العلاج الذي ينفع الجميع ويضرّ المعدّل

إليك مجموعة أرقام. كلّها دقيقة، وليس فيها خدعة، وهي مجتمعةً تقول شيئاً يبدو مستحيلاً.

يُعطى علاج لستّين مريضاً ويُمنع عن ستّين آخرين. في الحالات الشديدة يرفع الشفاء من $0.350$ إلى $0.400$. وفي الخفيفة يرفعه من $0.650$ إلى $0.700$. خمس نقاط، في المجموعتين.

وإجمالاً، يشفى المعالَجون $0.500$ ويشفى غير المعالَجين $0.550$. فيبدو العلاج ضارّاً.

وكلّ مريض ينتمي إلى واحدة من المجموعتين بالضبط. وقد نفع العلاج في كلتيهما. وخفض المعدّل الإجمالي بالنقاط الخمس نفسها التي رفع بها كلّ مجموعة.

من أين تأتي الأرقام

افحص الجمع: $16 + 14 = 30$ من $40 + 20 = 60$، و$7 + 26 = 33$ من $20 + 40 = 60$. وفي كلّ ذراع ستّون مريضاً، فالمقارنة الإجمالية غير مشوَّهة بأحجام غير متساوية.

والذي يختلف هو من في كلّ ذراع. ثلثا المعالَجين كانوا شديدين؛ وثلث غير المعالَجين فقط. والمرضى الشديدون يشفون أقلّ مهما فُعل بهم.

فالرقم الإجمالي لا يقارن العلاج. إنّه يقارن مجموعةً أكثرها شديد بمجموعةٍ أكثرها خفيف، والتركيب يرجح على النقاط الخمس التي يسهم بها العلاج.

للآليّة اسم وشكل

أثّرت الشدّة في من عولج - إذ أعطى الأطبّاء الدواء لمن يحتاجه - وهي تؤثّر في من يشفى. والمتغيّر الذي يحمل هذين السهمين هو عامل خلط.

والسهمان كلاهما لازم. فمتغيّر يؤثّر في النتيجة وحدها، كعامل خطر حقيقي لم يُستشر عند الوصف، يكلّف دقّةً دون أن يحيّز المقارنة. ومتغيّر يؤثّر في التخصيص وحده، كقطعة نقد، غير ضارّ كذلك. والضرر يستلزم سبباً مشتركاً.

الإصلاح، وما يعطيه

لمّا سُجّلت الشدّة أمكن تعديلها. احسب الأثر داخل كلّ طبقة، ثمّ توسّط على تركيب مشترك واحد بدل التركيب الذي صادف كلّ ذراع:

$$0.5 \times 0.400 + 0.5 \times 0.700 = 0.550 \qquad\text{against}\qquad 0.5 \times 0.350 + 0.5 \times 0.650 = 0.500$$

فرق قدره $+0.05$ بالضبط - النقاط الخمس نفسها الظاهرة في كلّ طبقة، وبإشارة معاكسة لـ$-0.05$ الساذجة.

لماذا ليست هذه مشكلة حجم عيّنة

هذا هو الجزء الجدير بالاستيعاب، لأنّه يفصل صعوبة إحصائية عن صعوبة سببية.

ضجيج المعاينة يتقلّص مع تراكم البيانات. أمّا الخلط فلا. إنّه خاصيّة في كيفيّة نشأة البيانات، فجمع مليون مريض إضافي بعادات الوصف نفسها ينتج مجال ثقة يضيق ويضيق حول الجواب الخاطئ - وحول الإشارة الخاطئة.

ولا شيء يُحسب من الجدول يعلن أيّ التقديرين سببي. فكلاهما حساب صحيح على البيانات نفسها. والذي يميّزهما هو معرفة كيف خُصّص العلاج، وذلك يأتي من خارج البيانات.

ما الذي تشتريه العشوائية

والآن خُذ عالمًا مشابهًا، لا عالم الجدول نفسه: نصف المرضى في حالة شديدة، ونسبة الشفاء دون علاج $0.5$ للشديدة و$0.8$ للخفيفة، وفائدة حقيقية مثبّتة عند $+0.1000$ بالضبط بالبناء. واحسبه مرّتين مع تغيير من يقرّر العلاج فقط - أطبّاء يعالجون 80٪ من الشديدة و20٪ من الخفيفة، أو قطعة نقد:

وهاتان هما القيمتان المضبوطتان للمجتمع؛ أمّا محاكاة 1500 تجربة للعالم نفسه فتقع على بعد أجزاء من الألف، نحو $-0.082$ و$+0.098$.

العلاج واحد في الحالتين. فحين يخصّص الأطبّاء تتسرّب الشدّة إلى متغيّر العلاج وتنقلب الإشارة. وحين تخصّص قطعة نقد، لا تستطيع أيّ خاصيّة في المريض التأثير في الذراع، فتستعيد المقارنة الساذجة الأثرَ.

هذه هي الحجّة كلّها للعشوائية، وهي أقوى من التعديل على نحو محدّد: فالتعديل لا يعالج إلّا عوامل الخلط التي تعرفها وسجّلتها، والدعوى بأنّ قائمتك كاملة لا تُفحص من داخل البيانات. أمّا العشوائية فتقطع دفعةً واحدة سهم كلّ سبب غير مقيس، دون أن تسمّي أيّاً منها.

ويحسن الدقّة في الوعد. فالعشوائية توازن الذراعين في المتوسّط؛ وقد تكون تجربة صغيرة سيّئة الحظّ، ولهذا تُحجَّم التجارب عمداً وتُفحص جداول خطّ الأساس. وهي تحمي موضعاً واحداً بالضبط من السلسلة: التخصيص. فإن تسرّب مرضى بعد ذلك لأسباب متّصلة بعلاجهم، عادت المجموعتان الباقيتان إلى الخلط، ولهذا تُصاغ التحليلات على أساس نيّة المعالجة.

العالم محدَّد بدقّة تكفي لألا يحتاج أيٌّ من السطرين إلى محاكاة، والشكل أدناه يحسب كليهما: -0.08 حين تقرّر الشدّة، و+0.10 حين تقرّر قطعة نقد، وهما القيمتان المضبوطتان في الجدول أعلاه. والمزلاج هو التمرين: قرّب بين احتمالَي التوزيع يصر السطر الأول هو الثاني، لأن التحيّز يساوي بالضبط اختلال الشدّة مضروبًا في فارق 0.3 بين معدّلَي الأساس. وانتبه إلى ما لم يُشترَط قطّ: قطعة عادلة؛ فأي احتمال مشترك يكفي.

التعديل الذي يزيد الأمر سوءاً

يبدو الدرس حتى الآن كأنّه «عدّل على ما تستطيع». وهنا تنحرف تحليلات كثيرة، لأنّ بعض التعديلات يخلق التحيّز.

خذ سببين مستقلّين فعلاً - يقع كلٌّ منهما باحتمال $1/2$، بلا علاقة البتّة. وافترض أنّ حالةً تُقبل في دراسة متى كان أحد السببين حاضراً.

بين المقبولين:

• احتمال السبب الأوّل $2/3$
• لكن بمعرفة حضور الثاني أيضاً يهبط إلى $1/2$

والاحتمال المشترك بين المقبولين $1/3$، بينما جداء الاحتمالات الهامشية $4/9$. فالاستقلال زال.

ولم يتغيّر شيء في العالم. الاشتراط على أثر مشترك - أي مصادم - صنع تعالقاً بين سببين لا تعالق بينهما. وحدسياً: متى علمت أنّ حالةً قُبلت، فمعرفة حضور أحد السببين تفسّر القبول فتجعل الآخر أقلّ ترجيحاً.

ولهذا لا تكون «اضبط كلّ ما قِسته» نصيحةً سديدة، ولهذا تكون إضافة متغيّرات إلى انحدارٍ دعوى سببية لا إجراءً احترازياً.

يفحص الشكل أدناه اختيار الضوابط من جهتين معًا. فجهة الرسم تُطبّق الفصل البياني على المسارات المعدودة، وجهة الحساب تُطبّق صيغة الضبط على التوزيع المشترك. ولا تستشير إحداهما الأخرى، ولا تتناقضان أبدًا. أضِف المُصادِم وراقب معيارًا يسقط وتقديرًا يتزحزح بالنقرة نفسها، ثم أضِف المُربِك أيضًا وانظر كيف يبقى الضرر، فالضبط الخاطئ لا يلغيه ضبط صحيح.

القاعدة، وثمنها

رسم الافتراضات بيانياً يجعل التمييز مقروءاً. وثلاثة أشكال تغطّي أكثر الحالات:

• شوكة ($T \leftarrow Z \rightarrow Y$): سبب مشترك. عدّل على $Z$ - وهذا هو الخلط.
• سلسلة ($T \rightarrow M \rightarrow Y$): وسيط. والتعديل على $M$ ينزع جزءاً من الأثر الذي تقيسه.
• مصادم ($T \rightarrow C \leftarrow Y$): أثر مشترك. والتعديل على $C$ يخلق ارتباطاً زائفاً.

ومعيار الباب الخلفي يحوّل ذلك إلى قاعدة: عدّل على مجموعة متغيّرات تسدّ كلّ مسار يدخل العلاج من الخلف ولا تضمّ أيّ متحدِّر من العلاج، فلا يُزال وسيط ولا يُفتح مصادم.

ومتى صحّت الافتراضات كانت النتيجة دقيقة لا تقريبية. ففي عالم مبنيّ كي يكون الأثر الحقيقي $0.200000$ بالضبط، تعطي المقارنة الساذجة $0.375325$ - مبالِغةً بمقدار $0.175325$ - ويردّ تعديل الباب الخلفي $0.200000$ بالضبط. والرقمان محسوبان بكسور دقيقة دون أيّ معاينة، فتلك الفجوة تحيّز لا ضجيج.

والثمن هو الصدق فيما تقوم عليه السهام. فالارتباط متناظر والسببية ليست كذلك: وقد تولّد رسوم مختلفة عدّة الجدول نفسه. والرسم لا يُقرأ من البيانات؛ إنّما يُؤتى به إليها من معرفة كيف تعمل الأشياء.

وهذه ميزة. فهي تدفع الافتراض إلى العلن حيث يمكن الجدال فيه، بدل تركه مضمراً في قائمة ضوابط.

ما ينبغي حمله

المقارنة بين المعالَجين وغير المعالَجين لا تجيب عن السؤال السببي إلّا إذا كانت المجموعتان متشابهتين فيما عدا ذلك. وحين لم تكونا كذلك، لا يكون التقدير غير دقيق فحسب - بل قد يشير إلى الجهة الخاطئة، ومزيد من البيانات يجعله أوثق لا أصحّ.

فالسؤال الأنفع أمام أيّ نتيجة رصدية ليس أيّ اختبار أُجري ولا كم كان حجم العيّنة. إنّه: كيف تشكّلت هاتان المجموعتان؟

مسار الاستدلال السببي يشتغل على الحجج الثلاث بالتفصيل، وكلّ حساب فيه قابل للتشغيل والتعديل داخل المتصفّح.