مغالطه جدول ۲ چگونه استنتاج علی را در پژوهش‌های مشاهده‌ای تحریف می‌کند

در فوریه ۲۰۱۳، نشریه آمریکایی اپیدمیولوژی (American Journal of Epidemiology) یادداشتی کوتاه اما بنیادین منتشر کرد که نگاه به مطالعات مشاهده‌ای را برای همیشه تغییر داد. دانیل وسترایش و ساندر گرینلند از یک خطای ساختاری رایج پرده برداشتند که دهه‌ها بدون جلب توجه در ادبیات پزشکی وجود داشت.[1]

آن‌ها برای توصیف بدفهمی همیشگی مدل‌های رگرسیون چندمتغیره اصطلاح «مغالطه جدول ۲» (Table 2 Fallacy) را وضع کردند. این مغالطه زمانی رخ می‌دهد که پژوهشگران یک مدل آماری واحد ارائه می‌دهند و خواننده را سوق می‌دهند تا هر ضریب به دست آمده را به عنوان یک اثر علی مستقل و معتبر تفسیر کند.[1]

این نام‌گذاری از ساختار مرسوم مقالات علوم پزشکی می‌آید؛ جایی که «جدول ۱» ویژگی‌های دموگرافیک و بالینی جمعیت مطالعه را نشان می‌دهد و «جدول ۲» نسبت‌های شانس یا خطرهای تعدیل‌شده حاصل از تحلیل رگرسیون اصلی را به تصویر می‌کشد.[2]

خطا دقیقاً از این فرض ناشی می‌شود که چون همه متغیرها در یک ستون نشسته‌اند و نسبت به یکدیگر تعدیل شده‌اند، ضرایب آن‌ها به سؤالی یکسان از جنس علیت پاسخ می‌دهند. در واقع، سازوکار محاسباتی رگرسیون هیچ تمایزی میان مواجهه اصلی و یک متغیر کمکی قائل نمی‌شود.[1]

وسترایش و گرینلند نوشتند: «ارائه هم‌زمان برآوردهای اثر مواجهه و مخدوش‌کننده در قالب یک مدل واحد می‌تواند به دشواری‌های تفسیری متعددی منجر شود.» آن‌ها هشدار دادند این رویه راه را برای خلط خطرناک برآوردهای اثر مستقیم با اثر تام باز می‌کند.[1]

مکانیک محاسباتی تعدیل متقابل

برای درک چرایی این مغالطه، باید دید اصلاً چرا متغیرهای هم‌پراش به مدل رگرسیون افزوده می‌شوند. وقتی محققی می‌خواهد اثر یک مواجهه اصلی، مثلاً یک داروی تازه را جدا کند، ناچار است عواملی چون سن یا وضعیت دخانیات را که مخدوش‌کننده‌اند تعدیل نماید.[1]

این مجموعه تعدیل با دقت چیده می‌شود تا مسیرهای کاذب میان مواجهه اصلی و پیامد را مسدود کند. اگر مشخصات مدل درست تعیین شده باشد، ضریب نهاییِ مواجهه اصلی نشان‌دهنده یک اثر علی تام و شرطی معتبر است.[1]

اما متغیرهای کمکی حاضر در همان مدل از چنین مصونیتی برخوردار نیستند. تک‌تک آن متغیرهای تعدیل‌کننده ساختار علی مختص به خود را دارند که پر از مخدوش‌کننده‌های اندازه‌گیری‌نشده است؛ مواردی که مدل هیچ توجهی به آن‌ها ندارد.[1]

چون معماری مدل صرفاً برای مواجهه اصلی بهینه‌سازی شده، ضرایب اختصاص‌یافته به متغیرهای ثانویه به شدت درهم‌تنیده‌اند. آن‌ها روابطی شرطی‌شده با سایر متغیرها را بازتاب می‌دهند و در برابر مخدوش‌شدگی‌های خارج از مدل بی‌دفاع می‌مانند.[3]

محور مغالطه جدول ۲ تلقی همین ضرایب ثانویه به عنوان عوامل خطر مستقل است. مدلی که برای ارزیابی اثر یک مواجهه ساخته شده، ضرایبی هم برای سن، جنس و بیماری‌های زمینه‌ای ارائه می‌کند که خوانندگان به اشتباه آن‌ها را یافته‌های بالینی معتبر می‌پندارند.[1]

متغیرهای میانجی و ناپدید شدن اثر تام

آشفتگی تفسیری وقتی عمیق‌تر می‌شود که متغیری میانجی (واسطه‌ای در مسیر علی مواجهه تا پیامد) وارد مدل شود. تعدیل برای یک متغیر میانجی اساس آنچه را ضریب اصلی نشان می‌دهد زیرورو می‌کند.[1]

در نبود میانجی، ضریب مواجهه اصلی کل «اثر تام» را ثبت می‌کند؛ یعنی هم اثر مستقیم و هم اثر غیرمستقیمی که از مجرای میانجی می‌گذرد. در بیشتر پژوهش‌های سلامت عمومی، هدف اصلی برآورد همین مقدار است.[1]

اما به محض گنجاندن میانجی در مجموعه تعدیل، آن مسیر غیرمستقیم از نظر ریاضی سد می‌شود. ضریب مواجهه اصلی فرو می‌ریزد و بدون اعلام قبلی، از یک اثر علی تام به اثری صرفاً کنترل‌شده و مستقیم تبدیل می‌گردد.[1]

خروجی رگرسیون هیچ هشداری درباره این جا‌به‌جایی ماهوی نمی‌دهد. ضریب افت می‌کند و پژوهشگران به جای پی بردن به انسداد یک مسیر، این کاهش را نشانه‌ای بر کم‌خطرتر بودن مواجهه اصلی تعبیر می‌کنند.[1]

هم‌زمان، ضریب متغیر میانجی بخشی از آن اثر غیرمستقیم را جذب می‌کند، اما همچنان در چنگال متغیرهای کنترل‌نشده گرفتار می‌ماند. در این وضعیت، هیچ‌یک از این دو عدد بیانگر اثر علی تام نیستند و کل جدول گمراه‌کننده می‌شود.[1]

سنجش کمی سوگیری ساختاری

شدت سوگیری ناشی از تعدیل متقابل اصلاً ناچیز نیست. تفسیر متغیر کمکی ثانویه به مثابه اثر تام می‌تواند رابطه واقعی عامل خطر و پیامد بالینی را وارونه سازد و خطاهای علمی فاحشی رقم بزند.[3]

یک مطالعه شبیه‌سازی در سال ۲۰۲۴ توسط مک‌اینتایر و همکاران در پایگاه medRxiv این انحراف را اندازه‌گیری کرد. آن‌ها با شبیه‌سازی یک سازوکار علی نشان دادند مغالطه جدول ۲ چطور هنگام ارزیابی هم‌زمان روابط، برآورد ضرایب را تخریب می‌کند.[3]

در مدل پایه آن‌ها که گرفتار مغالطه جدول ۲ بود، یک متغیر ثانویه ضریب ۰٫۱۸- با مقدار پی ۰٫۲۹۶ به دست آورد؛ یعنی زیر سایه تعدیل متقابل، متغیر ارتباطی منفی و از نظر آماری بی‌معنی با پیامد نشان می‌داد.[3]

اما هنگامی که پژوهشگران مدلی جداگانه و مشخصاً تعدیل‌شده برای همان متغیر طراحی کردند، اثر تام واقعی عیان شد: ضریب کاملاً تغییر جهت داد و به ۰٫۳۶+ با مقدار پی معنادار ۰٫۰۳۳ جهش کرد.[3]

مغالطه جدول ۲ صرفاً معناداری متغیر را مخفی نکرده بود، بلکه علامت جهت اثر را برگرداند. یک اثر علی مثبت واقعی (۰٫۳۶+) صرفاً به دلیل استخراج از مدلی اشتباه، در کسوت همبستگی منفی کاذب (۰٫۱۸-) ظاهر شده بود.[3]

خطاهای پرهزینه و تبعات سیاست‌گذاری

این وارونگی‌های آماری هنگام بهره‌گیری از داده‌های مشاهده‌ای برای سیاست‌گذاری پیامدهای هولناکی دارند. شتاب برای تولید شواهد تجویزی در ماه‌های نخست همه‌گیری کووید-۱۹ نمونه‌ای عینی از تبعات واقعی این مغالطه بود.[2]

مطالعه‌ای پربازتاب با گردآوری داده‌های رصدی، رابطه متغیرهای گوناگون را با خطر مرگ ناشی از کووید-۱۹ بررسی کرد. پژوهشگران مدلی چندمتغیره با ده‌ها نسبت خطر تعدیل‌شده در یک جدول واحد منتشر ساختند.[2]

دولت فرانسه متعاقباً بر پایه همان ضرایب ردیف‌های پایین جدول تعیین کرد کدام گروه‌های شغلی پرخطر محسوب می‌شوند و نیازمند تمهیدات حفاظتی هستند؛ سیاستی که بر فرض علی بودن تمام سطرهای جدول ۲ بنا شد.[2]

نامه‌های متعددی به سردبیری نشریه ارسال شد که نشان می‌داد مقاله به اشتباه مفاهیم علی را به پارامترهای گوناگون یک مدل واحد تعمیم داده است. نویسندگان ضمن دفاع از خود مدعی شدند هرگز ادعای علی صریحی مطرح نکرده‌اند.[2]

صرف‌نظر از نیت نویسندگان، ماجرا خطرات تعدیل متقابل را برملا کرد. وقتی فهرستی از ضرایب در یک جدول ردیف می‌شوند، تصمیم‌گیران و رسانه‌ها ناگزیر آن‌ها را سیاهه‌ای از عوامل خطر مستقل و قابل تغییر خواهند خواند.[4]

راهکار بنیادین: یک مواجهه، یک مدل

برچیدن این مغالطه مستلزم دگرگونی بنیادین در طراحی و گزارش‌دهی پژوهش‌های مشاهده‌ای است. روش‌شناسان تأکید دارند تحلیل باید بر اساس اصل سفت‌وسخت «یک مواجهه، یک مدل» پیش برود.[3]

اگر پروژه‌ای به دنبال برآورد اثر علی سه متغیر خطر مختلف است، نمی‌توان به یک رگرسیون حجیم بسنده کرد؛ محققان باید سه مدل تفکیک‌شده بسازند که هرکدام متناسب با مخدوش‌کننده‌های همان مواجهه خاص تنظیم شده باشد.[1]

این شیوه به گراف‌های جهت‌دار بدون دور (DAG) تکیه دارد؛ نمودارهای علی که به اپیدمیولوژیست‌ها اجازه می‌دهند پیش‌فرض‌های ساختاری را مدل کرده و متغیرهای لازم یا نامناسب برای تعدیل را پیشاپیش مشخص سازند.[3]

نشریات پزشکی و متخصصان روش‌شناسی ضوابط سخت‌گیرانه‌تری برای پیشگیری از سوءتعبیر وضع می‌کنند. راهنماهای نگارش مقالات از پژوهشگران می‌خواهند ضرایب ثانویه را تنها عباراتی برای تعدیل بشمارند، نه یافته‌هایی مستقل.[4]

مشکل در اصلِ تعدیل آماری نیست، بلکه در عادت ریشه‌داری است که هر ضریب را معادل یک اثر علی می‌خواند. انتقال متغیرهای کمکی به پانویس و نمایش تنها مواجهه اصلی در جدول، می‌تواند به این مغالطه پایان دهد.[4]