观察性研究的敏感性分析：“E-value”解读(4)
2.3.3 E-value需不需要確定一个固定的域值？ 既然获得了E-value，研究者可能会问，能不能象P值(P < 0.05被公认为有统计学差异)一样确定一个固定的域值，当E-value>该值时研究结果可认为更稳健，而当<该值时被视为不够稳健？“推荐Evalue”[22]认为，不应该设置这样一个域值。因为E-value值仅表示，假如有未测量的混杂因素能够解释掉研究结果RR，其与暴露因素及结局指标最小的关联程度。如上所述，可能在事实上，暴露与结局的相关性本身就是这个结果。
2.3.4 E-value还可以用于评估研究结果被低估的关联强度 E-value值除了可用于估算未测量的混杂因素能够将研究结果解释掉的，需要与结局指标相关联的最小关联强度外，也可以评估由未测量的混杂因素导致的，暴露因素与结局指标相关联的被低估的关联强度。二者的方法学原理是相似的。例如“血清白蛋白对心力衰竭患者院内死亡的影响”[23]研究中，RR=2，当我们想知道未测量的混杂因素需要具备多大的RREU和RRUD，会导致RR=3时，则RR′=2/3，然后利用公式2，将RR′替换RR即可获得相应的E-value值。
, 百拇医药
2.3.5 有了E-value还需要进行多因素分析吗？ 答案是肯定的。E-value评价的是观察性研究结果可能被未测量混杂因素解释掉的程度，多因素分析的结果无疑将更加稳健，其可能存在的未测量混杂因素的范围将更小，所获得的E-value值也更加确切。
2.4 E-value的局限性
如同任何一种统计学方法都有其局限性一样，E-value学说的发表也引起了一些争议，JPA等[28]认为，E-value方法在观察性研究中很容易被误用。E-value提供的是一个具有线性关系性质的一个比较简单的值[28]，是在假设未测量的混杂因素对暴露因素与结局具有相同的关联度的前提下获得的，代表的是一种最小关联强度。在医学实践中，这种关联程度未必相同，因此E-value值仅仅且只能作为一个参考指标，其是否反应了临床实际值得商榷。
E-value仅仅提供了一种敏感性分析结果，不能替代观察性研究所必须的，严谨的科研设计。E-value是在科学、严谨的设计，实施，统计，分析基础上所建立的一种相对简单、线性的敏感性分析方法，只能对假设的未知混杂因素能够将研究结果(RR值)解释掉的最小关联强度进行预测。由于这仅仅是一种未知的假设，其在评价过程中只能起一定的辅助作用，不能因为获得了较大的E-value值就认为结果一定是稳健的，也不能因为获得了较小的E-value值就认为结果不可靠。观察性研究结果的科学性决定于必须按照流行病学的研究原理，进行科学、严谨的设计，实施，统计，分析，并进行规范的报告[29]，方能得出令人信服的结论。准确地说，观察性研究结果的科学性和可靠性只与科学、严谨的设计，实施，统计，分析相关，E-value值只是为该研究结果提供了一种补充信息。
, 百拇医药
3 致谢
在本文的成文过程中，得到了E-value方法的原创者，加州大学伯克利分校统计系丁鹏教授的大力支持，并对文章进行了悉心指导和修改，在此谨表示衷心感谢并致以崇高的敬意。
[参考文献]
[1] Bross ID. Spurious effects from an extraneous variable [J]. J Chronic Dis，1966，19(6)：637-647.
[2] Schlesselman JJ. Assessing effects of confounding variables [J]. Am J Epidemiol，1978，108(1)：3-8.
[3] Rosenbaum PR，Rubin DB. Assessing sensitivity to an unobserved binary covariate in an observational study with binary outcome [J]. J R Stat Soc Series B，1983，45：212-218.
, 百拇医药
[4] Lin DY，Psaty BM，Kronrnal RA. Assessing the sensitivity of regression results to unmeasured confounders in observational studies [J]. Biometrics，1998，54(3)：948-963.
[5] Imbens GW. Sensitivity to exogeneity assumptions in program evaluation [J]. Amer Econ Rev，2003， 93：126-132.
[6] Vanderweele TJ，Arah OA. Bias formulas for sensitivity analysis of unmeasured confounding for general outcomes，treatments，and confounders [J]. Epidemiology，2011，22(1)：42-52.
[7] Bross ID. Pertinency of an extraneous variable [J]. J Chronic Dis，1967，20(7)：487-495.
[8] Lee WC. Bounding the bias of unmeasured factors with confounding and effectmodifying potentials [J]. Stat Med，2011，30(9)：1007-1017., 百拇医药(姜棋予 孙丽君 毕京峰)
2.3.4 E-value还可以用于评估研究结果被低估的关联强度 E-value值除了可用于估算未测量的混杂因素能够将研究结果解释掉的，需要与结局指标相关联的最小关联强度外，也可以评估由未测量的混杂因素导致的，暴露因素与结局指标相关联的被低估的关联强度。二者的方法学原理是相似的。例如“血清白蛋白对心力衰竭患者院内死亡的影响”[23]研究中，RR=2，当我们想知道未测量的混杂因素需要具备多大的RREU和RRUD，会导致RR=3时，则RR′=2/3，然后利用公式2，将RR′替换RR即可获得相应的E-value值。
, 百拇医药
2.3.5 有了E-value还需要进行多因素分析吗？ 答案是肯定的。E-value评价的是观察性研究结果可能被未测量混杂因素解释掉的程度，多因素分析的结果无疑将更加稳健，其可能存在的未测量混杂因素的范围将更小，所获得的E-value值也更加确切。
2.4 E-value的局限性
如同任何一种统计学方法都有其局限性一样，E-value学说的发表也引起了一些争议，JPA等[28]认为，E-value方法在观察性研究中很容易被误用。E-value提供的是一个具有线性关系性质的一个比较简单的值[28]，是在假设未测量的混杂因素对暴露因素与结局具有相同的关联度的前提下获得的，代表的是一种最小关联强度。在医学实践中，这种关联程度未必相同，因此E-value值仅仅且只能作为一个参考指标，其是否反应了临床实际值得商榷。
E-value仅仅提供了一种敏感性分析结果，不能替代观察性研究所必须的，严谨的科研设计。E-value是在科学、严谨的设计，实施，统计，分析基础上所建立的一种相对简单、线性的敏感性分析方法，只能对假设的未知混杂因素能够将研究结果(RR值)解释掉的最小关联强度进行预测。由于这仅仅是一种未知的假设，其在评价过程中只能起一定的辅助作用，不能因为获得了较大的E-value值就认为结果一定是稳健的，也不能因为获得了较小的E-value值就认为结果不可靠。观察性研究结果的科学性决定于必须按照流行病学的研究原理，进行科学、严谨的设计，实施，统计，分析，并进行规范的报告[29]，方能得出令人信服的结论。准确地说，观察性研究结果的科学性和可靠性只与科学、严谨的设计，实施，统计，分析相关，E-value值只是为该研究结果提供了一种补充信息。
, 百拇医药
3 致谢
在本文的成文过程中，得到了E-value方法的原创者，加州大学伯克利分校统计系丁鹏教授的大力支持，并对文章进行了悉心指导和修改，在此谨表示衷心感谢并致以崇高的敬意。
[参考文献]
[1] Bross ID. Spurious effects from an extraneous variable [J]. J Chronic Dis，1966，19(6)：637-647.
[2] Schlesselman JJ. Assessing effects of confounding variables [J]. Am J Epidemiol，1978，108(1)：3-8.
[3] Rosenbaum PR，Rubin DB. Assessing sensitivity to an unobserved binary covariate in an observational study with binary outcome [J]. J R Stat Soc Series B，1983，45：212-218.
, 百拇医药
[4] Lin DY，Psaty BM，Kronrnal RA. Assessing the sensitivity of regression results to unmeasured confounders in observational studies [J]. Biometrics，1998，54(3)：948-963.
[5] Imbens GW. Sensitivity to exogeneity assumptions in program evaluation [J]. Amer Econ Rev，2003， 93：126-132.
[6] Vanderweele TJ，Arah OA. Bias formulas for sensitivity analysis of unmeasured confounding for general outcomes，treatments，and confounders [J]. Epidemiology，2011，22(1)：42-52.
[7] Bross ID. Pertinency of an extraneous variable [J]. J Chronic Dis，1967，20(7)：487-495.
[8] Lee WC. Bounding the bias of unmeasured factors with confounding and effectmodifying potentials [J]. Stat Med，2011，30(9)：1007-1017., 百拇医药(姜棋予 孙丽君 毕京峰)