流行病学中的因果推理与科学范式

经验主义哲学家，如弗朗西斯·培根、约翰·洛克和大卫·休谟认为，知识是通过观察自然现象而获得的。与演绎逻辑相反，归纳逻辑不是自包含的，因此容易出错。另一方面，演绎逻辑本身无法建立预测理论，因为它与自然世界没有联系。休谟认为归纳推理没有逻辑必要性。他对因果关系可以被证明的概念提出了质疑，同时强调了知识的主观性和归纳推理的错误性。19世纪，罗伯特·科赫（Robert Koch）为识别与微生物相关的急性疾病提供了一个框架。在第二次世界大战之后的二十世纪，奥斯汀·布拉德福德·希尔爵士和其他人努力将观测研究中的因果推断系统化并加以证明。包括默文·苏瑟（Mervyn Susser）在内的最新作者对因果标准进行了精细的解释。布拉德福德·希尔（Bradford Hill）因果推理标准或标准子集仍被广泛用作评估流行病学研究中观察到的关联是否为因果关系的启发式辅助工具。Kenneth Rothman提出的充分成分原因模型被广泛用于流行病学，作为教授和理解多因果关系的框架。

过去二十年来，用于评估因果关系的定量模型有了许多重要的发展，流行病学、统计学、哲学和计算机科学也有了重要的相关发展。作者使用确定性模型、准确定性模型和概率模型对因果关系进行了概念化。在流行病学中，因果关系的概率模型认为，原因增加了疾病或其他不良健康状况发生的概率。科学哲学文献中对概率因果关系进行了广泛的讨论。根据因果关系的概率模型，疾病发生的原因可能既不必要也不充分。相反，确定性模型认为疾病有原因，如果这些原因存在，那么疾病就会随之而来。疾病因果的概率和确定性模型都可以与疾病因果的充分成分模型联系起来。疾病因果关系的充分成分模型特别适合于理解许多慢性病的复杂因果关系。流行病学中证明因果关系的方法包括定量模型，如反事实模型和结构模型。

流行病学研究中关于因果推断的许多文献都涉及整个流行病学领域的因果推断，或侧重于某些领域的因果推理，如慢性病、疾病的环境原因和不良健康后果。然而，近年来，有几位作者在包括营养流行病学、遗传流行病学、传染病流行病学和社会流行病学在内的多种流行病学分支学科中处理了因果推断。尽管基于标准的方法仍被广泛引用和使用，但在流行病学的某些领域（或在一些流行病学家群体中），对Bradford-Hill标准或标准子集的热情似乎正在减弱。越来越多的作者认为，观察性研究中因果推断的传统标准不适用于特定的流行病学子学科，或者某些标准应该修改。大量且不断增长的文献涉及使用观测研究数据估计因果参数的定量模型（例如，反事实模型和结构方程模型）。

关于流行病学科学范式和理论的辩论的一个显著特点是科学、社会和伦理论点并置。在一些关于流行病学理论和科学范式的文章中，讨论了伦理问题和职业价值观，以支持或澄清作者的科学论点或指出未来的方向。然而，在流行病学理论的科学讨论中引入充满社会关切、伦理和价值观的声明，往往会掩盖辩论的核心科学问题。流行病学中的职业价值观和道德分析至关重要，但它们应彻底、平衡，并明确区分为道德和社会关注的考虑因素。对替代科学范式（或现有范式中拟议的改进）的相对科学价值的判断应基于科学考虑。

隐喻和视觉图像已被用于流行病学，并与提出的框架和理论相结合，以解释疾病因果关系、引起疾病风险社会模式的过程以及风险行为在社会群体中产生和维持的方式。Glass和McAttee最近扩展了流水的隐喻，以激发人们对人群风险行为决定因素和新兴疾病因果模式的创造性思考。为阐明或解释引起疾病社会模式的过程而提出的框架和理论，与公共卫生中多层次统计分析和复杂系统建模方法的发展和完善相平行。流行病学中使用的隐喻和概念模型已经超越了短的因果链和简化主义世界观，包含了更符合现实世界复杂性的整体、动态视角。

在过去十年中，主要流行病学家注意到社会因素在研究和了解人类疾病的分布和决定因素方面的重要性；但流行病学研究在多大程度上将遗传信息和其他生物变量与与更广泛的居住、行为或文化背景相关的个人层面风险因素和群体层面或社会因素的信息结合起来？在流行病学研究中，仍然需要考虑如何将遗传信息与社会和背景信息相结合，部分是为了克服过分强调遗传因素作为人类疾病决定因素的重要性。即使在冠心病和其他常见复杂疾病的全基因组关联研究中，迄今为止确定的遗传变异也只能解释一小部分遗传力。可能是由于遗传因素导致的家族聚集被高估了，而重要的环境或社会影响（单独作用或与遗传变异结合作用）被忽视了。

关于疾病因果关系的研究范式和理论的变化经常导致因果推理框架的完善。当代流行病学中最有希望的范式转变之一是，人们越来越愿意使用多层次或系统方法来检查疾病的病因，并有一种平行的趋势，即因果推理的数学化。然而，这两个重要的发展（采用多层次或系统方法进行流行病学研究和使用定量模型进行因果推断）尚未充分联系起来。要充分发挥多层次研究的潜力，一个重要的障碍是需要进一步完善适用于新兴研究范式的因果推理定量和图形模型。应作出更多努力，从概念上澄清在复杂系统背景下，哪些方法最适合识别因果关系。在流行病学分支学科中，因果推理的最佳方法不一定相同，研究人员不应假设有一种正确或最佳的因果关系理论可以解释流行病学研究中确定的因果关系。