مکانیسم علیت: مقایسه همبستگی، کارآزمایی‌های کنترل‌شده تصادفی، و طرح‌های شبه‌آزمایشی

مغز انسان یک موتور تشخیص الگو است که دائماً محیط را برای یافتن ارتباطات اسکن می‌کند. هنگامی که دو رویداد همزمان رخ می‌دهند، غریزه حکم می‌کند که فرض کنیم یکی عامل دیگری بوده است. با این حال، در قلمرو تحلیل داده‌ها و تحقیقات علمی، جهش از همبستگی به علیت خطرناک‌ترین گامی است که یک محقق می‌تواند بردارد.[4][5]

همبستگی صرفاً میزان حرکت همزمان دو متغیر را اندازه‌گیری می‌کند. اگر فروش بستنی و حملات کوسه هر دو در ماه جولای افزایش یابند، همبستگی بالایی دارند. اما علیت حکم می‌کند که تغییر یک متغیر مستقیماً متغیر دیگر را تغییر دهد. خوردن بستنی کوسه‌ها را جذب نمی‌کند؛ هر دو توسط عامل سومی و پنهان—یعنی هوای تابستان—هدایت می‌شوند. این عامل به عنوان متغیر مخدوش‌کننده (Confounding Variable) شناخته می‌شود.[4][5]

برای حذف این عوامل مخدوش‌کننده و جداسازی علت و معلول واقعی، جامعه علمی مدت‌هاست که به کارآزمایی کنترل‌شده تصادفی (RCT) متکی است. در یک کارآزمایی کنترل‌شده تصادفی، محققان یک جمعیت نمونه را انتخاب کرده و به طور تصادفی آنها را به گروه درمان یا گروه کنترل اختصاص می‌دهند.[6]

از آنجایی که این تخصیص کاملاً تصادفی است، هرگونه تفاوت زمینه‌ای بین افراد در دو گروه—سن، ژنتیک، درآمد یا وضعیت سلامتی—به طور مساوی توزیع می‌شود. اگر گروه درمان نتیجه متفاوتی نسبت به گروه کنترل تجربه کند، محققان می‌توانند با اطمینان آن تفاوت را به خود مداخله نسبت دهند، نه به یک عامل خارجی.[6][9]

این سازوکار «اعتبار داخلی» (Internal Validity) فوق‌العاده بالایی را فراهم می‌کند، به این معنی که مطالعه آنچه را که ادعا می‌کند در پارامترهای خاص خود اندازه‌گیری می‌کند، به درستی می‌سنجد. برای دهه‌ها، پزشکی بالینی و نهادهای نظارتی، کارآزمایی کنترل‌شده تصادفی را به عنوان استاندارد طلایی مطلق برای شواهد در نظر گرفته‌اند.[2][9]

با این حال، کارآزمایی‌های کنترل‌شده تصادفی محدودیت‌های جدی دارند. اجرای آنها به طور مشهوری گران و زمان‌بر است. مهم‌تر از آن، اغلب از نظر اخلاقی یا عملی غیرممکن هستند. یک محقق نمی‌تواند به طور تصادفی یک گروه از نوجوانان را به سیگار کشیدن و گروه دیگر را به پرهیز از آن اختصاص دهد، و همچنین نمی‌تواند به طور تصادفی یک کشور را برای تجربه رکود اقتصادی تعیین کند.[6][7]

علاوه بر این، کنترل‌های سختی که به کارآزمایی‌های کنترل‌شده تصادفی اعتبار داخلی می‌بخشند، اغلب «اعتبار خارجی» (External Validity) آنها را سلب می‌کنند—یعنی توانایی تعمیم یافته‌ها به دنیای واقعی و آشفته. دارویی که در یک مرکز بالینی تحت نظارت دقیق کاملاً مؤثر است، ممکن است هنگام تجویز به بیماران عادی که فراموش می‌کنند دوزهای خود را مصرف کنند، شکست بخورد.[8]

هنگامی که کارآزمایی‌های کنترل‌شده تصادفی غیرممکن هستند، محققان به طرح‌های شبه‌آزمایشی (QEDs) روی می‌آورند. این روش‌ها تلاش می‌کنند تا با یافتن موقعیت‌هایی که در آن طبیعت، سیاست، یا صرفاً شانس، سناریویی شبیه به تخصیص تصادفی ایجاد کرده است، روابط علّی را از داده‌های مشاهده‌ای استخراج کنند.[1][6]

یکی از طرح‌های شبه‌آزمایشی رایج، رویکرد «تفاوت در تفاوت‌ها» (Difference-in-Differences) است. اگر یک ایالت قانون جدیدی برای مراقبت‌های بهداشتی تصویب کند و یک ایالت همسایه با جمعیت‌شناسی مشابه این کار را نکند، محققان می‌توانند تغییرات در نتایج سلامت بین دو ایالت را در طول همان دوره زمانی مقایسه کرده و تأثیر سیاست را جدا کنند.[1][8]

روش دیگر، طرح «ناپیوستگی رگرسیون» (Regression Discontinuity) است. تصور کنید بورسیه‌ای فقط به دانش‌آموزانی داده می‌شود که در یک آزمون نمره بالای ۸۰ کسب کنند. دانش‌آموزانی که نمره ۷۹ و ۸۰ می‌گیرند از نظر توانایی تحصیلی تقریباً یکسان هستند، اما یکی مداخله را دریافت می‌کند و دیگری نه. با مقایسه این دانش‌آموزان درست در آستانه، محققان می‌توانند تأثیر علّی بورسیه را جدا کنند.[1]

استفاده از طرح‌های شبه‌آزمایشی به سرعت در حال گسترش فراتر از اقتصاد به حوزه‌هایی مانند تحقیقات قلب و عروق و اپیدمیولوژی بالینی است. از آنجایی که سوابق الکترونیکی سلامت حجم عظیمی از داده‌های مشاهده‌ای را تولید می‌کنند، محققان از روش‌های شبه‌آزمایشی برای ارزیابی درمان‌ها در محیط‌های واقعی استفاده می‌کنند که در آنها کارآزمایی‌های کنترل‌شده تصادفی هنوز انجام نشده است.[3]

ارزیابی دقت این مطالعات همچنان یک چالش است. سازمان‌هایی که مرورهای سیستماتیک انجام می‌دهند، مانند «کاکرین» (Cochrane)، از نظر تاریخی برای ادغام طرح‌های شبه‌آزمایشی با کارآزمایی‌های کنترل‌شده تصادفی دچار مشکل بوده‌اند، زیرا خطر سوگیری اندازه‌گیری نشده ذاتاً بالاتر است وقتی محققان مکانیسم تخصیص را کنترل نمی‌کنند.[2][9]

برای پر کردن این شکاف، حوزه استنتاج علّی چارچوب‌های ریاضی دقیقی مانند نمودارهای غیرمدور جهت‌دار (DAGs) و مدل علّی روبین (Rubin Causal Model) را توسعه داده است. این ابزارها محققان را وادار می‌کنند تا قبل از اجرای مدل‌های آماری خود، فرضیاتشان در مورد نحوه تعامل متغیرها را به صراحت ترسیم کنند.[7]

در نهایت، جستجو برای حقیقت علّی دیگر در مورد یافتن یک طرح مطالعاتی کامل نیست. در عوض، به «تثلیث» (Triangulation) متکی است—ترکیب اعتبار داخلی بالای کارآزمایی‌های کنترل‌شده تصادفی هدفمند با اعتبار خارجی گسترده طرح‌های شبه‌آزمایشی که بر روی مجموعه‌های داده عظیم و واقعی اعمال می‌شوند.[3][8]