编辑推荐：
研究人员针对经验取样法（ESM）因果研究问题，开展相关研究，明确识别阶段重要性，助力因果推断。
研究背景：探索因果关系的迷雾
在健康研究的广阔领域中，经验取样法（Experience Sampling Method，ESM）正逐渐崭露头角。它如同一位 “生活侦探”，能在人们的自然生活环境中实时、反复地收集数据，精准捕捉人们的行为、想法、情绪和体验，极大地提升了研究的生态效度。想象一下，研究者们就像拥有了神奇的 “生活记录仪”，可以随时记录下人们生活中的点点滴滴，为研究提供丰富且真实的数据。
然而，当涉及到探究变量之间的因果关系时，ESM 却遇到了难题。许多研究旨在揭示潜在干预目标与相关结果之间的联系，比如体育活动（Physical Activity，PA）与认知表现、PA 与情感之间的关系等。确定这些关系的因果性对干预设计至关重要，但由于传统观念认为确定因果需要进行操纵，进行 ESM 研究的人员往往避免在研究目的和结果中使用因果性语言，转而采用预测性分析。这就好比在黑暗中摸索，虽然能看到一些关联，但却无法确定真正的因果关系。这种做法导致在将研究结果转化为政策和实践建议时，出现了模糊性、偏差和错误解读，使得研究结果的价值大打折扣。
为了突破这一困境，研究人员迫切需要一种更科学、更严谨的方法来确定因果关系。于是，一项旨在探索如何在 ESM 研究中准确建立因果关系的研究应运而生。
研究团队与研究概况
来自根特大学（Ghent University）等机构的研究人员 Louise Poppe、Annick L. De Paepe、Benedicte Deforche 等组成了研究团队，针对这一问题展开了深入研究。该研究成果发表在《International Journal of Behavioral Nutrition and Physical Activity》上。
研究人员采用了定义估计量、构建定向无环图（Directed Acyclic Graph，DAG）等方法，以 “自然环境中进行的 PA 对社区老年人随后执行功能（Executive Functioning，EF）的因果影响” 这一问题为切入点进行研究。在研究过程中，研究人员查阅了大量文献，并咨询了多位领域专家，以确保研究的科学性和严谨性。
研究方法：开启因果探索之旅
- 定义估计量：这是研究中的关键一步，但常常被忽视。研究人员在不直接参考手头数据和统计分析技术的情况下，明确了理论因果估计量。它包含潜在结果的对比和目标人群两个部分。以本研究为例，研究人员聚焦于老年人的工作记忆（Working Memory，WM）表现，将其作为研究的结果变量。同时，对 PA 进行了细致的定义，明确了不同的暴露水平，如在自然环境中进行 0 分钟与≥11 分钟的中等至高强度 PA。最终确定的目标人群为 65 岁及以上的佛兰德社区居住成年人。通过这样的定义，研究人员为后续的研究奠定了坚实的基础。
- 构建 DAG 的重要性：DAG 就像是研究中的 “路线图”，能够清晰地展示暴露、结果与其他变量之间的因果关系，帮助研究人员确定哪些变量需要调整，以获得无偏的因果效应估计。在构建 DAG 时，研究人员充分考虑了时间因素，因为 PA 和 WM 表现都是随时间变化的变量。他们通过文献研究和专家咨询，确定了时间不变的混杂因素（如年龄、性别等）和时间变化的混杂因素（如疲劳、压力等），并将这些因素纳入 DAG 中。这样，研究人员就能够更全面地了解研究中的各种因素，为后续的分析提供有力支持。
研究结果：打破因果关系的迷雾
- 混杂偏倚的发现：研究构建的 DAG 显示，即使在暴露（PA）和结果（WM 表现）在时间上进行了分离，仍然存在多条开放的后门路径，这些路径会导致混杂偏倚。这意味着在研究中，除了 PA 和 WM 表现之间的直接因果关系外，还有许多其他因素会干扰研究结果，使得研究人员难以准确判断两者之间的真正关系。
- 控制混杂的方法：为了解决混杂偏倚的问题，研究人员提出了两种策略：
- 身体控制：采用个体内鼓励设计，研究人员随机向参与者发送鼓励信息，促使他们在自然环境中进行 PA。这些鼓励信息就像 “小闹钟” 一样，提醒参与者进行体育活动，并且作为时间变化的工具变量，消除了混杂偏倚。通过这种设计，研究人员能够筛选出由鼓励信息引起的 PA 变化，从而更准确地研究 PA 对 WM 表现的影响。
- 分析控制：在数据分析阶段，研究人员通过调整混杂变量来控制混杂偏倚。这需要研究人员在研究中准确评估所有的混杂变量，包括时间不变的混杂因素、时间变化的混杂因素、前一天的暴露和结果等。研究人员精心安排了评估时间，确保时间变化的混杂因素在暴露之前评估，暴露在结果之前评估，以保证分析的准确性。
研究结论与讨论：照亮因果研究之路
研究表明，在 ESM 研究中实施识别阶段至关重要。通过这一阶段，研究人员能够更明智地做出决策，从而提高因果推断的有效性，为干预开发提供更准确、更具可操作性的见解。
对于暴露可操纵的研究问题，如 PA 和饮食等，个体内鼓励设计为 ESM 研究提供了新的方向。与传统的观察性纵向设计不同，个体内鼓励设计能够获得局部平均治疗效应（Local Average Treatment Effect，LATE），这对于即时适应性干预的发展具有重要意义。
然而，研究也存在一些局限性。一方面，研究仅关注了混杂偏倚，而未涉及碰撞偏倚和测量偏倚等其他可能影响研究结果的因素。另一方面，研究在估计或数据分析阶段提供的指导有限，不同的参数模型选择会对研究结果产生影响。
尽管存在这些局限性，该研究仍然为 ESM 研究在因果关系探索方面做出了重要贡献。它强调了识别阶段的重要性，为后续研究提供了宝贵的经验和方法借鉴，有望推动健康研究领域在因果关系研究上取得更大的进展。
总之，这项研究就像一盏明灯，照亮了经验取样法在因果研究中的道路，为我们更深入地理解体育活动与执行功能之间的关系提供了有力的支持，也为未来的健康研究奠定了坚实的基础。
