从毒理学与流行病学的融合看因果推断和暴露风险评估研究

毒理学与流行病学在探讨环境暴露与健康和疾病的关系中发挥着关键作用。然而,它们都存在固有的局限性。毒理学与流行病学相互融合,可以更全面地探索暴露与健康效应的因果关系,定量评估暴露所致的风险。本研究回顾性分析了毒理学与流行病学各自的优势和局限性,以及既往研究中两学科结合的模式,并对未来的发展方向提出思考,旨在为相关研究提供理论依据和方法学框架。

本届诺奖肯定了因果推断法在经济学中的应用

2021年10月11日,诺贝尔经济学奖揭晓,在我看来,这届诺贝尔经济学奖几乎是在肯定近三十年以来因果推断方法在经济学中的成功应用与发展。自上个世纪70年代以来,统计学家发明了一套“反事实框架”的方法,经济学家又在此基础上进一步发展了断点回归、工具变量等方法,使得对各种经济政策的因果性研究大行其道,堪称是爆发了一场因果推断革命。

基于多方法的中医体质动态变化因素分析

目的基于一般统计学、Apriori-DEMATEL算法、DoWhy因果推理框架等方法探究中医体质动态变化影响因素。方法对18-60岁人群进行中医体质识别数据的动态采集,包括采集时间、体质类型以及饮食习惯、睡眠习惯、睡眠时间、运动习惯、情绪状态、压力情况、生活环境、工作/生活变故、家庭氛围、出差频次、加班情况11个体质影响因素。采用一般统计分析分析不同类型体质变化对应影响因素的相对百分比,采用Apriori-DEMATEL算法分析饮食习惯等11种体质影响因素与体质变化之间的相关性,采用DoWhy因果推理框架分析饮食习惯、睡眠习惯、睡眠时间、运动习惯、情绪状态、压力情况之间的因果关系。探讨构成类型转换变化因素的频率,确定构成类型动态变化的关键影响因素。结果经过预处理后形成13536条有效数据,基于Apriori-DEMATEL算法将因素划分成饮食习惯、睡眠习惯、睡眠时间、运动习惯、情绪状态和压力情况这6个原因因素及居住环境、工作/生活变故、家庭氛围、出差频次和加班情况这5个结果因素。结合一般统计学分析发现,在原因因素中饮食习惯、睡眠习惯、睡眠时间和压力情况这4个因素的变化对其他因素的影响程度大,在体质调摄过程中,应对上述4个因素重点关注,保持体质的平衡;在5个结果因素里面,工作/生活变故和家庭氛围这两个因素的数值绝对值较大,说明这两个因素易受其他因素的影响。饮食习惯、睡眠习惯、睡眠时间、运动习惯、情绪状态和压力情况这六个因素变化的中心度较高,说明这六个因素的变化是体质发生改变的重要性因素。根据各因素对应体质变化频数统计发现以上六个因素的变化在气虚质、平和质和特禀质间的体质转变频数占比较大,说明这六个因素的改变对这三种体质类型的变化发挥重要作用。结合Apriori-DEMATEL算法和DoWhy因果推理框架分析的结果,推断饮食习惯和睡眠时间通过影响其他因素的变化间接导致体质变化。结论本文从动态数据和多种分析方法入手,探讨了中医体质动态变化的影响因素,结果表明饮食习惯、睡眠习惯、睡眠时间、运动习惯、情绪状态和压力情况的变化对气虚质、平和质和特秉质的转化有较大影响。在日常生活中要注意这六个因素的变化,并制定相应的改善方案,减少转化为偏体质的概率。本研究也为中医体质类型动态变化的影响因素分析提供了数据支持和客观化分析参考。

组态视角下基于TOE的可转化专利特征因果推断

从专利技术(T)、组织(O)、环境(E)三个维度构建可转化专利特征的TOE框架,利用LASSO和熵值法进行多维特征筛选与融合。结合NCA和fsQCA方法,探索专利可转化的必要条件和关键组态,揭示可转化专利形成的驱动模式和内在机理。通过燃料电池领域数据的实证研究发现:可转化专利的形成是多维特征交互作用的结果,包括三种驱动模式:专利价值和组织实力混合驱动、专利价值和组织合作混合驱动、组织实力驱动,专利多维特征与可转化之间的因果关系存在多重并发和多种方案等效的特点。同时,基于组态分析结果,构建了可转化专利形成的CDEF机理模型,即:满足各类技术需求是专利可转化的根本动因,专利价值高、组织实力强和多组织合作这三个核心条件,以及文本特征、供给环境这两个辅助条件的复杂交互构成了可转化专利形成的多元路径。

专利权稳定性对专利质量的影响效应分析

[目的/意义]厘清专利权稳定性对专利质量的作用机理,为我国创新主体优化专利管理制度、提升专利质量提供决策参考。[方法/过程]采用微软研究院开发的DoWhy因果推断框架,结合因果图模型和PSS、PSM以及IPW方法进行分析,估计专利权稳定性对专利质量的影响效应。[结果/结论]专利权稳定性对专利质量的平均处理效应为正值,说明专利权稳定性的提升能够促进专利质量的提升;不同技术领域、不同申请人类型专利权稳定性对专利质量的影响效应不同。建议相关创新主体在专利申请和维护过程中,应该以专利质量为导向,建立对专利权稳定性的评估制度。

一种新的针对多个中介变量的中介分析方法

中介分析主要用于探究自变量X与因变量Y之间的因果关系机制,将自变量X与因变量Y之间的因果路径进行分解,判断中介变量M是否在其因果路径中起作用及其作用大小。经典的中介分析方法一般仅针对单一中介变量。本文介绍了一种新的针对多个中介变量的中介分析方法。

社会科学研究中的倾向分值匹配方法

在运用观测数据进行社会科学研究时,最大的困难是消弭样本选择性偏误以获得因果效应.倾向分值匹配方法依赖一系列可观测的个体特征,通过个体进入实验组的倾向性将实验组与控制组匹配,从而实现近似的随机化,使得群体差异能被用以估计自变量的因果效应.通过回顾六本国际社科顶级期刊九年内(2009-2017年)发表的2 550篇实证论文,本文以描述性统计的形式说明量化因果推断研究,尤其是倾向分值匹配技术在社科领域的发展与应用.文章分析表明:倾向分值匹配方法对学术对话、学科理论建设及研究的政策导向具有重大意义;但研究者应注意该方法对个体可观测数据和样本量的高要求,以及在应用中对严格可忽略假设进行反复检验.