همبستگی، پیش‌بینی و علیت یکی نیستند: چطور با DAG سؤال علّی را شفاف کنیم؟

صورت مسئله

بخش مهمی از خطاهای استنباط علّی از اینجا می‌آید که پژوهشگر میان سه هدف متفاوت تمایز نمی‌گذارد: توصیف ارتباط، پیش‌بینی پیامد و برآورد اثر یک مداخله. در پیش‌بینی ممکن است متغیری فقط به‌دلیل قدرت پیش‌بینی مفید باشد؛ اما در استنباط علّی نقش همان متغیر در ساختار علّی تعیین می‌کند که تعدیل آن مفید، بی‌فایده یا حتی زیان‌بار است. نمودارهای جهت‌دار بدون دور یا DAG ابزاری برای آشکارکردن این فرض‌ها هستند، نه دستگاهی برای اثبات خودکار علیت.

1. هدف را به یک سؤال علّی قابل تصور تبدیل کن

به‌جای «آیا X با Y مرتبط است؟» بنویس اگر مقدار یا وضعیت X تحت یک مداخله مشخص تغییر کند، چه پیامدی در Y و در چه بازه زمانی انتظار داریم؟ این صورت‌بندی کمک می‌کند جامعه هدف، زمان شروع، پیامد و مقایسه مورد نظر را روشن کنی. اگر چنین مداخله‌ای قابل تعریف نیست، شاید سؤال شما توصیفی یا پیش‌بینی باشد نه علّی.

2. DAG را پیش از نگاه‌کردن به ضریب‌های مدل رسم کن

گره‌ها را برای متغیرهای مهم و پیکان‌ها را بر اساس دانش موضوعی و ترتیب زمانی ترسیم کن. جهت پیکان را از همبستگی نمونه استنتاج نکن. DAG باید فرض‌های شما درباره مسیرهای علّی و منابع مشترک تغییر را بیان کند تا تصمیم‌های تعدیل بعداً تابع نتیجه دلخواه نشوند.

3. مخدوش‌گر را از میانجی و collider جدا کن

مخدوش‌گر یک علت مشترکِ مواجهه و پیامد است و می‌تواند مسیر پشتی ایجاد کند. میانجی روی مسیر علّی از X به Y قرار دارد و تعدیل آن معمولاً اثر کل را به اثر دیگری تبدیل می‌کند. collider متغیری است که دو پیکان به آن وارد می‌شوند؛ شرط‌گذاری بی‌دلیل روی collider می‌تواند مسیر کاذب باز کند. بنابراین قاعده «هر متغیر در دسترس را وارد مدل کن» قاعده علّی معتبری نیست.

4. مجموعه تعدیل را از ساختار علّی استخراج کن

هدف معمول در برآورد اثر کل این است که مسیرهای غیرعلّی پشتی بسته شوند بدون آنکه مسیر علّی مورد نظر مسدود یا مسیر کاذب تازه‌ای باز شود. ممکن است چند مجموعه تعدیل معتبر وجود داشته باشد. انتخاب میان آن‌ها باید بر پایه اندازه‌گیری معتبر، داده گمشده، دقت و دانش حوزه انجام شود، نه صرفاً بر اساس کوچک‌تر شدن p-value.

5. ترتیب زمانی و منشأ اندازه‌گیری را جدی بگیر

متغیری که پس از مواجهه اندازه‌گیری شده می‌تواند پیامدِ مواجهه باشد و تعدیل آن تفسیر اثر را تغییر دهد. همچنین متغیرهای ثبت‌شده پس از انتخاب نمونه یا پس از درمان ممکن است در سازوکار انتخاب قرار بگیرند. برای هر متغیر زمان اندازه‌گیری و رابطه آن با ورود به مطالعه را کنار DAG ثبت کن.

6. نتیجه را مشروط به فرض‌ها گزارش کن

DAG فرض‌های علّی را شفاف می‌کند، اما آن‌ها را از داده اثبات نمی‌کند. در مقاله بنویس چه ساختار علّی را فرض کرده‌ای، چرا مجموعه تعدیل انتخاب شده و چه مسیرهایی ممکن است به‌دلیل متغیرهای اندازه‌گیری‌نشده باقی مانده باشند. تحلیل حساسیت برای مخدوش‌گری باقیمانده می‌تواند مکمل باشد، ولی جای استدلال موضوعی را نمی‌گیرد.

چرا «کنترل همه متغیرها» می‌تواند بدتر باشد؟

در تحلیل علّی، متغیر بیشتر همیشه به معنی مدل بهتر نیست. اگر متغیری میانجی باشد، واردکردن آن می‌تواند بخشی از مسیری را که می‌خواهید به‌عنوان اثر کل اندازه بگیرید حذف کند. اگر collider باشد، شرط‌گذاری ممکن است وابستگی آماری میان علل آن ایجاد کند و یک مسیر غیرعلّی را باز کند.

به همین دلیل باید پیش از مدل‌سازی درباره نقش هر متغیر تصمیم بگیری. این تصمیم از نظریه، زمان‌بندی و دانش حوزه می‌آید؛ نه از جدول همبستگی یا انتخاب مرحله‌ای نرم‌افزار.

DAG چه کاری نمی‌کند؟

DAG کیفیت اندازه‌گیری، خطای ثبت، انتخاب نمونه، شکل تابعی مدل یا مثبت‌بودن احتمال مواجهه را خودکار حل نمی‌کند. همچنین اگر یک علت مشترک مهم اصلاً تصور نشده باشد، نمودار به‌تنهایی آن را کشف نخواهد کرد.

پس DAG را به‌عنوان نقشه استدلال استفاده کن: ادعای علّی، متغیرهای لازم، مسیرهای محتمل خطا و مفروضات را قابل بازبینی می‌کند. اعتبار نتیجه همچنان به طراحی، داده و تناسب روش برآورد وابسته است.

تفاوت سؤال پیش‌بینی و سؤال علّی در عمل

در پیش‌بینی، معیار اصلی می‌تواند عملکرد روی داده‌های خارج از نمونه باشد و متغیری که پس از مواجهه رخ می‌دهد نیز ممکن است برای پیش‌بینی مفید باشد. در مقابل، اگر هدف تصمیم‌گیری درباره اثر یک مداخله است، استفاده از اطلاعات پس از مداخله می‌تواند پاسخ سؤال را تغییر دهد.

بنابراین قبل از هر انتخاب مدل یک جمله بنویس: «هدف من توصیف، پیش‌بینی یا برآورد اثر علّی است». همین جمله بسیاری از تصمیم‌های بعدی را روشن‌تر می‌کند.

نقشه اجرایی

1. سؤال پژوهش را با مواجهه یا مداخله، پیامد، جامعه و افق زمانی دقیق بازنویسی کن.
2. فهرست متغیرهای قبل و بعد از مواجهه را جدا کن و DAG اولیه را پیش از مدل‌سازی رسم کن.
3. برای هر متغیر نقش احتمالی آن را به‌عنوان مخدوش‌گر، میانجی، collider یا متغیر صرفاً پیش‌بینی‌گر یادداشت کن.
4. یک یا چند مجموعه تعدیل قابل دفاع تعیین و دلیل انتخاب را مستند کن.
5. مدل اصلی و تحلیل‌های حساسیت را از هم جدا گزارش کن.
6. در محدودیت‌ها، فرض‌های علّی و مخدوش‌گری اندازه‌گیری‌نشده را صریح بنویس.

خطاهای رایج

• استنباط جهت علیت از همبستگی یا اهمیت آماری
• واردکردن خودکار همه متغیرهای موجود در مدل
• تعدیل متغیرهای پس از مواجهه بدون توجه به نقش میانجی
• شرط‌گذاری روی collider یا متغیر انتخاب نمونه
• رسم DAG پس از مشاهده نتایج برای توجیه مدل منتخب
• ادعای «اثبات علیت» صرفاً به‌دلیل استفاده از DAG

چک‌لیست

پرسش‌های متداول

منابع

1. Greenland S, Pearl J, Robins JM. Causal diagrams for epidemiologic research. Epidemiology. 1999;10(1):37–48. doi:10.1097/00001648-199901000-00008.
2. Tennant PWG, Murray EJ, Arnold KF, et al. Use of directed acyclic graphs (DAGs) to identify confounders in applied health research: review and recommendations. International Journal of Epidemiology. 2021;50(2):620–632. doi:10.1093/ije/dyaa213.