时，治疗本身的纯粹生理影响。第二部分，他们称之为“选择效应”，捕捉了患者决定采取或切换治疗方案所产生的影响。当他们分离这两个组成部分时，一幅不同的图景浮现了出来。手术与非手术护理之间的生物学差异很小，而研究发现“选择效应”具有临床意义。无论最初被分配到哪一组，那些选择自己治疗方案的患者，其结局都是由生物学和选择共同塑造的。这表明，治疗的成功不仅在于手术或物理治疗本身，还在于治疗方案与患者自身偏好的契合度。选择一种让患者感到合适的治疗方案的行为，本身就是康复的一个因果因素，其作用力与手术的生物学机制一样真实。

这一洞察改变了我们看待临床试验的方式，尤其是在存在多种治疗手段且它们之间的生物学差异正在缩小的领域。研究人员提出了一种根据这两股力量之间的平衡来对试验进行分类的新方法。在某些情况下，生物学差异如此之大，以至于患者的选择几乎无关紧要；在这些场景下，旧的分析方法运作得非常好。但在许多其他情况下，特别是随着患者年龄增长并面临复杂的健康问题时，生物学差异会缩小，而患者的选择则成为主导因素。研究人员确定了四种不同的机制（regimes）。在一种机制中，生物学是明确的赢家，医生可以充满信心地推荐最优治疗方案。在另一种机制中，生物学和选择都至关重要，需要一种更细致的方法，由医生和患者共同决定。在第三种机制中，两者都不足以给出明确答案，试验仅仅告诉我们需要更多研究。最后，在第四种机制中，生物学差异可以忽略不计，但患者的选择驱动了结果。在这种情况下，医生能做的最重要的事情不是开具特定的治疗方案，而是帮助患者做出符合其生活方式和价值观的选择。

论文指出，未能识别出第四种机制，导致许多试验被贴上了“失败”的标签，而它们实际上是以另一种方式取得了成功。当一项试验显示没有明确的生物学胜出者，但选择自主路径的患者表现良好时，传统的结论是两种治疗方案是等效的，且试验结果是不确定的。新框架则表明，试验实际上在告诉我们一些深刻的事实：结果取决于患者的参与度和偏好。通过忽略选择效应，我们失去了理解为什么某种治疗在现实世界中有效的能力。研究人员证明，通过在同一尺度上衡量生物学效应和选择效应，我们可以看到全貌。这使我们能够区分一种是生物学功能较弱的治疗，以及一种是生物学中性但当患者自愿选择时高度有效的治疗。

这种转变对于我们如何设计医学研究以及医生如何做决策具有重大意义。研究人员建议，未来的试验设计应致力于保留测量患者选择的能力，而不是试图强迫患者严格遵守方案。这可能意味着允许患者根据意愿进行交叉或切换治疗，并随后分析这些选择如何影响结果。这也意味着，试验的目标不仅是在真空状态下寻找“最佳”治疗方案，而是要理解当患者拥有选择权时，不同治疗方案的表现如何。在人工智能和决策支持工具领域，这种区别至关重要。一个仅关注生物学数据的AI系统可能会推荐一种在生物学上合理但在实践中失败的治疗方案，因为它不符合患者的偏好。通过纳入选择效应，这些工具可以被设计为在生物学特征不明朗时，向人类判断力让步，从而帮助医生促进共同决策，而非仅仅对治疗方案进行排名。

研究人员强调，这种方法并不是要取代随机对照试验的严谨标准，而是对其进行了完善。它承认在面对复杂、慢性疾病的世界时，患者不是被动的接受者，而是通过其决策塑造结果的积极参与者。该框架提供了一种量化这种参与度的方法，将曾经被视为统计干扰的东西转化为至关重要的证据。通过这样做，它提供了一个更诚实、更完整的临床试验描述。它解释了为什么有些治疗在现实世界中的表现优于受控的研究环境，以及为什么有些在纸面上看起来失败的试验实际上为医生和患者提供了宝贵的指导。最终目标是超越对生物学的狭隘关注，转向对包含“选择”这一人类要素的更广泛健康的理解，确保医学证据能够反映人们应对和管理疾病状况的现实生活。

这项研究依赖于一种特定的数学分解方法来分离这些效应，但其概念非常直观。研究人员提取出患者接受一种治疗与接受另一种治疗之间的观测结局差异，并减去如果每个人都完美遵循分配方案时所存在的生物学差异。剩下的部分就是选择本身带来的效应。这个剩余的部分并非随机噪声，而是一种可衡量的因果力量。研究人员展示了在SPORT试验中，这种选择效应足够大，以至于具有临床意义，解释了为什么该试验的结果与纯生物学分析所预测的情况如此不同。他们认为，这种模式很可能存在于医学的其他许多领域，从心脏病到癌症，在这些领域中，患者必须权衡治疗的益处与其负担及风险。

通过使选择效应可见，研究人员希望改变医学研究的对话方式。我们不再仅仅询问“这种治疗是否有效？”，还可以询问“它对谁有效，以及在什么样的选择条件下有效？”这种转变允许一种更个性化的医疗方式，其焦点不仅在于药物或手术，还在于医生与患者之间的伙伴关系。它承认，最好的治疗方案并不总是生物学效应最强的那个，而是患者最有可能坚持下去且最符合其生活的那个。研究人员总结道，随着医学变得更加复杂，以及治疗之间的生物学差异变得越来越小，衡量和理解选择力量的能力将变得日益重要。这是完成因果推断全貌的一种方式，确保我们收集到的证据能够反映人类健康与决策的完整现实。