觀察性研究的因果推論

給臨床醫師的實戰指南
Causal Inference from Observational Studies: A Practical Guide for Clinicians

林協霆

和信治癌中心醫院腫瘤內科部

引言

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

演講主題

觀察性研究的因果推論：給臨床醫師的實戰指南

Causal Inference from Observational Studies: A Practical Guide for Clinicians

歡迎各位！今天要帶大家走一遍因果推論的完整流程。這不是統計理論課，而是實戰導向的工作坊。我們會從「為什麼需要」講到「怎麼做」，最後到「怎麼報告」。

今天你會學到什麼？

1. 為什麼：觀察性研究為何不能直接下因果結論？
2. 怎麼想：如何設計研究問題？（Target Trial）
3. 怎麼做：用什麼方法分析？（TMLE + Super Learner）
4. 怎麼驗證：如何確認結果可信？（敏感度分析）

今天的目標是讓大家帶走一套可以直接用的方法。不需要成為統計專家，但要知道關鍵步驟和常見陷阱。這四個問題是我們整個課程的主軸。

課程地圖

階段	內容	重點
1-2	問題與設計	為什麼需要？怎麼設計？
3-4	方法概念	PS → IPW → 雙重穩健 → TMLE
5-6	準備工作	選方法、備資料
7	R 實作	程式碼示範
8-9	驗證報告	E-value、論文寫作

這張地圖讓大家知道我們現在在哪裡。前半段是概念，後半段是實作。中間會有練習時間，請大家準備好自己的研究問題，邊聽邊想。

第一部分：為什麼需要因果推論？

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

開場情境：一個「成功」的研究

某醫學中心回顧性研究報告

「新藥 DrugX 顯著提升晚期癌症病人存活率」

讓我們從一個真實情境開始。這是一個典型的回顧性研究報告，看起來結果很漂亮。但問題是——這真的是藥效嗎？

研究結果看起來很棒！

組別	人數	一年存活率	p-value
新藥組	500	70%
傳統治療	500	50%	< 0.001

統計顯著、效果量大、樣本數夠…

可以發 paper 了嗎？

p 值小於 0.001、效果量 20% 的差異、每組 500 人。從傳統統計的角度來看，這是一個「成功」的研究。但審稿者可能會問一個關鍵問題…

等等，讓我們看看病人特徵…

新藥組

• 平均年齡：55 歲
• ECOG 0-1：85%
• 共病指數：1.2

傳統治療組

• 平均年齡：68 歲
• ECOG 0-1：45%
• 共病指數：3.8

😱 兩組根本不一樣！

看到問題了嗎？新藥組平均年輕 13 歲、體能狀態好很多、共病也少很多。這不是公平的比較——醫師把新藥開給了「本來就比較健康」的病人。

混淆效應視覺化：Simpson’s Paradox

觀察：整體看起來新藥好很多，但分層後差異變小！

這就是 Simpson’s Paradox - 整體的關聯方向可能跟分層後不同。醫師傾向開新藥給輕症病人，所以新藥組有更多輕症、存活率本來就高。

真相大白

• 醫師傾向開新藥給「狀況較好」的病人
• 新藥組本來就會活比較久
• 70% vs 50% 的差異，有多少是藥效？有多少是選擇偏誤？

這就是「選擇偏誤」的經典案例。臨床上很常見——醫師會根據病人狀況選擇治療，這個選擇本身就造成了兩組的系統性差異。

核心問題

觀察到的差異 ≠ 因果效應

關聯 vs 因果

• 描述性問題：「用新藥的人和沒用的人，結果有沒有不同？」
• 因果性問題：「如果讓同一群人用新藥 vs 不用，結果會不會不同？」
• 核心困難：反事實 (counterfactual) 永遠觀察不到

這是因果推論的核心區別。描述性分析只是「報告觀察到的差異」，但因果推論要回答「如果介入會怎樣」。注意第二個問題的關鍵詞是「同一群人」——這就是反事實的概念。

反事實：我們永遠只看到一半

因果推論的核心問題：我們想知道「?」是什麼，但永遠無法直接觀察

這張圖是因果推論的核心困境。每個病人我們只能觀察到一種結果——用藥或不用藥。另一個結果永遠是問號。RCT 的隨機化讓我們可以用「另一組人」來估計反事實；觀察性研究要用統計方法來模擬這個過程。

林俊傑 - 可惜沒如果

倘若那天

把該說的話好好說 該體諒的不執著

如果那天我 不受情緒挑撥 你會怎麼做

那麼多如果 可能如果我

可惜沒如果 ( Counterfact ) 只剩下結果 (Outcome)

• Y(1)：在「把話好好說、體諒但不執著、不受情緒挑撥」這種處置（treatment）發生的結果
  • (JJ 跟 Angelababay 修成正果)。
• Y(0)：在實際發生（JJ當天的真實行為與狀態）所得到的結果
  • ( 沒有跟 Aneglababy 在一起，詳見 MV )。

經典謬誤案例

觀察到的關聯	真正的原因
🍦 冰淇淋銷量 ↑ → 溺水死亡 ↑	夏天（天氣熱）
🏥 住院病人死亡率 > 在家	病重才住院
👟 鞋子尺寸大 → 閱讀能力強	年齡（小孩長大）
🌡️ 黃色手指 → 肺癌風險 ↑	抽菸

這些都是「混淆」造成的假象！

這些例子大家可能都聽過。冰淇淋和溺水都是因為夏天熱。鞋子大和閱讀能力強都是因為年齡大。這些「相關」不代表因果，但在論文裡我們經常忘記這個道理。

臨床常見陷阱

• 用 statin 的人心血管事件少 → 但他們本來就比較注重健康
• 做篩檢的人存活較久 → Lead-time bias + 健康者偏誤
• ICU 用某藥的病人死亡率高 → 因為病情嚴重才用
• 術後早期下床的病人恢復快 → 恢復好的才能下床

關鍵思考

是「治療 → 結果」，還是「某因素 → 治療 & 結果」？

這四個例子都是臨床研究的常見陷阱。關鍵是問自己：是治療造成結果，還是有第三個因素同時影響了治療選擇和結果？這個問題要用 DAG 來想會更清楚，等一下會教。

混淆的問題

為什麼直接比較會有偏誤？

醫師傾向開新藥給較輕症的病人

→ 新藥組本來就會比較好

digraph {
    rankdir=TB
    node [shape=box, width=1.2, fontname="jf-openhuninn-2.1"]
    edge [fontname="jf-openhuninn-2.1"]
    C [label="病人嚴重度"]
    A [label="治療選擇"]
    Y [label="結果"]
    C -> A
    C -> Y
    A -> Y [style=dashed, label="?"]
}

這是第一個 DAG 圖。C 是混淆因子，同時影響 A（治療選擇）和 Y（結果）。虛線箭頭是我們想知道的因果效應。如果不處理 C，我們觀察到的 A 和 Y 的關係會被 C 污染。

小結：為什麼需要因果推論？

1. 觀察性資料中，關聯 ≠ 因果
2. 混淆因子會讓我們得到錯誤的結論
3. 我們需要特殊方法來「模擬」隨機分配的效果

這頁收斂本章重點，幫學員把主軸記牢。

• 用一到兩句話重申「關鍵概念」與「下一步」。
• 引導學員把重點連回整體流程。

💭 思考時間

想一想你自己的研究

1. 你想比較的「治療」是什麼？
2. 你的資料是觀察性的嗎？
3. 有哪些因素可能同時影響「誰接受治療」和「結果好壞」？

把這些因素寫下來，等一下我們會用 DAG 來整理它們

這是今天第一個互動時間。請大家拿出紙筆，花 2-3 分鐘想想自己的研究。第三個問題最重要——那些因素就是你的潛在混淆因子。

本章輸出

• 能說明為什麼「直接比較」會產生偏誤
• 能列出至少 2 個可能混淆因子
• 能寫下自己的 A（治療）與 Y（結果）

下一步：那要怎麼設計研究，才能回答因果問題呢？

記住這三個重點。觀察性研究不是不能做因果推論，但需要特殊方法。接下來會教大家怎麼設計研究問題，這是最重要的第一步。

第二部分：研究設計思維

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

在開始分析之前，你需要先想清楚：

• 你到底想回答什麼問題？
• 如果可以做 RCT，你會怎麼設計？
• 哪些變數該調整，哪些不該調整？

這一節是整個課程最重要的部分。方法再好，問題設計錯了就沒用。我們要學習 Target Trial 框架和 DAG 因果圖。

流程位置

承接	本章目標	下一步
你已知道「混淆」讓結果不可信	把問題寫成 Target Trial，用 DAG 分清變數角色	學會用方法處理混淆（PS / IPW）

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

Target Trial Emulation

核心概念：「如果能做 RCT，你會怎麼設計？」

用觀察性資料模擬那個理想試驗

Target Trial 是 Miguel Hernán 提出的框架。核心想法很簡單：先設計一個理想的 RCT，然後看你的觀察性資料能不能模擬它。這個思考過程會幫你避免很多設計錯誤。

為什麼需要 Target Trial？

• 很多重要問題 無法 做 RCT（倫理、成本、時間）
• 觀察性研究常犯的錯：沒有明確的研究設計
• Target Trial 強迫你思考：「我到底在問什麼問題？」

“If you can’t describe the trial you’re trying to emulate, you probably shouldn’t be doing the analysis.” — Miguel Hernán

這句話是 Hernán 的名言。如果你沒辦法清楚描述你想模擬的 RCT，那你可能根本不清楚自己在問什麼問題。這是很嚴格的標準，但很有用。

RCT vs 觀察性研究

步驟	RCT	Target Trial Emulation
定義資格條件	Protocol 寫好	你要自己定義
治療分配	隨機	觀察（需調整混淆）
Time zero	隨機分配時	你要明確定義
追蹤	Protocol 規定	資料庫限制
分析	ITT / Per-protocol	模擬 ITT / Per-protocol

關鍵差異：RCT 的隨機化幫你處理混淆，觀察性研究要自己處理

這張表比較 RCT 和觀察性研究的對應步驟。注意「Time zero」這一項——在觀察性研究中，追蹤起點的定義特別重要，定義錯了會導致 immortal time bias。

Target Trial 實例

研究問題：Statin 是否降低心血管死亡？

理想的 RCT

• 納入：40-75歲、高血脂
• 隨機分配 statin vs placebo
• 追蹤 5 年
• 主要結局：CV 死亡

用健保資料模擬

• 納入：同條件、首次診斷高血脂
• 比較：開始用 statin vs 未使用
• Time zero：診斷日
• 追蹤至 CV 死亡或 5 年

這是一個具體的例子。左邊是理想的 RCT，右邊是用健保資料模擬的版本。注意 Time zero 定義為「診斷日」——這是讓兩組可比較的起點。

Target Trial 七要素

要素	你要定義的
資格條件	誰可以納入？
治療策略	新藥 vs 什麼？
治療分配	病人如何被分組（觀察性）
追蹤起點	Time zero 是什麼時候？
結果	主要 outcome
追蹤期間	追多久？
因果對比	要估計什麼？ATE?

這七個要素是 Target Trial 的核心。寫論文時，Methods 段落應該要能清楚回答這七個問題。如果有任何一個不清楚，審稿者可能會質疑你的研究設計。

分析語言對照（Y / A / W）

把臨床語言轉成分析語言，後面寫程式會更順：

符號	對應	臨床例子
Y	結果	死亡、住院、血壓變化
A	治療	新藥 vs 標準治療
W	混淆因子	年齡、共病、嚴重度

一句話：先定好 Y/A/W，你就知道要叫 AI 做什麼。

這裡先建立 Y/A/W 的概念，後面 R 實作時就能直接用相同語言和結構下 prompt。

延伸：每次下 prompt 都用 資料 → 角色 → 方法 → 估計量 → 診斷 → 解讀 的 6 要素架構。

⚠️ 常見陷阱：Immortal Time Bias

不死時間偏差

病人必須「活到某時間點」才被歸類為治療組，導致治療組看起來比較好

錯誤設計

• 住院第 3 天開始用藥 → 歸為治療組
• 但前 3 天是「不死時間」
• 治療組先天存活優勢！

正確做法

• Time zero = 符合條件的時間點
• 所有人從同一起點開始追蹤
• 或用時間變動模型處理

Immortal time bias 是觀察性研究最常見的錯誤之一。經典例子：用藥組必須活到開始用藥那天才被納入，這段「不死時間」讓治療組看起來活得比較久。解決方法是仔細定義 Time zero。

DAG 因果圖（簡化版）

三種變數：

• 混淆因子 (Confounder)：該調整
  • 年齡：影響用藥選擇，也影響預後
  • 共病：醫師考量共病決定治療，共病也影響結果
• 中介變數 (Mediator)：不該調整
  • 血壓下降：降壓藥 → 血壓↓ → 心血管事件↓
  • 血糖控制：糖尿病藥 → HbA1c↓ → 併發症↓
• 碰撞變數 (Collider)：不該調整
  • 住院：疾病嚴重 → 住院 ← 治療副作用
  • 存活到某時點：好體質 → 存活 ← 有效治療

DAG 是因果推論最重要的工具。記住這三種變數：混淆因子要調整，中介變數和碰撞變數不能調整。接下來會用圖解釋為什麼。

DAG 視覺化：三種結構

關鍵：用 DAG 想清楚變數之間的關係，再決定調整什麼

這三個圖要記住。左邊是混淆因子，箭頭同時指向治療和結果，要調整。中間是中介變數，是治療到結果的路徑上，不能調整。右邊是碰撞變數，箭頭同時指向它，調整會打開偏誤路徑。

小結：研究設計思維

1. 用 Target Trial 框架定義你的研究問題
2. 用 DAG 畫出變數之間的因果關係
3. 只調整 混淆因子，不調整中介變數和碰撞變數
4. 確認三大假設是否合理

✏️ 練習時間

試著為你的研究畫 DAG

1. 寫出你的暴露 (A) 和結果 (Y)
2. 列出可能的混淆因子
3. 用箭頭連接它們
4. 標記哪些該調整、哪些不該調整

工具：可以用紙筆，或用 DAGitty 線上畫

本章輸出

• 完成 Target Trial 七要素的草稿
• 畫出簡單 DAG 並標示「該調整」的變數
• 明確寫出你的 Y、A、W

下一步：設計好了，那具體要用什麼統計方法呢？

第三部分：方法概念（上）基礎篇

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

現在我們知道要調整混淆因子，但怎麼調整？

• 傳統方法有什麼問題？
• 什麼是「傾向分數」？
• 為什麼推薦「雙重穩健」方法？

設計好研究問題後，接下來是方法。這一節會從最基本的傾向分數開始，解釋為什麼傳統方法有問題，然後引出更好的解決方案。

流程位置

承接	本章目標	下一步
你已定義研究問題與變數角色	理解 PS/IPW 如何讓兩組可比	學雙重穩健與 TMLE

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

傾向分數 (Propensity Score)

白話：「根據病人特徵，預測他接受治療的機率」

用途：讓兩組變得可比較

傾向分數是因果推論的基石。簡單說，就是根據病人特徵，預測醫師會不會開這個治療給他。PS 把多個混淆因子壓縮成一個數字，讓後續處理變簡單。

PS 是怎麼算出來的？

核心：PS 把多個共變量壓縮成一個分數，代表「這個人被治療的機率」

這張圖顯示年齡和嚴重度如何影響 PS。年紀大、嚴重度高的人 PS 較高——因為醫師更傾向給他們治療。橘色是實際接受治療的人，藍色是沒接受的。注意 PS 高的人幾乎都被治療了。

Demo

重疊區域：兩組可比較的範圍

這是 PS 分布圖的經典樣式。治療組 PS 偏高，對照組 PS 偏低，這是預期的。關鍵是中間的重疊區域——這是兩組可以比較的範圍。如果重疊很少，因果推論會很困難。

傳統方法的問題

方法	做法	風險
單純迴歸調整	把混淆因子丟進模型	模型設錯就完了
PS matching	用 PS 配對	丟掉很多樣本
PS weighting (IPW)	用 PS 加權	極端權重不穩定

名詞解釋

• PS matching：找 PS 相近的治療組與對照組病人配對比較
• IPW (Inverse Probability Weighting)：用 1/PS 當權重，讓兩組「人工平衡」

傳統方法各有問題。單純迴歸調整：模型設錯就完了。PS matching：配對不到的病人就丟掉，樣本量大減。IPW：接下來會詳細說明為什麼極端權重是大問題。

⚠️ 為什麼不推薦單獨用 IPW？

IPW 的問題

當 PS 接近 0 或 1 時：

• 權重 = 1/PS 會爆炸
• 少數人主導整個估計
• 方差巨大、估計飄動

實際情況

幾百例的臨床資料：

• 很常遇到重疊不佳
• 某些病人 PS 很極端
• IPW 會非常不穩定

結論

IPW 可以當敏感度分析，但不建議當主分析

IPW 的數學很漂亮，但實務上問題很大。當 PS 接近 0 或 1 時，1/PS 會變得非常大。臨床資料幾百例的情況，很容易遇到這種極端值。一個人的權重如果是 100，他一個人就等於 100 個人，這會讓估計非常不穩定。

IPW 權重的危險：極端值

問題：少數極端權重的人，主導了整個估計結果！

這張圖讓大家看看實際情況。左邊是權重分布——大多數人權重正常，但有一小群人權重超過 10 甚至更高。右邊顯示原因：PS 接近 0 或 1 的人，權重就會爆炸。這些少數人會主導整個估計結果。

到目前為止…

我們學到什麼？

1. PS：預測誰會接受治療
2. IPW：用 1/PS 加權讓兩組可比
3. 問題：IPW 權重會爆炸、不穩定

這頁補充當前章節的關鍵概念，請簡短說明並連到下一步。

本章輸出

• 能用一句話解釋 PS 的意義
• 能說出 IPW 的直覺與限制
• 能指出重疊差/極端權重的風險

下一步：有沒有更穩健的方法？ → 雙重穩健估計

到這裡我們知道 PS 很有用，但單獨用 IPW 風險很大。好消息是，有一種方法可以結合 PS 模型和結果模型的優點，同時降低風險。接下來進入進階方法。

第四部分：方法概念（下）進階篇

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

基礎方法（PS、IPW）有其限制，現在來學更穩健的方法：

• 雙重穩健估計：兩個模型，錯一個也沒關係
• TMLE：最推薦的雙重穩健方法
• Super Learner：自動選最佳模型組合

這一節是方法的核心。我們要學三個重要概念：雙重穩健、TMLE、Super Learner。這些名詞聽起來很嚇人，但概念其實很直觀。

流程位置

承接	本章目標	下一步
你已了解 PS/IPW 的優點與限制	掌握雙重穩健、TMLE、Super Learner	依 outcome/estimand 選方法與套件

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

雙重穩健估計（核心概念）

什麼是「雙重穩健」(Doubly Robust)？

同時用兩個模型來估計因果效應，只要其中一個模型正確，結果就不會有偏誤。就像買兩份保險！

• 同時建兩個模型：PS 模型 + 結果模型
• 好處：只要其中一個對，結果就對
• 「買保險」的概念

雙重穩健的概念很簡單：同時用兩個模型，一個預測治療（PS 模型），一個預測結果（outcome 模型）。只要其中一個模型正確，結果就不會有偏誤。這就像買兩份保險——降低風險。

TMLE vs AIPW

名詞解釋

• TMLE (Targeted Maximum Likelihood Estimation)：針對「你想估計的東西」做最佳化的雙重穩健方法
• AIPW (Augmented IPW)：在 IPW 基礎上加入結果模型修正的雙重穩健方法

共同點

• 都是雙重穩健

TMLE 優勢

• 多一個 targeting 步驟
• 更穩定

實務上：選 TMLE 就對了

TMLE 和 AIPW 都是雙重穩健方法。TMLE 多一個 targeting 步驟，讓估計更穩定。實務上不用糾結選哪個——選 TMLE 就對了，R 套件也很成熟。

雙重穩健：「錯一個也沒關係」

關鍵優勢：只有當「兩個模型都錯」時才會有偏誤 → 大大降低風險

這張 2x2 表格是雙重穩健的精髓。四種情境中，只有右下角——兩個模型都錯——才會有偏誤。其他三種情況都 OK。這大大降低了風險。

但問題來了…

雙重穩健的前提

「至少一個模型要對」— 但我們怎麼確保？

傳統做法

1. 手動選一個模型（如 logistic）
2. 假設函數形式正確
3. 祈禱沒選錯

問題

• 真實關係可能是非線性的
• 可能有交互作用
• 選錯了 → 兩個模型都錯 → 偏誤！

解法：讓資料自己決定用哪個模型 → Super Learner

Super Learner（一句話解釋）

什麼是 Super Learner？

一種「模型組合」技術：同時跑多個機器學習模型，用交叉驗證找出最佳加權組合。

• 不用手動選模型，讓演算法自動找最佳組合
• 大幅降低「兩個模型都錯」的機率
• 這就是為什麼現代因果推論都用 TMLE + Super Learner

白話總結

Super Learner 就像「模型評審團」：讓多個模型各自預測，然後根據表現分配權重。你不用煩惱該選哪個模型，讓資料說話！

Super Learner 庫的選擇

小樣本原則

庫要小且保守，不要追求複雜！

推薦的候選模型

• SL.glm：標準 logistic/線性
• SL.glmnet：正則化（ridge/lasso）
• SL.gam：平滑非線性
• SL.ranger：（事件數夠才加）

小樣本要避免

• 深樹 random forest
• 大規模 boosting
• 複雜超參數搜尋
• 太多候選模型

Super Learner 庫：實例選擇

情境	事件數	推薦的庫
罕見疾病 RCT	30-50	SL.glm, SL.glmnet
一般臨床研究	50-200	SL.glm, SL.glmnet, SL.gam
大型健保資料庫	500+	上述 + SL.ranger, SL.xgboost
超大資料	5000+	可加更多彈性模型

經驗法則

事件數 ÷ 10 ≈ 可用的候選模型數上限

使用 ML 模型的隱憂

問題

Super Learner 用了彈性的機器學習模型，但這會帶來一個統計問題…

傳統迴歸

• 模型簡單、參數少
• 用同一筆資料擬合 + 推論 → OK

機器學習模型

• 模型複雜、容易過擬合
• 用同一筆資料擬合 + 推論 → 標準誤會偏小、信賴區間不可靠

白話說：模型「記住」了資料的噪音，導致我們對效果估計過度自信

PS 截斷（Truncation）

問題

PS 太接近 0 或 1 時，權重會爆炸

解法：把 PS 限制在合理範圍

# 常見截斷範圍
ps_truncated <- pmax(0.01, pmin(0.99, ps)) # 寬鬆
ps_truncated <- pmax(0.05, pmin(0.95, ps)) # 保守

重要提醒

截斷範圍要預先宣告，不要事後調參（避免 p-hacking 嫌疑）

小結：方法概念

到目前為止，我們學了：

概念	重點
傾向分數 (PS)	預測接受治療的機率，讓兩組可比
雙重穩健	兩個模型，錯一個也沒關係
TMLE	最推薦的雙重穩健方法
Super Learner	自動選最佳模型組合

本章輸出

• 能解釋「雙重穩健」的意義
• 知道 TMLE 為何比單純 IPW 更穩定
• PS 截斷的用途

下一步：不同類型的結果變數，要用什麼方法？

第五部分：情境選擇菜單

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

你的研究結果是什麼類型？

• 連續變數？（血壓、HbA1c）
• 二元變數？（死亡 Y/N）
• 存活時間？（死亡時間）

不同類型 → 不同方法 → 不同 R 套件

這一節很實用——根據你的結果類型選擇對應的方法和套件。這是一個「菜單」，等一下實作時會用到。

流程位置

承接	本章目標	下一步
你已掌握 TMLE / Super Learner 的概念	依 outcome 與 estimand 做方法選擇	準備資料與品質檢查

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

一張表搞定方法選擇

Outcome 類型	範例	估計什麼	R 套件
連續	血壓、HbA1c	平均差	tmle
二元	死亡 Y/N	Risk Diff / RR	tmle
存活	死亡時間	Survival diff	survtmle
計數	住院次數	Rate Ratio	WeightIt
重複測量	多時間點追蹤	軌跡差異	geepack

這張表是速查表。連續和二元結果用 tmle 套件，存活結果用 survtmle。最常用的是前三種。計數和重複測量比較少見，有需要再另外學。

Estimand 的選擇

名詞解釋

• Estimand：你想估計的「目標量」，要先定義清楚才能選方法
• ATE (Average Treatment Effect)：如果讓「所有人」都接受治療 vs 都不接受，平均差異是多少？
• ATT (Average Treatment Effect on the Treated)：對於「實際接受治療的人」，治療效果是多少？

Estimand 是你想估計的「目標量」。ATE 是「如果所有人都接受治療」的效果，ATT 是「對於實際接受治療的人」的效果。這兩個數字可能不一樣。

ATE vs ATT：什麼時候用哪個？

ATE（全體平均效果）

• 問：「如果政策推廣給所有人」
• 需要兩組充分重疊
• 樣本小、重疊差時很不穩定

ATT（已治療者效果）

• 問：「對已經用這治療的人」
• 只需對照組能代表治療組
• 重疊不佳時更實際可估

實務建議

幾百例的臨床資料，優先考慮 ATT，除非重疊非常好

實務建議：小樣本優先考慮 ATT。為什麼？ATE 需要兩組充分重疊，但臨床資料常常重疊不好。ATT 只需要對照組能代表治療組，比較容易滿足。如果重疊非常好，再考慮 ATE。

小結：選擇方法

1. 先確定你的 結果類型（連續/二元/存活/計數）
2. 再決定你要估計的 目標量（ATE/ATT）
3. 然後選擇對應的 R 套件

這頁收斂本章重點，幫學員把主軸記牢。

• 用一到兩句話重申「關鍵概念」與「下一步」。
• 引導學員把重點連回整體流程。

🎯 確認你的選擇

你的研究設定

根據剛才學的，確認一下：

1. 你的結果變數是什麼類型？
   • 連續（血壓）/ 二元（死亡）/ 存活（時間到事件）
2. 你要估計 ATE 還是 ATT？
   • 重疊好 → ATE / 重疊差 → ATT
3. 對應的 R 套件是？
   • tmle / survtmle / 其他

這是第三個互動時間。請大家花 1-2 分鐘確認自己的研究屬於哪種情況。如果不確定，可以舉手問。

本章輸出

• 能判斷 outcome 類型（連續/二元/存活/計數）
• 能選擇 estimand（ATE/ATT）並說明理由
• 能對應到正確的 R 套件

下一步：方法選好了，資料要怎麼準備？

選擇方法的三步驟：確定結果類型、決定 estimand、選擇 R 套件。這個流程很重要，要在分析前就決定好，不能事後改。

第六部分：資料準備

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

在跑分析之前，資料要先整理好：

• 資料格式長什麼樣？
• 哪些變數要放進去？
• 有哪些常見的陷阱？

資料準備往往比分析本身更花時間。這一節會講常見的資料問題和處理方法。很多研究失敗不是方法不對，而是資料品質有問題。

流程位置

承接	本章目標	下一步
你已選好方法與 estimand	把資料整理成可分析的格式並完成品質檢查	把整個流程用 R 跑一次

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

原始資料

你的 Excel 可能長這樣：

id	治療	年齡	性別	ECOG	共病數	追蹤時間	事件	備註
001	新藥	58	男	1	2	365	1
002	標準	62	女	0	1	420	0	轉院
003	新藥	71	男	2	3	180	1
004	標準	55	女	1		730	0	共病數遺漏
005	新藥	67	男	1	2	90	1	提早退出
…	…	…	…	…	…	…	…	…

要注意：每一列是一個病人、每一欄是一個變數、遺漏值要標示清楚

這是典型的臨床資料表格。注意第 4 筆有遺漏值、第 5 筆有提早退出。這些都是真實資料會遇到的問題，等一下會講怎麼處理。

資料格式要求

觀察到什麼？

• 治療組年齡較高、男性較多
• 兩組 baseline 特徵不平衡

陷阱

• 直接比較結果會有偏誤
• 需要調整混淆因子
• 這就是為什麼需要因果推論方法！

這張表格顯示典型的 baseline 不平衡。治療組年齡較高、男性較多。直接比較結果會有偏誤——這就是為什麼我們需要前面學的方法。

資料品質檢查（比模型更重要！）

在跑任何分析之前，先做這三件事：

1. 缺失值處理：不要默默刪除！
2. 重疊檢查：兩組是否可比？
3. 事件數評估：樣本夠不夠穩定？

這三項檢查比選什麼模型更重要。缺失值處理不當會造成偏誤，重疊不好會讓估計不穩定，事件數太少會讓模型過擬合。花時間在這三項上，比花時間調模型參數更有價值。

缺失值處理

常見錯誤

直接刪除有缺失的個案（listwise deletion），假裝沒事

缺失機制	意思	處理方式
MCAR	完全隨機缺失	刪除還可以（但浪費資料）
MAR	可觀察變數可解釋	多重插補 (Multiple Imputation)
MNAR	缺失本身有意義	敏感度分析

建議：用 mice 套件做多重插補，在每套插補資料內分析再合併

缺失值不要直接刪除！這是最常見的錯誤。多重插補是目前推薦的做法——用 mice 套件可以很容易做到。基本概念是：用其他變數預測缺失值，產生多套完整資料，分別分析後合併結果。

重疊檢查（Overlap / Positivity）

• 兩組 PS 分布大量重疊
• 可以估計 ATE

• 兩組 PS 幾乎不重疊
• 應改估 ATT 或限制分析範圍

重疊不好怎麼辦？

方法	說明	適用情境
改估 ATT	只估計「治療組」的平均效果	對照組有很多極端 PS
Trimming	排除 PS < 0.1 或 > 0.9 的個案	兩端都有極端值
Overlap weights	給重疊區域較高權重	想保留所有樣本

實務建議

• 先畫 PS 分布圖，判斷重疊程度
• 如果對照組 PS 普遍很低 → 改估 ATT
• 如果兩端都有極端值 → Trimming 或 Overlap weights
• 報告時說明你選擇的理由！

事件數評估

經驗法則

二元結局時，事件數 < 50 會讓任何高自由度模型都很不穩定

事件數	建議
< 30	極度保守：只調整 2-3 個最重要混淆因子
30-50	保守：用正則化模型、減少變數
50-100	標準分析可行，但 Super Learner 庫要小
> 100	可以用較彈性的模型

常見資料問題總表

問題	解法
遺漏值	Multiple imputation（先處理）
混淆因子放錯時間點	只能用 baseline 的
Time zero 不明確	仔細定義追蹤起點
治療定義模糊	明確定義什麼算「接受治療」
重疊不佳	改 ATT、trimming、或限制分析範圍
事件數太少	減少調整變數、用正則化

存活資料格式

df_surv <- data.frame(
  id = ...,
  treatment = ...,
  time = ..., # 追蹤時間
  event = ..., # 1=事件，0=設限
  # 混淆因子...
)

本章輸出

• 資料格式符合分析需求（欄位與型別正確）
• 完成缺失值、重疊、事件數的基本檢查
• 能說明資料限制與可能的處理方式

下一步：資料準備好了，來看實際的 R 程式碼！

R 快速入門

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

給不熟 R 的人

如果你已經會 R

可以跳過這一段，直接進入實作！

這一段會快速介紹：

• 如何安裝需要的套件
• 基本語法
• 讀取資料

這一段是給 R 新手的快速入門。如果你已經會 R，可以趁這段時間休息一下。我們只會講最基本的語法，讓等一下的實作能夠順利進行。

流程位置

承接	本章目標	下一步
你已完成方法選擇與資料準備	補足 R 基礎，確保能跟上實作	用一致的 6 要素架構跑完整分析

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

安裝 R 和 RStudio

1. 下載 R：https://cran.r-project.org/
2. 下載 RStudio：https://posit.co/download/rstudio-desktop/

建議

Positron 是現代寫 R 最方便的介面，強烈建議使用

如果你還沒裝 R，這兩個網址可以下載。先裝 R，再裝 RStudio。RStudio 是 IDE，會讓寫 R 方便很多。這裡不會現場示範安裝，但有問題可以課後問。

安裝套件

# 只需執行一次
install.packages(c(
  "tmle",
  "SuperLearner",
  "cobalt",
  "WeightIt",
  "ggplot2",
  "dplyr"
))

# 每次使用前載入
library(tmle)
library(SuperLearner)

提示：安裝可能需要幾分鐘，請耐心等待

這些是今天會用到的套件。install.packages 只需要執行一次，之後每次用 library 載入就好。安裝時可能會問你要不要更新其他套件，通常選 Yes。

R 基本語法

# 賦值（建立變數）
x <- 10
name <- "治療組"

# 向量（多個值）
ages <- c(45, 52, 67, 38)
mean(ages) # 計算平均

# Data frame（表格）
df <- data.frame(
  id = 1:4,
  age = ages,
  treatment = c(1, 1, 0, 0)
)

R 的基本語法很簡單。箭頭 <- 是賦值，c() 是建立向量，data.frame() 是建立表格。這三個會用到的語法記住就好。

讀取資料

# 從 CSV 檔讀取
df <- read.csv("data/08_r-basics/patients_basic.csv")

# 查看資料結構
head(df) # 前 6 筆
str(df) # 變數類型
summary(df) # 基本統計

讀取 CSV 用 read.csv()。讀進來後，用 head() 看前幾筆、str() 看變數類型、summary() 看基本統計。這是資料探索的標準流程。

Pipe 運算子

# 傳統寫法（難讀）
result <- select(filter(df, age > 50), treatment, outcome)

# Pipe 寫法（易讀）
result <- df |>
  filter(age > 50) |>
  select(treatment, outcome)

白話說：|> 就是「然後」的意思，把左邊的結果傳給右邊

Pipe 運算子是現代 R 的寫法，讓程式碼更好讀。你可以把 |> 念成「然後」——拿資料，然後過濾，然後選欄位。等一下的範例會大量使用這個寫法。

本次會用到的套件

套件	用途
tmle	TMLE 估計（連續/二元結果）
survtmle	TMLE 估計（存活結果）
SuperLearner	模型組合
cobalt	平衡診斷
WeightIt	計算傾向分數權重
ggplot2	畫圖

這頁補充當前章節的關鍵概念，請簡短說明並連到下一步。

本章輸出

• 能安裝並載入必要套件
• 能讀取資料並做基本探索（head/str/summary）
• 能理解 |> 的「然後」流程

準備好了？讓我們開始實作！

這張表列出今天會用到的套件。最重要的是 tmle 和 SuperLearner——核心分析用。cobalt 和 WeightIt 用來診斷平衡。ggplot2 用來畫圖。準備好了嗎？接下來進入實作！

第七部分：R 實作示範

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

終於要寫 code 了！這一節會示範：

• 連續結果：用 tmle 套件
• 二元結果：用 tmle 套件
• 存活結果：用 survtmle 套件
• 平衡診斷：確認調整有效

這是今天最核心的實作環節。我會示範三種結果類型的分析程式碼，以及最重要的平衡診斷。大家可以跟著做，或是先看我示範，課後再自己練習。

流程位置

承接	本章目標	下一步
你已準備好資料與 R 基礎	用 6 要素架構把分析跑完整	檢驗未測量混淆（敏感度分析）

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

Prompt 結構：6 要素（比語法更重要）

每次請 AI 寫程式，先把這 6 件事講清楚：

1. 資料描述：檔案路徑、樣本數、資料型態
2. 角色對應：Y（結果）、A（治療）、W（混淆因子）
3. 方法選擇：TMLE / IPW / Cox
4. 估計量：ATE / RD / RR / HR
5. 診斷需求：SMD、重疊、權重、ESS
6. 輸出格式：表格 + 一句臨床解讀

對初學者來說，知道要填哪些關鍵資訊，比記語法更重要。這 6 點就是「好 prompt」的骨架。

最小可跑 Prompt 模板

資料在 data/xxx.csv，共有 N 筆。
Y 是 ______（連續/二元/存活），A 是 ______，W 包含 ______。
請用 ______ 方法估計 ______（ATE/RD/RR/HR），並回報：
1) 主要估計值與 95% CI
2) 平衡診斷（SMD < 0.1）
3) 權重診斷（最大權重、有效樣本量）
最後用一句話解讀臨床意義。

口訣：資料 → 角色 → 方法 → 估計量 → 診斷 → 解讀

這頁提醒下 prompt 的固定骨架，先講清楚再寫程式。

• 資料、角色、方法、估計量、診斷、解讀。
• 強調「工具與參數」優先於語法。

完整分析流程：5 步驟視覺化

從資料到結論：每一步都要檢查，不是跑完程式就結束！

這張圖展示完整的分析流程。從原始不平衡的資料開始，計算 PS，檢查重疊，加權後確認平衡，最後估計因果效應。注意原始差異和 TMLE 估計的差別——這就是調整混淆因子的效果。

連續結果：6 要素架構

要素	這個例子
資料	data/09_r-workflow/df_continuous.csv
角色	Y=血壓變化（連續），A=treatment，W=年齡/性別/共病/嚴重度
方法	TMLE
估計量	ATE
診斷	SMD、PS 重疊、權重、ESS
輸出	估計值+95% CI + 一句臨床解讀

這頁提醒下 prompt 的固定骨架，先講清楚再寫程式。

• 資料、角色、方法、估計量、診斷、解讀。
• 強調「工具與參數」優先於語法。

Vibe Coding: 連續結果

請 AI 幫你完成這段分析，你可以這樣說：

「請讀取 data/09_r-workflow/df_continuous.csv，這是一個降血壓藥物的觀察性研究資料。治療變數是 treatment，結果是 outcome（血壓變化，mmHg），混淆因子有 age, sex, comorbidity, severity。請用 TMLE 方法估計平均治療效果（ATE），並使用 Super Learner 組合 GLM 和 GLMNet 模型。」

這是「Vibe Coding」的示範——用自然語言描述你要做什麼，讓 AI 幫你寫程式碼。這個 prompt 包含了所有必要資訊：資料位置、變數名稱、方法選擇。接下來看實際的程式碼。

練習 prompt（請改成你的研究題目）

資料在 data/09_r-workflow/df_continuous.csv，共有 N 筆。
Y 是 ______（連續），A 是 ______，W 包含 ______。
請用 TMLE 估計 ATE，並回報估計值+95% CI、SMD、PS 重疊、最大權重、有效樣本量。
最後用一句話解讀臨床意義。

這頁是練習模板，請學員把自己的研究題目填進去。

• 先補齊 Y/A/W，再確認方法與估計量。
• 強調先寫清楚目標，再請 AI 產出程式。

連續結果：程式碼

library(tmle)
library(SuperLearner)

SL.lib <- c("SL.glm", "SL.glmnet")

df <- read.csv("data/09_r-workflow/df_continuous.csv")

fit_cont <- tmle(
  Y = df$outcome,
  A = df$treatment,
  W = df %>% select(age, sex, comorbidity, severity),
  Q.SL.library = SL.lib,
  g.SL.library = SL.lib,
  family = "gaussian"
)

fit_cont$estimates$ATE

載入 tmle 和 SuperLearner 套件，這是雙重穩健估計的核心工具。

定義 Super Learner 的候選模型庫：GLM（線性）+ GLMNet（正則化）。小樣本建議保守設定。

執行 TMLE：Y 是結果、A 是治療、W 是混淆因子。Q.SL.library 用於結果模型，g.SL.library 用於 PS 模型。

提取 ATE 估計值，包含點估計和 95% 信賴區間。

這頁是示範程式碼，重點是理解每個欄位與參數的角色。

• 指出 Y/A/W 的對應與方法選擇。
• 提醒學員可先套用模板再替換變數名稱。

連續結果：執行結果

一句話臨床解讀（固定句型）

句型：治療組相較對照組，平均「血壓變化」差異為 ___ mmHg（95% CI ___ 到 ）；臨床上表示 ___。

解讀：治療組平均血壓下降比對照組多約 5.2 mmHg

這是連續結果的分析結果。ATE 是治療效果的點估計，CI 是 95% 信賴區間。如果信賴區間不包含 0，就是統計顯著。解讀時要用臨床意義來判斷效果是否有意義。

Vibe Coding: 二元結果

請 AI 幫你完成這段分析，你可以這樣說：

「請讀取 data/09_r-workflow/df_binary.csv，這是一個癌症治療的觀察性研究資料。治療變數是 treatment，結果是 death（0/1），混淆因子有 age, sex, comorbidity, severity。請用 TMLE 方法估計 Risk Difference 和 Risk Ratio。」

這頁補充當前章節的關鍵概念，請簡短說明並連到下一步。

二元結果：6 要素架構

要素	這個例子
資料	data/09_r-workflow/df_binary.csv
角色	Y=death（二元），A=treatment，W=年齡/性別/共病/嚴重度
方法	TMLE
估計量	RD, RR
診斷	SMD、PS 重疊、權重、ESS
輸出	RD/RR + 95% CI + 一句臨床解讀

練習 prompt（請改成你的研究題目）

資料在 data/09_r-workflow/df_binary.csv，共有 N 筆。
Y 是 ______（二元），A 是 ______，W 包含 ______。
請用 TMLE 估計 RD 與 RR，並回報估計值+95% CI、SMD、PS 重疊、最大權重、有效樣本量。
最後用一句話解讀臨床意義。

這頁提醒下 prompt 的固定骨架，先講清楚再寫程式。

• 資料、角色、方法、估計量、診斷、解讀。
• 強調「工具與參數」優先於語法。

二元結果：程式碼

fit_bin <- tmle(
  Y = df$death,
  A = df$treatment,
  W = df %>% select(age, sex, comorbidity, severity),
  Q.SL.library = SL.lib,
  g.SL.library = SL.lib,
  family = "binomial"
)

fit_bin$estimates$ATE # Risk Difference
fit_bin$estimates$RR # Risk Ratio

二元結果只需改兩處：Y 改成 0/1 變數（如死亡），family 改成 "binomial"。

二元結果可以提取 Risk Difference（風險差）和 Risk Ratio（相對風險）兩種 estimand。

這頁是示範程式碼，重點是理解每個欄位與參數的角色。

• 指出 Y/A/W 的對應與方法選擇。
• 提醒學員可先套用模板再替換變數名稱。

二元結果：執行結果

一句話臨床解讀（固定句型）

句型：治療組相較對照組，死亡風險差為 （95% CI 到 ），相對風險為 ；臨床上表示 ______。

解讀：治療降低死亡風險約 8.5%（RD = -0.085）

二元結果有兩種 estimand：Risk Difference 和 Risk Ratio。RD 是風險的絕對差異，RR 是相對差異。報告時兩個都可以報，但要說清楚用的是哪一個。臨床上 RD 比較直觀，政策制定時常用 RR。

Vibe Coding: 存活結果

請 AI 幫你完成這段分析，你可以這樣說：

「請讀取 data/09_r-workflow/df_survival.csv，這是一個存活分析資料。治療變數是 treatment，追蹤時間是 time，事件指標是 event（1=死亡，0=設限），混淆因子有 age, sex, comorbidity, severity。請用 IPW 加權的 Cox 迴歸估計 Hazard Ratio。」

這頁補充當前章節的關鍵概念，請簡短說明並連到下一步。

存活結果：6 要素架構

要素	這個例子
資料	data/09_r-workflow/df_survival.csv
角色	Y=Surv(time, event)，A=treatment，W=年齡/性別/共病/嚴重度
方法	IPW + Cox（或 survtmle）
估計量	HR
診斷	SMD、PS 重疊、權重、ESS
輸出	HR + 95% CI + 一句臨床解讀

練習 prompt（請改成你的研究題目）

資料在 data/09_r-workflow/df_survival.csv，共有 N 筆。
Y 是 Surv(time, event)，A 是 ______，W 包含 ______。
請用 IPW + Cox 估計 HR，並回報估計值+95% CI、SMD、PS 重疊、最大權重、有效樣本量。
最後用一句話解讀臨床意義。

這頁提醒下 prompt 的固定骨架，先講清楚再寫程式。

• 資料、角色、方法、估計量、診斷、解讀。
• 強調「工具與參數」優先於語法。

存活結果：TMLE 方法

library(survtmle)

fit_surv <- survtmle(
  ftime = df$time,
  ftype = df$event,
  trt = df$treatment,
  adjustVars = df %>% select(age, sex, comorbidity, severity),
  t0 = 365,
  SL.ftime = SL.lib,
  SL.ctime = SL.lib,
  SL.trt = SL.lib,
  method = "hazard"
)

存活分析需要專用的 survtmle 套件。

ftime 是追蹤時間、ftype 是事件指標（1=事件，0=設限）、trt 是治療變數。

adjustVars 放混淆因子，t0 指定要估計的時間點（如 365 天）。

三個 Super Learner 庫分別用於：事件時間模型、設限時間模型、治療模型。

這頁補充當前章節的關鍵概念，請簡短說明並連到下一步。

存活結果：IPW 替代方法

這頁聚焦在 PS/IPW 的概念與診斷風險。

• 提醒重疊與極端權重的問題。

library(survival)
library(WeightIt)

# 計算 PS 權重
w <- weightit(
  treatment ~ age + sex + comorbidity + severity,
  data = df_surv,
  method = "ps"
)

# 加權 Cox 迴歸
fit_cox <- coxph(
  Surv(time, event) ~ treatment,
  data = df_surv,
  weights = w$weights
)

使用 survival 做存活分析，WeightIt 計算傾向分數權重。

用 weightit() 估計 PS 並計算 IPW 權重。

將權重帶入 coxph()，估計加權後的 Hazard Ratio。

存活結果：執行結果

一句話臨床解讀（固定句型）

句型：加權後 HR 為 （95% CI 到 ），表示治療組的死亡風險約為對照組的 %；臨床上表示 ______。

解讀：加權後 HR = 0.72，表示治療組的死亡風險是對照組的 72%

存活分析用 IPW 加權的 Cox 迴歸是一種替代方法，比較容易理解和實作。HR 小於 1 表示治療降低風險。注意這是 IPW 方法，不是雙重穩健，所以結果可能比較不穩定。如果要更穩健的結果，可以用 survtmle 套件。

Vibe Coding: 平衡診斷

請 AI 幫你完成這段分析，你可以這樣說：

「我已經用 WeightIt 計算了傾向分數權重。請用 cobalt 套件幫我檢查平衡：(1) 用 bal.tab() 列出所有變數的 SMD，閾值設 0.1；(2) 用 love.plot() 畫出加權前後的 SMD 比較圖。」

這頁補充當前章節的關鍵概念，請簡短說明並連到下一步。

平衡診斷：6 要素架構

要素	這個例子
資料	已有加權物件 w
角色	A=treatment，W=欲平衡的共變數
方法	cobalt::bal.tab, love.plot
估計量	SMD、Love Plot
診斷	閾值 0.1、極端權重
輸出	SMD 表 + Love Plot + 一句解讀

練習 prompt（請改成你的研究題目）

我已經計算好權重物件 w。
請用 cobalt 顯示 SMD 表（閾值 0.1）並畫 Love Plot；同時回報最大權重與有效樣本量。
最後用一句話說明平衡是否足夠。

這頁提醒下 prompt 的固定骨架，先講清楚再寫程式。

• 資料、角色、方法、估計量、診斷、解讀。
• 強調「工具與參數」優先於語法。

平衡診斷：程式碼

這頁是示範程式碼，重點是理解每個欄位與參數的角色。

• 指出 Y/A/W 的對應與方法選擇。
• 提醒學員可先套用模板再替換變數名稱。

library(cobalt)
library(WeightIt)

w <- weightit(
  treatment ~ age + sex + comorbidity + severity,
  data = df,
  method = "ps"
)

# SMD 檢查
bal.tab(w, thresholds = c(m = 0.1))

# 視覺化
love.plot(w, thresholds = c(m = 0.1))

cobalt 用於平衡診斷，WeightIt 用於計算傾向分數權重。

用 weightit() 計算權重：公式指定混淆因子，method = "ps" 使用 logistic regression 估計 PS。

bal.tab() 檢查 SMD，設定閾值 0.1，超過表示平衡不佳。

love.plot() 畫出 Love Plot，視覺化加權前後的 SMD 變化。

平衡診斷：執行結果

一句話臨床解讀（固定句型）

句型：加權後 SMD 皆 < 0.1（或指出未通過變數），表示兩組基線大致平衡／仍需調整 ______。

怎麼看這張表？

• SMD（Standardized Mean Difference）：衡量兩組差異的指標
• 加權前：原始資料中兩組的差異（通常不平衡）
• 加權後：IPW 調整後的差異（目標 < 0.1）
• ✓ 通過：SMD < 0.1，表示該變數已平衡

這張表是平衡診斷的核心。看加權前後 SMD 的變化——加權後應該都要小於 0.1。如果有任何變數沒通過，要回去檢查模型或資料。這一步非常重要，審稿者一定會看。

平衡診斷：Love Plot

怎麼看 Love Plot？

• 圓點：加權前的 SMD（通常偏右，不平衡）
• 三角形：加權後的 SMD（目標在虛線左側）
• 紅色虛線：SMD = 0.1 的閾值
• 好的結果：所有三角形都在虛線左側

Love Plot 是平衡診斷的標準圖形。圓點是加權前的 SMD，三角形是加權後。紅色虛線是 0.1 的閾值。好的結果是所有三角形都在虛線左側——表示加權後所有變數都平衡了。

Love Plot：更多變數範例

這張圖用來讓學員快速看出核心差異或假設。

• 先說明圖在比較什麼，再指出要看的重點。

目標：加權後所有 SMD < 0.1

PS 重疊檢查

ggplot(df, aes(x = ps, fill = factor(treatment))) +
  geom_density(alpha = 0.5) +
  labs(title = "Propensity Score Overlap")

這頁聚焦在 PS/IPW 的概念與診斷風險。

• 提醒重疊與極端權重的問題。

權重診斷（很重要！）

這頁補充當前章節的關鍵概念，請簡短說明並連到下一步。

為什麼要檢查權重？

極端權重 = 少數人主導估計 = 結果不可信

# 檢查權重分布
summary(w$weights)

# 最大權重（不要太大）
max(w$weights)

# 有效樣本量（不要掉太多）
sum(w$weights)^2 / sum(w$weights^2)

有效樣本量 (Effective Sample Size)

原始樣本量：500 人

加權後有效樣本量：

\[ n_{eff} = \frac{(\sum w_i)^2}{\sum w_i^2} \]

解讀

• \(n_{eff}\) ≈ 原始 N → 權重均勻，好
• \(n_{eff}\) << 原始 N → 少數人主導，警告！

經驗法則

有效樣本量掉到原始的 50% 以下，要小心解讀結果

有效樣本量告訴你加權後「等效」有多少人。如果原始 500 人，有效樣本量只剩 100 人，表示少數人主導了估計。這時候結果會很不穩定。經驗法則是有效樣本量不要掉到原始的 50% 以下。

診斷清單（審稿者會看！）

診斷項目	目標	R 函數
SMD	全部 < 0.1	cobalt::bal.tab()
PS 重疊	充分重疊	密度圖
最大權重	不要太極端	max(weights)
有效樣本量	不要掉太多	公式計算

報告時務必呈現這四項！

這四項診斷審稿者一定會看。SMD 全部小於 0.1、PS 重疊充分、權重沒有極端值、有效樣本量沒掉太多。如果有任何一項不符合，要在論文裡討論並說明處理方法。

小結：R 實作

完成分析後，你應該有：

項目	確認
TMLE 估計值	✅ ATE 和 95% CI
平衡診斷	✅ SMD < 0.1
PS 重疊	✅ 兩組有足夠重疊

但是…就算一切都做對了，還有一個問題：未測量的混淆因子

到這裡 R 實作的部分結束。但有一個問題：再好的方法也無法處理「沒有測量到的混淆因子」。接下來會教大家如何用敏感度分析來評估這個風險。

✅ 檢查清單

你的分析有沒有漏掉這些？

在進入敏感度分析之前，確認：

• 跑完 TMLE 得到估計值和 CI
• 檢查 SMD，全部 < 0.1
• 畫 PS overlap 圖，確認兩組有重疊
• 檢查權重分布，沒有極端值
• 計算有效樣本量，沒有掉太多

如果有任何一項不通過，回去檢查資料或模型！

這是分析前的檢查清單。每一項都要確認。如果有任何一項不通過，不要急著報告結果——回去檢查資料或模型，找出問題在哪裡。這是負責任研究的基本原則。

本章輸出

• 至少完成 1 個結果類型的完整分析
• 產出估計值 + 95% CI + 診斷結果
• 能用一句話做臨床解讀

這頁是自我檢核，確認學員是否達成學習目標。

• 逐條提醒可達成的產出。
• 鼓勵學員回到上一節補齊未完成項目。

第八部分：敏感度分析

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

你可能會問：「如果有我沒測量到的混淆因子怎麼辦？」

這就是為什麼我們需要 敏感度分析！

• 量化：需要多強的未測量混淆才能推翻結論？
• 工具：E-value（最簡單實用）

這是因果推論最誠實的部分——承認我們可能遺漏了混淆因子。敏感度分析不是要「證明」沒有混淆，而是量化「需要多大的混淆才能推翻結論」。E-value 是目前最流行的方法。

流程位置

承接	本章目標	下一步
你已完成主要估計與診斷	量化未測量混淆的影響	把結果寫成論文

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

為什麼需要敏感度分析？

• 再好的方法都無法處理「未測量混淆」
• 敏感度分析：量化「需要多強的未測量混淆才能推翻結論」

這是因果推論的核心限制：我們只能調整「測量到」的混淆因子。再好的方法——TMLE、Super Learner——都無法處理沒測量到的混淆。敏感度分析是誠實面對這個限制的方法。

E-value（最簡單實用）

什麼是 E-value？

E-value 告訴你：「需要多強的未測量混淆因子，才能讓你的結果變成沒有效果」。數字越大，結果越穩健。

library(EValue)

# 二元結果（RR）
evalues.RR(1.5, lo = 1.2, hi = 1.9, true = 1)

# 存活結果（HR）
evalues.HR(0.7, lo = 0.5, hi = 0.9, true = 1)

# 連續結果（先轉換）
d <- abs(ate) / sd(Y)
rr <- exp(0.91 * d)
evalues.RR(rr, lo = rr_lo, hi = rr_hi, true = 1)

E-value 的 R 程式碼很簡單。用 EValue 套件的 evalues.RR() 或 evalues.HR()。輸入你的效果估計和信賴區間，它會告訴你 E-value。連續結果要先轉換成 RR，公式在這裡。

如何解讀 E-value

E-value = 2.5 表示：

• 需要一個 RR ≥ 2.5（對 treatment）且 RR ≥ 2.5（對 outcome）的未測量混淆
• 才能完全解釋掉觀察到的效果
• 越大 = 越穩健
• 經驗法則：E-value > 2 通常算不錯

E-value 的解讀：需要一個「同時影響治療和結果」的未測量混淆因子，其效果至少要這麼強，才能完全解釋掉你觀察到的效果。E-value 越大，結果越穩健。經驗法則是 E-value 大於 2 算不錯。

E-value 視覺化

實心點 = E-value（點估計），空心點 = E-value（信賴區間下界）

這張圖比較四個研究的 E-value。實心點是點估計的 E-value，空心點是信賴區間下界的 E-value。綠色虛線是閾值 2.0。研究 A 和 B 的信賴區間下界都超過 2，比較穩健。研究 C 的信賴區間下界只有 1.0，比較脆弱。

小結：敏感度分析

1. 敏感度分析是因果推論的必要步驟
2. E-value 告訴你結果有多「穩健」
3. E-value > 2 通常是合理的門檻

這頁收斂本章重點，幫學員把主軸記牢。

• 用一到兩句話重申「關鍵概念」與「下一步」。
• 引導學員把重點連回整體流程。

本章輸出

• 能計算 E-value 並報告 95% CI
• 能用一句話解讀 E-value 的臨床意義
• 能指出未測量混淆對結論的影響程度

下一步：怎麼把這些結果寫成論文？

敏感度分析的三個重點：必須要做、用 E-value 量化、E-value 大於 2 是合理的門檻。這是因果推論論文的必備內容，審稿者一定會問。接下來是最後一部分——怎麼寫成論文。

第九部分：結果報告

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

本節重點

分析做完了，怎麼寫進論文？

• Methods 段落怎麼寫？
• 需要哪些圖表？
• Results 怎麼報告？

這是最後的實用環節——怎麼把因果推論的結果寫成論文。我會給大家範例文字和必備圖表的清單，可以直接修改使用。

流程位置

承接	本章目標	下一步
你已完成主分析與敏感度分析	把分析轉成可投稿的 Methods/Results	總結與行動清單

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

Methods 怎麼寫

We estimated the average treatment effect using targeted maximum likelihood estimation (TMLE) with Super Learner for both propensity score and outcome models. The ensemble included logistic regression, random forest, and gradient boosting. Covariate balance was assessed using standardized mean differences (threshold < 0.1). Sensitivity to unmeasured confounding was evaluated using E-values.

這是 Methods 段落的範例。包含四個重點：用的方法（TMLE）、模型組合（Super Learner）、平衡評估（SMD）、敏感度分析（E-value）。可以直接修改使用。

必備圖表

圖表	內容
Table 1	Baseline characteristics（原始 + 加權後）
Figure 1	PS overlap plot
Figure 2	Love plot（SMD 平衡圖）
Figure 3	結果圖（forest plot / KM curve）
Table 2	主結果 + 95% CI + E-value

這五項是必備的。Table 1 顯示 baseline 特徵和平衡情況。Figure 1 和 2 是診斷圖。Figure 3 是結果圖。Table 2 是主結果加 E-value。審稿者會檢查這些是否齊全。

結果報告範例

The estimated risk difference was −5.2% (95% CI: −8.1% to −2.3%, p = 0.001), indicating the new drug reduced mortality by approximately 5 percentage points. All standardized mean differences were below 0.1 after weighting. The E-value was 2.8, suggesting that substantial unmeasured confounding would be required to explain away the observed effect.

這是 Results 段落的範例。包含三個重點：效果估計和信賴區間、平衡診斷結果、E-value 的解讀。注意最後一句——用 E-value 來支持結果的穩健性。這是因果推論論文的標準寫法。

本章輸出

• 能寫出一段可投稿的 Methods
• 能列出必備圖表清單
• 能用標準格式報告 Results（含 SMD 與 E-value）

這頁是自我檢核，確認學員是否達成學習目標。

• 逐條提醒可達成的產出。
• 鼓勵學員回到上一節補齊未完成項目。

總結

Agenda

1. 引言

2. 第一部分：為什麼需要因果推論？

3. 第二部分：研究設計思維

4. 第三部分：方法概念（上）基礎篇

5. 第四部分：方法概念（下）進階篇

6. 第五部分：情境選擇菜單

7. 第六部分：資料準備

8. R 快速入門

9. 第七部分：R 實作示範

10. 第八部分：敏感度分析

11. 第九部分：結果報告

12. 總結

流程位置

承接	本章目標	下一步
你已會報告 Methods/Results	總結重點，給出可直接執行的清單	帶回臨床決策的實務原則

這頁用來定位學習進度，讓學員知道現在在哪一段。

• 請快速點出「承接／本章目標／下一步」三欄的重點。
• 提醒學員此頁是導航，不需要細講內容。

小樣本的實務判準（不要踩雷！）

幾百例臨床資料的優先順序

穩定性 > 可估性 > 模型華麗程度

最後是總結和常見陷阱。小樣本研究要特別注意穩定性——模型越複雜不一定越好。這一節的重點是避免踩雷。

1. 不要把「模型越能分出誰被治療」當優點 → 分太開 = 重疊差 = 推論不穩
2. 不要把處置後變項塞進調整集合 → 除非你明確在估直接效果
3. 不要只報一個方法 → 至少要有平衡、重疊、權重、敏感度分析
4. 要預先宣告 estimand 和截斷規則 → 避免 p-hacking 嫌疑

這四點是最常見的錯誤。第一：PS 模型不是越能區分越好，分太開反而不好。第二：治療後的變數不能調整。第三：不要只報一個方法的結果。第四：預先宣告分析計畫很重要。

穩健性分析建議

做 2-3 個替代分析，確認結果穩定：

項目	替代設定
PS 模型	簡單（線性）vs 彈性（GAM/正則化）
截斷範圍	0.01/0.99 vs 0.05/0.95
方法	TMLE vs AIPW vs Matching
Estimand	ATE vs ATT

如果結論只在某特定設定成立，必須在討論中承認

穩健性分析很重要。用不同的 PS 模型、不同的截斷範圍、不同的方法來確認結果穩定。如果只有某特定設定才得到顯著結果，要誠實在討論中說明。

完整分析計畫範本

可以照抄的 checklist

1. 定義 index time、處置 A、結局 Y、追蹤窗
2. 用 DAG 決定混淆因子集合（全部 baseline）
3. 多重插補處理缺失值
4. 主 estimand：ATT（重疊充分才改 ATE）
5. 主方法：TMLE + cross-fitting (2-fold)
6. Nuisance：保守 Super Learner 庫 + PS 截斷 [0.01, 0.99]
7. 報告：效應 + 95% CI、SMD、權重、重疊圖、E-value

這是完整的分析計畫範本，可以直接照抄。七個步驟從定義問題到報告結果，涵蓋了今天學的所有內容。建議把這張投影片存下來當 checklist 用。

觀察性研究因果推論流程

1. Target Trial 設計：定義研究問題
2. DAG 畫出因果假設：確定要調整的變數
3. 資料準備：收集 baseline 混淆因子
4. TMLE + Super Learner：雙重穩健估計
5. 檢查：PS overlap + SMD < 0.1
6. E-value 敏感度分析：評估結果穩健性

這是整個流程的六步驟摘要。從設計到敏感度分析，每一步都很重要。這六步記住了，因果推論就不會出大錯。

方法選擇速查

類型	方法
連續	tmle(..., gaussian)
二元	tmle(..., binomial)
存活	survtmle()
計數	IPW + Poisson

這是方法選擇的速查表。連續和二元用 tmle，存活用 survtmle，計數用 IPW + Poisson。記住這張表，選方法就不會錯。

常見問題

問題	回答
樣本數要多少？	沒有絕對標準，但每組 > 100 較穩定
混淆因子要放幾個？	根據 DAG 決定，不是越多越好
Reviewer 不熟 TMLE？	附 PS matching 當 sensitivity analysis
PS 重疊很差怎麼辦？	考慮 trimming 或 overlap weights

這是常見問題的速答。樣本數沒有絕對標準但每組 100 以上比較穩定。混淆因子根據 DAG 決定不是越多越好。審稿者不熟 TMLE 就附 PS matching 當 sensitivity analysis。重疊差就用 trimming 或 overlap weights。

延伸資源

• Hernán & Robins “Causal Inference: What If”（免費線上）
• tlverse 教學網站
• Miguel Hernan 的 edX 課程

想深入學習的話，這三個資源很推薦。Hernán 和 Robins 的書是免費線上版，是因果推論的聖經。tlverse 是 TMLE 套件的教學網站。edX 課程是 Hernán 本人開的，有影片有作業。

本章輸出

• 能用完整清單規劃一個因果分析
• 能說出小樣本的三個優先原則
• 知道後續可參考的學習資源

這頁是自我檢核，確認學員是否達成學習目標。

• 逐條提醒可達成的產出。
• 鼓勵學員回到上一節補齊未完成項目。

謝謝！

今天的課程到這裡結束。希望大家帶走的是：觀察性研究可以做因果推論，但需要正確的方法和謹慎的態度。有問題歡迎提問，也可以課後用 email 聯繫。謝謝大家！