医学研究的公共话语几乎离不开"因果"。我们说某药"降低死亡率"、某暴露"增加风险"、某策略"改善预后"。基金申请、论文引言、指南推荐，也常以"临床意义"之名指向因果结论：如果我这么做，患者会不会更好？然而，把因果当作研究目标，并不等于在实践中执行因果推断。更常见的情形是：因果被当作一种结论姿态或写作修辞，而非一套可重复、可审计、可质疑的完整流程。于是出现一个结构性落差------话语上高度重视因果，日常实践中却很少真正运行"因果推断作为流程"。这种落差并非因为医学界缺方法，恰恰相反：方法早已丰富。真正缺的是把因果当作"需要逐步交代、逐点验收"的意识。
这种落差具体体现在哪里？大体可以从四个环节看到：问题定义、时间结构、偏倚处理与语言使用。它们共同构成一种"看似因果、实则相关"的惯性工作方式。
一、问题定义：临床问题被说成因果问题，但没有被"定型"为可识别的因果估计量
医学研究最常见的开头是：某治疗是否有效？某因素是否是危险因素？这当然是因果问题。但在许多实际研究里，这些问题并没有被进一步加工成因果推断所要求的"可操作对象"：对比的干预是什么、暴露如何界定、何时开始、持续多久、对照条件是什么、结局在何时评估、是否允许交叉或联合治疗、要估计的是平均处理效应还是特定人群效应。这些要素如果不明确，研究就很难对应到一个清晰的估计量；而没有估计量，就谈不上选择匹配的识别策略，更谈不上审计偏倚路径。
典型表现是：论文把暴露写成"是否使用某药"，但没有说明"起始时点"与"定义窗口"，导致暴露在随访过程中不断变化；把治疗组定义为"住院期间用过药"，对照组定义为"没用过"，却忽略治疗发生在结局之前还是之后、是否存在"必须活到用药那一刻"的先决条件。再比如，研究问题想回答"早期使用抗凝是否降低 30 天死亡"，但实际分析却是"任何时间使用抗凝与死亡的关联"。两者的差异不是措辞问题，而是目标因果问题 与实施的数据问题错位：前者需要明确的"起始时点"和"可比的治疗策略"，后者只是在既有数据里找一个方便的暴露标签。
当因果问题没有被定型为可估计的对象，研究很自然地滑向"能算什么就算什么"的统计关联：回归模型能跑、P 值能出、图表能画，但因果意义只能靠讨论部分"补写"。这不是研究者不懂因果，而是整个工作流没有把"问题---估计量---识别---估计---敏感性分析"当作必须完成的链条。
二、时间结构：医学数据天然是纵向的，但分析经常被压扁成横截面相关
医学场景里，暴露、病情、依从性、合并用药、检查频率、治疗升级都在随时间变化；结局也往往与"何时发生"有关。按因果推断的视角，时间结构是核心，因为偏倚常从时间里长出来：不死时间偏倚、时间依赖混杂、幸存者偏倚、治疗变化引发的选择机制。但在许多日常研究中，时间被简化为"基线协变量 + 终点结局"，纵向过程被压缩为一次性的标签。
这种压扁带来两个后果。第一，研究会在不自觉中引入结构性偏倚：例如把"随访中曾经接受某手术"当暴露，比较其与死亡的关系，而没有对"必须存活到手术时点"这一事实做处理。第二，研究会把临床策略问题（何时开始、何时调整、何时停用）误写为"是否发生过"的比较，从而无法回答真正的决策问题。
在随机对照试验（RCT）里，时间结构通常由方案（protocol）兜底：随机化时点、随访计划、结局评估窗口都被预先规定。于是很多人形成一种经验：只要是 RCT，因果就"天然成立"；只要是观察性研究，加些协变量"调整"一下，也能接近因果。问题在于，这种经验把时间结构的重要性外包给了"设计标签"，而不是把它内化为需要逐条核对的流程。现实中，即便是 RCT，也可能因为失访、交叉、依从性差、并行治疗等产生偏倚；而观察性研究如果能以"目标试验模拟"的方式明确起点、策略与随访，同样可以更接近可解释的因果问题。医学界缺的往往不是这些概念，而是把时间结构当作第一原则去组织数据与分析的习惯。
三、偏倚处理：把"加协变量"当作偏倚控制的全部，把可检验与不可检验的假设混为一谈
医学研究并不缺"控制偏倚"的意识。几乎所有观察性研究都会写：我们进行了多变量回归/倾向评分匹配/加权，以控制混杂。然而，偏倚处理的关键不是使用某个工具，而是对偏倚来源做可追溯的分解，并区分哪些假设可被数据支持，哪些只能依赖外部知识与敏感性分析。日常实践中，偏倚往往被简化成一句话："我们调整了年龄、性别、合并症......因此结果更可靠。"这类表述的潜台词是：混杂可以被有限的可测协变量完全消除；测不全的部分要么不存在，要么可以忽略。
这里的落差主要体现在三点：
-
混杂与选择偏倚不区分。例如把纳入标准、失访机制、检测频率差异造成的系统性选择当作"协变量调整"可以解决的混杂问题，忽略了这些机制本身可能与结局相关并且与暴露相互作用。
-
对中介、碰撞变量、时间依赖协变量的处理随意。很多研究把"治疗后指标"（如某实验室值）纳入模型，试图"更充分调整"，却可能引入碰撞偏倚或阻断因果路径，从而改变估计对象但不自知。
-
缺少敏感性与稳健性审计 。因果推断的现实前提之一是不可完全验证的：无未测混杂、正确模型形式、可交换性、正则性（positivity）等。流程化的因果工作会把这些前提显性化，并通过多种规格、负对照、界限分析或情景推演来量化"不确定性来自何处"。但在很多医学论文里，敏感性分析要么缺席，要么沦为"换个模型结果差不多"的仪式，无法回答读者真正关心的问题：需要多强的未测混杂才能推翻结论？是否存在某些亚组几乎没有对照可比性？结论对暴露定义和时间窗口有多敏感？
当偏倚处理被理解为"选择一个调整方法并完成计算"，因果推断就从流程问题退化成软件问题：会不会跑模型、能不能匹配成功。结果是，研究的可信度更多来自"看起来做了很多统计"，而不是来自"偏倚路径被逐项封堵或被量化"。
四、语言使用：结果写作在暗示因果，但讨论部分又用"相关"撤回责任
医学写作里常出现一种双重语言策略：标题和摘要用因果动词（"降低""改善""促进"），方法与结果用关联性表达（"与......相关"），讨论部分在需要时再补一句"不能推断因果"。这种做法在伦理上看似谨慎，但在知识生产上会造成更隐蔽的后果：研究既享受因果结论带来的影响力，又回避因果主张所要求的可审计义务。读者、媒体、指南撰写者往往只读到前半句，而后半句的免责声明并不会阻止研究被用作因果依据。
更关键的是，这种语言分裂反映了流程缺席：如果研究从一开始就以因果估计量为目标，并把识别假设、偏倚控制、敏感性分析放在台面上，那么论文完全可以明确自己在做什么因果比较、在什么假设下成立、在什么范围内可推广。相反，当研究只是事后把关联结果"翻译"为临床意义，语言就只能在"暗示"和"撤回"之间摇摆。
五、为何医学界长期停留在"靠随机化或简单矫正即可因果"的模式？
这并不是医学界"反智"或"忽视方法"，而是多重制度与认知结构共同作用的结果。
第一，RCT 的制度地位过高，导致"因果 = 随机化"的等式深入人心。 随机化确实是强有力的识别手段，但它解决的是起点处的可比性问题，并不自动解决依从性、失访、交叉、测量误差与推广性。更重要的是，许多临床问题根本无法或不适合做 RCT，于是观察性研究被迫承担因果解释的任务，但其工作流程却仍停留在"向 RCT 看齐的修辞"，而不是建立自己的审计体系。
第二，医学训练与发表激励更偏向"结果导向"，弱化了对识别假设的公开承诺。 在临床研究的日常评价中，显著性、样本量、模型复杂度往往比"识别策略是否明确、假设是否可审计、偏倚是否被量化"更容易被打分。流程化因果推断需要在论文中占用篇幅、暴露不确定性、呈现可能推翻结论的敏感性边界，这在竞争性发表环境里并不讨好。
第三，跨学科分工让因果推断被外包为"统计支持"，而不是研究者自身的核心责任。 很多团队把统计学家视为"把数据跑出来的人"，而不是与临床专家共同定义估计量、共同审计偏倚假设的合作者。结果就是：临床问题在前端定义得很宽泛，统计在后端做"能做的调整"，中间缺少把问题翻译成因果对象的关键步骤。
第四，真实世界数据的可得性迅速提升，但数据生成机制的复杂性同样提升。 电子病历、医保数据、队列数据库看似"样本巨大"，容易让人相信"数据足够大就能抵消偏倚"。但偏倚不是噪声，不能靠规模自然平均掉；相反，规模越大，越容易把系统性偏倚估计得"非常精确"。当工具与算力变得廉价，流程意识反而更容易缺席。
第五，医学决策文化偏好"可行动的结论"，不喜欢"条件化的结论"。 因果推断的诚实表达往往是条件句：在这些假设下、对这类人群、在这个策略定义和时间窗口中，效果如何。临床实践当然需要行动，但行动并不等于简化；真正负责的行动需要知道结论依赖哪些条件、在哪些场景会失效。遗憾的是，很多传播链条（媒体、指南解读、学术报告）会把条件句压缩成口号式因果。
六、不是否定现有实践：缺的不是方法，而是"把因果当作可审计流程"的意识
指出落差，并不意味着医学研究整体"不可靠"。恰恰相反，医学研究积累的规范（方案注册、CONSORT/STROBE 报告、数据共享、预设分析计划）为因果流程化提供了良好基础。问题在于，这些规范常被当作合规清单，而不是围绕因果问题组织起来的审计链条。真正的改进方向也不在于"再学几个更高级的模型"，而在于把因果推断当作一套必须交代的流程：
- 前端：把临床问题定型为明确的策略比较与估计量（谁在何时开始何种干预，与何种对照相比，评估何时的结局）。
- 中段：显性化识别假设与偏倚路径（哪些变量是混杂、哪些是中介/碰撞、时间依赖如何处理，哪些假设不可验证）。
- 后端：把不确定性量化为可审计的敏感性结论（多强的未测混杂会改变结论，哪些人群缺乏可比性，结果对时间窗口与暴露定义是否稳健）。
- 表达：用与估计量一致的语言呈现结论，而不是在标题暗示因果、在讨论撤回责任。
当因果成为流程，研究就更像工程：每一步都能被复核、被质疑、被替代。即便结论最终仍有不确定性，这种不确定性也是"可定位"的，而不是被隐藏在一个回归表格背后。
医学研究确实在追求因果，但很多时候，它追求的是因果的社会功能------说服与行动------而不是因果的审计逻辑。要缩小落差，不必推倒重来，更不必把每个研究都变成方法学论文；只需要把一个基本原则重新放回中心：**因果不是一种态度，而是一套需要逐步交代、逐点验收的工作流程。**当医学界把这套流程视为研究质量的一部分，而非方法学"加分项"，因果推断才会从表态走向实践。