疾病与因果关系

(按:我觉得有必要把微博上一些有保留价值的言论整理到博客上,以防丢失,为此我增加了“微言大义”这个分类)

@魏无知:一种物质导致一种病。无论有多少病例都只是相关。而如果发现了这种物质在体内参与的生物化学反应,代谢过程和发病机理,那么就可以断定因果了。

@whigzhou:没道理,当你认为你在观察“这种物质在体内参与的生物化学反应,代谢过程和发病机理”时,你假定了体外因素的无关性或至少统计可控性,这个“断定”仍是武断的“断”

@whigzhou:可是既然你能假定体外因素的无关性或统计可控性,不打开身体这个黑箱,同样可以“断定”因果关系,信心度是一样的

@whigzhou:这一前提下,打开黑箱仅仅满足了对机械过程“眼见为实”的心理需要

 

相关文章

标签: | |
3615
(按:我觉得有必要把微博上一些有保留价值的言论整理到博客上,以防丢失,为此我增加了“微言大义”这个分类) @魏无知:一种物质导致一种病。无论有多少病例都只是相关。而如果发现了这种物质在体内参与的生物化学反应,代谢过程和发病机理,那么就可以断定因果了。 @whigzhou:没道理,当你认为你在观察“这种物质在体内参与的生物化学反应,代谢过程和发病机理”时,你假定了体外因素的无关性或至少统计可控性,这个“断定”仍是武断的“断” @whigzhou:可是既然你能假定体外因素的无关性或统计可控性,不打开身体这个黑箱,同样可以“断定”因果关系,信心度是一样的 @whigzhou:这一前提下,打开黑箱仅仅满足了对机械过程“眼见为实”的心理需要  


已有21条评论

  1. zhang3 @ 2012-08-04, 04:13

    有意思,对我来说,无需打开黑箱。

    补充:

    为了确定因果关系,需要假说和实验,例如切断该物质的摄入,疾病就不出现了,这就构成了因果关系中所需的必要条件。

    因果关系的定义依赖操作,同时也是需要实验来证明的,即使不是直接证明,也需要间接证明。

    否则,就算是打开黑箱,按照理论描述,结果依赖条件A,但如果理论上无法分离出条件A并可以让其自由变动,也不可能构成因果关系。

    例子:

    回头想,想个恰当的例子还真不容易

    再补充:在语言中我们对因果关系的说法是含混的,比如我们说因为热力学第二定律,无法造出永动机。这个因为-所以,不是现实中的那种因果关系。

    [回复]

    辉格 回复:

    “因为-所以”的意思有好几种,回头整理一下

    [回复]

    zhang3 回复:

    还有,虽然打开黑箱是不必要的,但有些时候(经常是这样)是可以揭示因果关系。一旦掌握了细节,就可以知道,改变某个因素会带来什么后果(即使没有做实验也可以)

    [回复]

    padrick 回复:

    涉及到真实世界,谁也无法断定因果关系,除非上帝。因为谁也无法掌握全部细节,也无法确认其它“因素的无关性或至少统计可控性”,所以只能暂时接受结论,“断”而不“定”。
    不过,在心理上,多掌握一些细节是会使人踏实点

    [回复]

    zhang3 回复:

    貌似论坛多了个功能:已经有回帖的帖子不能更改,这功能不错。

    再补充:有一种日常语言的因为-所以,是因为应用了归谬法,时间顺序是反的。相当于原因发生在后,结果在前。

    [回复]

  2. Palpatine @ 2012-08-04, 04:21

    Seeing is believing has its own Bayesian basis. You add a lot of conditional probability with a known mechanism.

    [回复]

  3. 蒋劲松 @ 2012-08-04, 10:27

    怎么突然让我想起了休谟。。。。。。只是还原论与整体论之争,木有结果啊

    [回复]

  4. zaeneas @ 2012-08-04, 11:16

    对于@魏无知 的话而言,水和葡萄糖必然中枪…..不过这是另外一个问题,虽然判定X可以导致Y造成负面影响,但是如何知道有关X的正面影响?

    [回复]

  5. elfdemon @ 2012-08-04, 11:48

    怎么说呢. 自从20世纪后期, 西方政府开始代替富人成为医学研究的主要资助者之后, 统计学在医学研究中越来越突出, 而了解病理机制却反而不重要了. 结果就是, 现在的医学研究, 很多都是垃圾研究, 不讲逻辑, 只讲统计上的 “关联”. 即不去探究 causation, 却试图从 correlation 里面看出什么道道, 以致直接从 correlation “看出” causation, 那当然是错误百出, 因果关系经常性的颠倒. 这其实从一个侧面看出了政府的低效性与破坏性.

    [回复]

  6. tcya @ 2012-08-06, 02:40

    引入了新的信息为什么信心度还会一样。我还是去翻翻微博吧

    [回复]

    辉格 回复:

    我好像是从一个不可能的前提得出了一个不可能的结论,这么做是否妥当,我再想想 cc: @小橘子 @Palpatine

    [回复]

  7. 小橘子 @ 2012-08-06, 14:23

    tcya的评论让我感到困惑,但仔细考虑魏无知的断定,确实需要假定其他因素的无关性或可控性。而且可以推想,不可时间反演的事件链中的必要性都极难断定。因为在数学上,证明必要性的方法是反推。

    但信息增加,信心度不变的结论肯定是不对的。用条件概率来考虑。把出现相关性称为事件一,把某物质在体内参与的生物化学反应等过程称为事件二,把患病称为事件三。事件二显示了一种与事件三的先后关系,如果这是事件三发生的唯一的一种时间链,就可以说事件二是事件三的必要条件,即事件二是事件三的原因。现在不能确定此种时间链是唯一的一种时间链。但是,如果事件二是事件三的原因,那么必然会在事件三之前观察到事件二。
    如果观察到了事件二-事件三这个时间链,事件二是事件三的原因的后验概率就增加了。

    [回复]

  8. 小橘子 @ 2012-08-20, 02:21

    那天在微博上讨论因果关系,陷入实在与经验层次,烧死脑细胞。其实没必要退到那个层次。今天又想起来,好像清晰了一些。
    参考维基causality词条,因果关系的几种定义:
    1)x是y的必要条件,称x和y之间具有因果关系,x是y的原因。x,y是事件,或因素/变量的变化。
    或:
    2)x是y的充分条件;
    3)x是y的充要条件;
    4)x是y的充分条件组中的必要部分。

    举一个例子。电路短路电线着火烧着了铺在电线下的地毯并引发一场火灾。通常我们会说,电路短路与火灾具有因果关系。
    上述四种定义是否符合这种日常用法?
    电路短路是火灾的必要条件吗?是的,没有短路就不会发生这场火灾。
    电路短路是火灾的充分条件吗?是的,只要短路就一定会发生这场火灾。
    自然的,第3)4)中定义也是满足的。

    但是,实际上,对于短路是不是必要条件、充分条件,其实可以有不同的看法。没有电路短路未必没有火灾,也许一个烟头也会引起这场火灾。短路也不一定引发火灾,如果及时发现切断电源,或没有地毯,就不会引发火灾。那么,这个问题成了诡辩了吗?

    哪一种看法更合理,取决于如何控制条件。
    当x发生时,哪些其他因素是视为不变的/无关的,哪些因素是可变的,这构成了这个问题的限制条件,只有先确定这个条件,才能回答x是否是y的必要/充分条件。当限定只考虑短路发生与否,而不考虑烟头可能性时,短路就是必要条件;当限定老化的电线、地毯、没人在家、没装过载保护是不变的时,短路就是充分条件。

    无论怎样定义因果关系的,在我们日常谈论它时,总是下意识地进行了限定。当我们说,短路是火灾的原因时,我们已经限定不考虑烟头可能性;而如果我们说短路是火灾的唯一原因,那么老化的电线、地毯、没人在家、没装过载保护等等都已经被限定为不变的条件。

    只要进行恰当的限定,日常所谈论的原因,就是结果的充要条件,即符合第3)种定义。

    定义4)实际上是为了避免做上述限定。确实,无论怎样限定烟头、电线、地毯等这些条件,短路都是一个充分条件组{短路、电线老化、地毯、没人在家、没过载保护}中的必要部分。但是,这种修改只是转移了问题:在日常使用中,为什么这个充分条件组中的某些必要部分,通常不被认为是结果的原因?

    无论怎样定义,不可避免的问题仍然是:人们是如何限定条件的?

    如何限定条件在高中物理实验中是简单的,对结果的影响因素是有限的,已知的,我们可以给定所有其他因素,研究结果与某个因素之间的关系。这时,我们有信心重复实验得到相同的结果。通过重复实验,容易判断x是不是y的充要条件。

    但是,有时候,我们不知道影响因素的范围。如果要研究意志力(y)与其童年时受到的管教方式(x)的关系,不知y的影响因素范围,就无法进行重复实验。科学家的方法是通过大容量随机分组,实现对未知的可能的影响因素的控制。这样,就可以进行重复实验了。(需要注意的是,对于值集中分布的变量,例如,如果被试是大学生,那么,学历、年龄等是值未被随机的变量。如果没有意识到这两个变量被控制在特定值上,那么,重复实验可能得出不同的结果。)

    在日常生活中,人们在谈论因果关系时,下意识地在心里进行了重复实验,在重复实验中,他是如何控制条件的,取决于他的经验。例如,如果他的经验中不装过载保护是普遍的,那么在他的重复实验中,不装过载保护是一个被控制为不变的因素;否则,他可能会把未装过载保护视为火灾的一个原因。如果某种经验具有普遍的主体间无关性(哈哈,新学的词啊,其实就是客观性),那么基于这种经验的控制条件就会显得合理;否则,那种控制条件就显得不合理。在火灾例中,考虑烟头,因而短路不是必要条件的那种控制条件,就显得不太合理,因为烟头引发火灾并非随时都会发生的事。

    要补充的是,人们日常可能会以逻辑解释的方式使用“因为”“所以”,如“因为他承认了,所以不是你干的。”但因果关系的较常见的用法,以及科学中的用法,规定了x在时间上先于y。

    以上分析已经给出了我认为最合适的因果关系定义:在某种控制条件下,x是y的充要条件,且x在时间上先于y,称x和y之间具有因果关系,x是y的原因。

    但是上述定义不能区分主要原因与次要原因。前述定义都是非此即彼式的定义,关于因果关系,还有一种定义是概率式的:x发生后,y有一定的概率发生,称x和y之间具有因果关系,x是y的原因。这种定义也是对控制条件的放松。在火灾例中,当放松对地毯的控制时,地毯存在与否的变化,使得短路不再是火灾的充要条件,而是以一定概率导致火灾。这样的定义容易区别主要原因与次要原因。但是,和定义4)的弊端一样,这种放松转移了问题。电线的存在也与火灾的发生具有一定概率关系,然而通常人们并不称电线的存在为火灾的原因。

    如果不采用概率定义,怎么定义主要原因与次要原因?我的方法是:如果其控制条件越常见,那么它就越主要。

    澄清因果关系后,回到主贴的问题。相关性与病理过程,产生的确定因果关系的信心程度是否相同?

    相关性无法联系到充要条件,而病理过程,实际上已经展示了在某种控制条件下的充要性了。基于定义,前者不能确定因果关系,而后者可以。

    [回复]

    小橘子 回复:

    对于大容量分组被试的控制实验,结论实际上是两个变量间的统计相关性,其充要性只对组平均成立,不对个体成立。这种控制实验与统计数据的相关性,对于确定因果关系的区别在于,后者无法显示无x时,y的情况,因而无法确定必要性。此外,某些xy本身不包含时间先后信息,相关性数据无法提供时间先后信息,而控制实验可以。

    [回复]

    zhang3 回复:

    赞!大赞!

    [回复]

    小橘子 回复:

    补充一下,y通常隐含着时间长度范围。一天内发生火灾y1和十年内发生火灾y2,是不同的事件。对y1,控制烟头为无的信心很强,因而称短路是y1的原因的把握很大。但对y2,称短路为其原因的信心就要弱很多。也许人们反而有更强的信心控制烟头为有,而把房屋中长期堆放的易燃物视为火灾的原因。另一个例子是死亡,对于某人两百年内死亡这样的y,最有把握的原因莫过于某人的出生了,但人们通常谈论某人的死亡及其原因时,所指的必定不是这样的y。

    [回复]

    zhang3 回复:

    原因对应着一个自由度,一个独立变量,也就是在一个实验中可以由外界独立改变的一个因素,在伦理学中,这个独立变量很多时候指自由意志。

    [回复]

    小橘子 回复:

    无关感慨一下,三哥,我现在体会到你的那句名人名言了:“哲学产生于语言的模糊。”

    [回复]

    zhang3 回复:

    是我说的吗?不会是白岩松?

    [回复]

  9. tcya @ 2012-11-14, 17:02

    今天看到个与相关/因果有关的问题,觉得挺有意思,不过我没什么想法,感觉因果的定义确实需要先全面梳理一下。http://www.scottaaronson.com/blog/?p=1156。Consider a hypothetical race of intelligent beings, the Armchairians, who never take any actions: never intervene in the world, never do controlled experiments, never try to build anything and see if it works. The sole goal of the Armchairians is to observe the world around them and, crucially, to make accurate predictions about what’s going to happen next. Would the Armchairians ever develop the notion of cause and effect? Or would they be satisfied with the notion of statistical correlation? Or is the question kind of silly, the answer depending entirely on what we mean by “developing the notion of cause and effect”?

    [回复]

    辉格 回复:

    要预测的好,它最好探究因果关系而不仅仅关注相关性。

    [回复]

发表评论