一种验证因果关系的新方法：结合研究排名和统计建模，并强调数据共享的关键作用

《EUROPEAN JOURNAL OF NUTRITION》：Novel approach to substantiate cause-and-effect relationships: combining study ranking and statistical modelling, with a crucial role of data sharing

本研究通过结合排名研究与统计建模验证因果关系。首先基于生理和统计相关性对维生素D与重症COVID-19关联的研究进行排名，Hernandez等研究得分最高。其次，利用益生菌消耗数据验证统计模型，显示益生菌显著减少儿童感染，灵敏度和特异度达68-94%，数据更换不影响结果。

　　

摘要

目的

本研究旨在通过结合排名研究和最高分研究的统计建模来证实因果关系。

方法

由于在研究的排名部分难以获得独立的研究数据集，因此第二部分采用了不同的研究目的。排名部分主要关注维生素D状态与住院患者COVID-19感染严重程度（发病率/死亡率）之间的关联，评估标准侧重于生理学和统计学的相关性。研究的第二部分主题随后改为探讨益生菌摄入对儿童感染事件的影响，以便测试统计建模方法。该方法包括基于一项研究的数据构建多变量混杂模型，并通过设计相似的独立研究的数据对模型进行验证。在两项研究中均应用判别分析来评估模型的敏感性和特异性。

结果

项目的第一部分采用了五个基于统计学的标准对各种研究进行排名，最终Hernandez等人（J Clin Endocrinol Metab 106, e1343–e1353. 10.1210/clinem/dgaa733, 2021）的研究获得了最高分。随后，利用益生菌研究的数据集进行的第二部分研究得出了一个显著模型，表明益生菌的摄入能够减少感染事件。敏感性和特异性结果介于68%到94%之间。重要的是，数据集的更换并未影响益生菌的显著效果。

结论

排名方法和统计建模方法的结合有助于通过客观标准验证因果关系。